Fugu-MT 論文翻訳(概要): PivotNet: Vectorized Pivot Learning for End-to-end HD Map Construction

論文の概要: PivotNet: Vectorized Pivot Learning for End-to-end HD Map Construction

arxiv url: http://arxiv.org/abs/2308.16477v2
Date: Fri, 1 Sep 2023 03:14:03 GMT
ステータス: 処理完了
システム内更新日: 2023-09-04 10:48:24.367504
Title: PivotNet: Vectorized Pivot Learning for End-to-end HD Map Construction
Title（参考訳）: PivotNet: エンドツーエンドHDマップ構築のためのベクトル化Pivot Learning
Authors: Wenjie Ding, Limeng Qiao, Xi Qiu, Chi Zhang
Abstract要約: 我々は、ピボットベースの地図表現を統一したPivotNetという、シンプルで効果的なアーキテクチャを提案する。 PivotNet は他の SOTA よりも5.9 mAP の方がはるかに優れている。
参考スコア（独自算出の注目度）: 10.936405710245625
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Vectorized high-definition map online construction has garnered considerable attention in the field of autonomous driving research. Most existing approaches model changeable map elements using a fixed number of points, or predict local maps in a two-stage autoregressive manner, which may miss essential details and lead to error accumulation. Towards precise map element learning, we propose a simple yet effective architecture named PivotNet, which adopts unified pivot-based map representations and is formulated as a direct set prediction paradigm. Concretely, we first propose a novel point-to-line mask module to encode both the subordinate and geometrical point-line priors in the network. Then, a well-designed pivot dynamic matching module is proposed to model the topology in dynamic point sequences by introducing the concept of sequence matching. Furthermore, to supervise the position and topology of the vectorized point predictions, we propose a dynamic vectorized sequence loss. Extensive experiments and ablations show that PivotNet is remarkably superior to other SOTAs by 5.9 mAP at least. The code will be available soon.
Abstract（参考訳）: ベクトル化された高精細マップのオンライン構築は、自動運転研究の分野でかなりの注目を集めている。既存のほとんどのアプローチは、一定数の点を用いて変更可能なマップ要素をモデル化し、あるいは2段階の自己回帰的な方法で局所写像を予測する。そこで本研究では,pivotnetという簡易かつ効果的なアーキテクチャを提案し,pivotベースの地図表現を統一し,直接集合予測パラダイムとして定式化する。具体的には,まず,ネットワーク内の下位および幾何学的ポイントラインプリアーをエンコードする新しいポイント・ツー・ライン・マスクモジュールを提案する。次に、よく設計されたピボット動的マッチングモジュールを提案し、シーケンスマッチングの概念を導入することにより、動的点列のトポロジーをモデル化する。さらに,ベクトル化点予測の位置とトポロジを監督するために,動的ベクトル化シーケンス損失を提案する。大規模な実験と改善により、PivotNetは少なくとも5.9 mAPのSOTAよりもはるかに優れていることが示されている。コードはもうすぐ入手できる。

関連論文リスト

PrevPredMap: Exploring Temporal Modeling with Previous Predictions for Online Vectorized HD Map Construction [9.32290307534907]
PrevPredMapは、オンラインベクトル化HDマップの構築に以前の予測を活用する、時間的モデリングの先駆的なフレームワークである。このフレームワークはnuScenesとArgoverse2データセットの最先端のパフォーマンスを実現する。
論文参考訳（メタデータ） (2024-07-24T15:58:24Z)
PRET: Planning with Directed Fidelity Trajectory for Vision and Language Navigation [30.710806048991923]
視覚と言語ナビゲーションは、エージェントが自然言語の指示に従ってナビゲートする必要があるタスクである。近年の手法では、各ステップで構築されたトポロジーマップのサブゴールを予測し、長期的な行動計画を可能にする。本稿では,指示と指向性軌道のアライメントを考慮し,ナビゲーション計画を容易にする方法を提案する。
論文参考訳（メタデータ） (2024-07-16T08:22:18Z)
ADMap: Anti-disturbance framework for reconstructing online vectorized HD map [9.218463154577616]
本稿では, 反ゆらぎマップ再構築フレームワーク (ADMap) を提案する。点次ジッタを緩和するため、このフレームワークは、マルチスケール知覚ネック、インスタンスインタラクティブアテンション(IIA)、ベクトル方向差損失(VDDL)の3つのモジュールで構成されている。
論文参考訳（メタデータ） (2024-01-24T01:37:27Z)
Minimally Supervised Learning using Topological Projections in Self-Organizing Maps [55.31182147885694]
自己組織化マップ(SOM)におけるトポロジカルプロジェクションに基づく半教師付き学習手法を提案する。提案手法は,まずラベル付きデータ上でSOMを訓練し,最小限のラベル付きデータポイントをキーベストマッチングユニット(BMU)に割り当てる。提案した最小教師付きモデルが従来の回帰手法を大幅に上回ることを示す。
論文参考訳（メタデータ） (2024-01-12T22:51:48Z)
InsMapper: Exploring Inner-instance Information for Vectorized HD Mapping [41.59891369655983]
InsMapperは、トランスフォーマーによるベクトル化された高精細マッピングのインナーインスタンス情報を利用する。 InsMapperは従来の最先端の手法を超越し、その有効性と汎用性を示している。
論文参考訳（メタデータ） (2023-08-16T17:58:28Z)
Online Map Vectorization for Autonomous Driving: A Rasterization Perspective [58.71769343511168]
より優れた感度を有し,現実の自律運転シナリオに適した,新化に基づく評価指標を提案する。また、精度の高い出力に微分可能化を適用し、HDマップの幾何学的監視を行う新しいフレームワークであるMapVR(Map Vectorization via Rasterization)を提案する。
論文参考訳（メタデータ） (2023-06-18T08:51:14Z)
End-to-End Vectorized HD-map Construction with Piecewise Bezier Curve [9.129634919566026]
HDマップの構築は自動運転コミュニティに大きな研究関心を集めている。直接セット予測パラダイムとポストプロセッシングフリーとして定式化された,単純で効果的なアーキテクチャであるPiecewise Bezier HD-map Network(BeMapNet)を導入する。さらに,ベジエ曲線の漸進的復元に基づいて,より堅牢で高精度なHD-mapモデリングを行うために,効率的なポイント・カーブ・リジェクション・ロスも提示する。
論文参考訳（メタデータ） (2023-06-16T09:05:52Z)
Refined Edge Usage of Graph Neural Networks for Edge Prediction [51.06557652109059]
We propose a novel edge prediction paradigm named Edge-aware Message PassIng neuRal nEtworks (EMPIRE)。まず,各エッジをトポロジや監督のためにのみ使用するエッジ分割手法を提案する。監視エッジで接続されたペアと接続されていないペアの差を強調するために、さらにメッセージを重み付けして、その差を反映できる相対的なペアを強調します。
論文参考訳（メタデータ） (2022-12-25T23:19:56Z)
Graph-PCNN: Two Stage Human Pose Estimation with Graph Pose Refinement [54.29252286561449]
グラフPCNNと呼ばれる2段階のグラフベースおよびモデルに依存しないフレームワークを提案する。第1段階では、粗局化結果を得るために熱マップ回帰ネットワークを適用し、ガイドポイントと呼ばれる一連の提案キーポイントをサンプリングする。第2段階では、各案内点について、ローカライゼーションにより異なる視覚特徴を抽出する。ガイドされた点間の関係は、より正確なローカライゼーション結果を得るためにグラフポーズ精製モジュールによって探索される。
論文参考訳（メタデータ） (2020-07-21T04:59:15Z)
Pre-Trained Models for Heterogeneous Information Networks [57.78194356302626]
異種情報ネットワークの特徴を捉えるための自己教師付き事前学習・微調整フレームワークPF-HINを提案する。 PF-HINは4つのデータセットにおいて、各タスクにおける最先端の代替よりも一貫して、大幅に優れています。
論文参考訳（メタデータ） (2020-07-07T03:36:28Z)
Gated Path Selection Network for Semantic Segmentation [72.44994579325822]
我々は,適応的な受容場を学習することを目的とした,GPSNetという新しいネットワークを開発した。 GPSNetにおいて、我々はまず2次元のマルチスケールネットワーク、SuperNetを設計する。望ましいセマンティックコンテキストを動的に選択するために、ゲート予測モジュールがさらに導入される。
論文参考訳（メタデータ） (2020-01-19T12:32:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。