検索
ホームページテクノロジー周辺機器AIすべての方法よりも優れています! HIMap: エンドツーエンドのベクトル化された HD マップ構築

ベクトル化された高解像度 (HD) 地図の構築では、地図要素 (道路境界線、車線分離帯、横断歩道など) のカテゴリとポイント座標を予測する必要があります。最先端の方法は、主に、正確な点座標を回帰するための点レベルの表現学習に基づいています。ただし、このパイプラインには、要素レベルの情報を取得し、間違った要素の形状や要素間のもつれなどの要素レベルの障害を処理する際に制限があります。上記の問題を解決するために、この論文では、ポイントレベルおよび要素レベルの情報を完全に学習して対話するための、HIMap という名前のシンプルで効果的な HybrId フレームワークを提案します。

具体的には、すべての地図要素を表すために HIQuery と呼ばれるハイブリッド表現が導入され、点の位置や要素の形状などの要素のハイブリッド情報を対話的に抽出して HIQuery にエンコードする点要素インタラクターが提案されています。さらに、点レベルの情報と要素レベルの情報の間の一貫性を強化するために、点要素の一貫性制約も提案されています。最後に、統合された HIQuery の出力ポイント要素は、マップ要素のクラス、ポイント座標、およびマスクに直接変換できます。 nuScenes と Argoverse2 データセットに対して広範な実験が行われ、以前の方法よりも一貫して優れた結果が示されています。この方法は nuScenes データセットで 77.8mAP を達成しており、これは以前の SOTA よりも少なくとも 8.3mAP 大幅に優れていることは注目に値します。

論文名: HIMap: エンドツーエンドのベクトル化 HD マップ構築のための HybrId 表現学習

論文リンク: https://arxiv.org/pdf/2403.08639.pdf

HIMap では、まず、マップ内のすべてのマップ要素を表す HIQuery と呼ばれるハイブリッド表現が導入されます。これは、BEV 機能と対話することで繰り返し更新および調整できる学習可能なパラメーターのセットです。次に、マップ要素のハイブリッド情報 (ポイントの位置、要素の形状など) を HIQuery にエンコードし、ポイント要素の相互作用を実行するように、マルチレイヤー ハイブリッド デコーダーが設計されています (図 2 を参照)。ハイブリッド デコーダの各層には、ポイント要素インタラクター、セルフ アテンション、FFN が含まれます。点要素インタラクターの内部には、点レベルと要素レベルの情報の交換を実現し、単一レベル情報の学習バイアスを回避するための相互作用メカニズムが実装されています。最後に、統合された HIQuery の出力ポイント要素は、要素のポイント座標、クラス、マスクに直接変換できます。さらに、点レベルの情報と要素レベルの情報の間の一貫性を強化するために、点要素の一貫性制約も提案されています。

すべての方法よりも優れています! HIMap: エンドツーエンドのベクトル化された HD マップ構築

HIMap フレームワークの概要

HIMap の全体的なプロセスを図 3(a) に示します。 HIMap は、マルチビュー カメラからの RGB 画像、LIDAR からの点群、マルチモーダル データなど、さまざまな航空センサー データと互換性があります。ここでは、HIMap がどのように機能するかを説明するために、マルチビュー RGB 画像を例に挙げます。

すべての方法よりも優れています! HIMap: エンドツーエンドのベクトル化された HD マップ構築

BEV 特徴抽出ツールは、マルチビュー RGB 画像から BEV 特徴を抽出するツールです。そのコアには、各視点からマルチスケール 2D フィーチャのバックボーン部分を抽出すること、マルチスケール フィーチャを融合および洗練することによって単一スケール フィーチャの FPN 部分を取得すること、および 2D から BEV フィーチャへの変換モジュールを利用して 2D フィーチャを BEV にマッピングすることが含まれます。特徴。 。このプロセスは、画像情報を処理と分析により適した BEV 特徴に変換するのに役立ち、特徴の使いやすさと精度が向上します。この手法により、多視点画像の情報をより深く理解して活用することができ、その後のデータ処理や意思決定をより強力にサポートします。

HIQuery: 地図要素のポイントレベルおよび要素レベルの情報を完全に学習するために、地図内のすべての要素を表す HIQuery が導入されました。

ハイブリッド デコーダ: ハイブリッド デコーダは、HIQuery Qh と BEV 機能 X を反復的に対話させることによって、統合された HIQuery を生成します。

ポイント要素インタラクターの目標は、マップ要素のポイントレベルおよび要素レベルの情報を対話的に抽出し、それを HIQuery にエンコードすることです。 2 つのレベルの情報の相互作用の動機は、それらの相補性から生じます。ポイントレベルの情報にはローカルな位置の知識が含まれ、要素レベルの情報にはグローバルな形状と意味論的な知識が含まれます。したがって、この相互作用により、マップ要素のローカルおよびグローバル情報の相互改良が可能になります。

それぞれ局所的な情報と全体的な情報に焦点を当てた点レベルの表現と要素レベルの表現の間の元々の違いを考慮すると、2 つのレベルの表現の学習は相互に干渉する可能性もあります。これにより、情報のやり取りが難しくなり、情報のやり取りの有効性が低下します。そこで、点要素整合性制約を導入することで、各点レベルと要素レベル情報との整合性を高め、要素の識別性も高めることができます!

実験結果の比較

この論文では、NuScenes データセットと Argoverse2 データセットで実験を行いました。

nuScenes val-set での SOTA モデルの比較:

すべての方法よりも優れています! HIMap: エンドツーエンドのベクトル化された HD マップ構築

Argoverse2 val-set での SOTA モデルの比較:

すべての方法よりも優れています! HIMap: エンドツーエンドのベクトル化された HD マップ構築

nuScenes 検証セットのマルチモーダル データでの SOTA モデルとの比較:

すべての方法よりも優れています! HIMap: エンドツーエンドのベクトル化された HD マップ構築

すべての方法よりも優れています! HIMap: エンドツーエンドのベクトル化された HD マップ構築

#その他のアブレーション実験:

すべての方法よりも優れています! HIMap: エンドツーエンドのベクトル化された HD マップ構築

すべての方法よりも優れています! HIMap: エンドツーエンドのベクトル化された HD マップ構築

すべての方法よりも優れています! HIMap: エンドツーエンドのベクトル化された HD マップ構築

#

以上がすべての方法よりも優れています! HIMap: エンドツーエンドのベクトル化された HD マップ構築の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

声明
この記事は51CTO.COMで複製されています。侵害がある場合は、admin@php.cn までご連絡ください。
AIのスキルギャップは、サプライチェーンのダウンを遅くしていますAIのスキルギャップは、サプライチェーンのダウンを遅くしていますApr 26, 2025 am 11:13 AM

「AI-Ready労働力」という用語は頻繁に使用されますが、サプライチェーン業界ではどういう意味ですか? サプライチェーン管理協会(ASCM)のCEOであるAbe Eshkenaziによると、批評家ができる専門家を意味します

1つの会社がAIを永遠に変えるために静かに取り組んでいる方法1つの会社がAIを永遠に変えるために静かに取り組んでいる方法Apr 26, 2025 am 11:12 AM

分散型AI革命は静かに勢いを増しています。 今週の金曜日、テキサス州オースティンでは、ビテンサーのエンドゲームサミットは極めて重要な瞬間を示し、理論から実用的な応用に分散したAI(DEAI)を移行します。 派手なコマーシャルとは異なり

Nvidiaは、AIエージェント開発を合理化するためにNEMOマイクロサービスをリリースしますNvidiaは、AIエージェント開発を合理化するためにNEMOマイクロサービスをリリースしますApr 26, 2025 am 11:11 AM

エンタープライズAIはデータ統合の課題に直面しています エンタープライズAIの適用は、ビジネスデータを継続的に学習することで正確性と実用性を維持できるシステムを構築する大きな課題に直面しています。 NEMOマイクロサービスは、NVIDIAが「データフライホイール」と呼んでいるものを作成することにより、この問題を解決し、AIシステムがエンタープライズ情報とユーザーインタラクションへの継続的な露出を通じて関連性を維持できるようにします。 この新しく発売されたツールキットには、5つの重要なマイクロサービスが含まれています。 NEMOカスタマイザーは、より高いトレーニングスループットを備えた大規模な言語モデルの微調整を処理します。 NEMO評価者は、カスタムベンチマークのAIモデルの簡素化された評価を提供します。 Nemo Guardrailsは、コンプライアンスと適切性を維持するためにセキュリティ管理を実装しています

aiは芸術とデザインの未来のために新しい絵を描きますaiは芸術とデザインの未来のために新しい絵を描きますApr 26, 2025 am 11:10 AM

AI:芸術とデザインの未来 人工知能(AI)は、前例のない方法で芸術とデザインの分野を変えており、その影響はもはやアマチュアに限定されませんが、より深く影響を与えています。 AIによって生成されたアートワークとデザインスキームは、広告、ソーシャルメディアの画像生成、Webデザインなど、多くのトランザクションデザインアクティビティで従来の素材画像とデザイナーに迅速に置き換えられています。 ただし、プロのアーティストやデザイナーもAIの実用的な価値を見つけています。 AIを補助ツールとして使用して、新しい美的可能性を探求し、さまざまなスタイルをブレンドし、新しい視覚効果を作成します。 AIは、アーティストやデザイナーが繰り返しタスクを自動化し、さまざまなデザイン要素を提案し、創造的な入力を提供するのを支援します。 AIはスタイル転送をサポートします。これは、画像のスタイルを適用することです

エージェントAIとのズームがどのように革命を起こしているか:会議からマイルストーンまでエージェントAIとのズームがどのように革命を起こしているか:会議からマイルストーンまでApr 26, 2025 am 11:09 AM

最初はビデオ会議プラットフォームで知られていたZoomは、エージェントAIの革新的な使用で職場革命をリードしています。 ZoomのCTOであるXD Huangとの最近の会話は、同社の野心的なビジョンを明らかにしました。 エージェントAIの定義 huang d

大学に対する実存的な脅威大学に対する実存的な脅威Apr 26, 2025 am 11:08 AM

AIは教育に革命をもたらしますか? この質問は、教育者と利害関係者の間で深刻な反省を促しています。 AIの教育への統合は、機会と課題の両方をもたらします。 Tech Edvocate NotesのMatthew Lynch、Universitとして

プロトタイプ:アメリカの科学者は海外の仕事を探していますプロトタイプ:アメリカの科学者は海外の仕事を探していますApr 26, 2025 am 11:07 AM

米国における科学的研究と技術の開発は、おそらく予算削減のために課題に直面する可能性があります。 Natureによると、海外の雇用を申請するアメリカの科学者の数は、2024年の同じ期間と比較して、2025年1月から3月まで32%増加しました。以前の世論調査では、調査した研究者の75%がヨーロッパとカナダでの仕事の検索を検討していることが示されました。 NIHとNSFの助成金は過去数か月で終了し、NIHの新しい助成金は今年約23億ドル減少し、3分の1近く減少しました。リークされた予算の提案は、トランプ政権が科学機関の予算を急激に削減していることを検討しており、最大50%の削減の可能性があることを示しています。 基礎研究の分野での混乱は、米国の主要な利点の1つである海外の才能を引き付けることにも影響を与えています。 35

オープンAIの最新のGPT 4.1ファミリ - 分析VidhyaオープンAIの最新のGPT 4.1ファミリ - 分析VidhyaApr 26, 2025 am 10:19 AM

Openaiは、強力なGPT-4.1シリーズを発表しました。実際のアプリケーション向けに設計された3つの高度な言語モデルのファミリー。 この大幅な飛躍は、より速い応答時間、理解の強化、およびTと比較した大幅に削減されたコストを提供します

See all articles

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

Video Face Swap

完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

ホットツール

PhpStorm Mac バージョン

PhpStorm Mac バージョン

最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール

mPDF

mPDF

mPDF は、UTF-8 でエンコードされた HTML から PDF ファイルを生成できる PHP ライブラリです。オリジナルの作者である Ian Back は、Web サイトから「オンザフライ」で PDF ファイルを出力し、さまざまな言語を処理するために mPDF を作成しました。 HTML2FPDF などのオリジナルのスクリプトよりも遅く、Unicode フォントを使用すると生成されるファイルが大きくなりますが、CSS スタイルなどをサポートし、多くの機能強化が施されています。 RTL (アラビア語とヘブライ語) や CJK (中国語、日本語、韓国語) を含むほぼすべての言語をサポートします。ネストされたブロックレベル要素 (P、DIV など) をサポートします。

MinGW - Minimalist GNU for Windows

MinGW - Minimalist GNU for Windows

このプロジェクトは osdn.net/projects/mingw に移行中です。引き続きそこでフォローしていただけます。 MinGW: GNU Compiler Collection (GCC) のネイティブ Windows ポートであり、ネイティブ Windows アプリケーションを構築するための自由に配布可能なインポート ライブラリとヘッダー ファイルであり、C99 機能をサポートする MSVC ランタイムの拡張機能が含まれています。すべての MinGW ソフトウェアは 64 ビット Windows プラットフォームで実行できます。

MantisBT

MantisBT

Mantis は、製品の欠陥追跡を支援するために設計された、導入が簡単な Web ベースの欠陥追跡ツールです。 PHP、MySQL、Web サーバーが必要です。デモおよびホスティング サービスをチェックしてください。

EditPlus 中国語クラック版

EditPlus 中国語クラック版

サイズが小さく、構文の強調表示、コード プロンプト機能はサポートされていません