PulseAugur
实时 14:04:26
English(EN) MapRF: Weakly Supervised Online HD Map Construction via NeRF-Guided Self-Training

MapRF 使用 NeRF 引导的自训练进行弱监督高清地图构建

研究人员开发了 MapRF,一个新颖的框架,仅使用 2D 图像标签为自动驾驶系统构建高清 (HD) 地图。这种弱监督方法利用神经辐射场 (NeRF) 生成伪标签,然后通过自训练迭代地精炼地图网络。一个关键组件,Map-to-Ray Matching,有助于将地图预测与相机射线对齐以减少误差。在 Argoverse 2nuScenes 数据集上的实验表明,MapRF 实现了与完全监督方法相当的性能,使得高清地图构建更具可扩展性和成本效益。 AI

影响 通过减少对昂贵 3D 注释的依赖,使自动驾驶的高清地图构建更具可扩展性和成本效益。

排序理由 详细介绍高清地图构建新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

MapRF 使用 NeRF 引导的自训练进行弱监督高清地图构建

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Hongyu Lyu, Thomas Monninger, Julie Stephany Berrio Perez, Mao Shan, Zhenxing Ming, Stewart Worrall ·

    MapRF: Weakly Supervised Online HD Map Construction via NeRF-Guided Self-Training

    arXiv:2511.19527v2 Announce Type: replace Abstract: Autonomous driving systems benefit from high-definition (HD) maps that provide critical information about road infrastructure. The online construction of HD maps offers a scalable approach to generate local maps from on-board se…