跳到正文
arXiv · 机器人与计算机视觉· Kyungmin Kim, Sumin Lee, Sungoh Jeong, DoHyun Lim, Seonghyun Park, Soonmin Hwang·· 15 天前精选AI 评分83

ReSMap:一种利用卫星先验增强鲁棒性的在线 HD 地图构建框架

ReSMap: Recasting Satellite Priors for Robust and Accurate Online HD Map Construction

AI 导读

针对基于相机的在线 HD 地图系统易受传感器故障影响的问题,本文提出 ReSMap 框架,将离线缓存的卫星图像作为相机失效时的冗余互补源。该框架通过预测 - 融合模块和以物体为中心的跨模态查询解码器,利用各分支的置信度进行像素级可靠性加权并合并更新,无需学习路由网络。模型在 nuScenes 数据集的所有划分及范围设置下均达到最先进性能,特别是在相机故障场景下显著提升了鲁棒性。

推荐理由

提出利用卫星图像作为相机失效时的冗余备份,在 nuScenes 数据集上实现包括相机故障场景在内的最先进性能。

来源:arXiv · 机器人与计算机视觉 · arxiv.org