Raster map Consistency Learning

MapTCL通过双向对齐增强高清地图的时间一致性

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。