PulseAugur
中
实时 10:41:29
English(EN) MapTCL: Temporal Consistency Learning via Bidirectional Alignment for Vectorized HD Map Construction

MapTCL通过双向对齐增强高清地图的时间一致性

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新颖的辅助训练策略MapTCL，旨在增强在线高清（HD）地图的时间一致性。该方法通过在连续帧之间采用双向对齐来解决动态城市环境中几何噪声和时间抖动的问题。MapTCL包含双向矢量一致性学习（BVCL）以惩罚矢量实例的差异，以及栅格地图一致性学习（RCL）以稳定密集的鸟瞰图（BEV）特征。该策略在标准基准测试中表现出显著的改进，在nuScenes和Argoverse 2上提升了mAP和C-mAP分数，且没有增加推理时间。 AI

影响 提高了AI系统生成的高清地图的稳定性和准确性，这对于自主导航至关重要。

排序理由 该集群包含一篇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 →

MapTCL通过双向对齐增强高清地图的时间一致性

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Hyeonseo Kim, Juyeb Shin, Hyeonjun Jeong, Hiwon Shin, Dongsuk Kum ·

    MapTCL：通过双向对齐实现时间一致性学习以构建矢量化高清地图

    arXiv:2608.05209v1 Announce Type: new Abstract: Constructing reliable online HD maps remains challenging in dynamic urban environments due to moving objects and occlusions. While recent works employ feature-level temporal fusion to address this, they rely solely on per-frame grou…

相关实体

相关话题