論文の概要: MapTracker: Tracking with Strided Memory Fusion for Consistent Vector HD Mapping

• arxiv url: http://arxiv.org/abs/2403.15951v2
• Date: Sat, 12 Oct 2024 04:02:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-15 15:02:30.486418
• Title: MapTracker: Tracking with Strided Memory Fusion for Consistent Vector HD Mapping
• Title（参考訳）: MapTracker: 連続ベクトルHDマッピングのためのストリッドメモリフュージョンによるトラッキング
• Authors: Jiacheng Chen, Yuefan Wu, Jiaqi Tan, Hang Ma, Yasutaka Furukawa,
• Abstract要約: 本稿では,このマッピングをトラッキングタスクとして定式化し,メモリラテント履歴を用いて時間とともに一貫した再構成を行うベクトルHDマッピングアルゴリズムを提案する。 MapTrackerは、nuScenesとAgroverse2の両方のデータセットの既存のメソッドを、従来のメトリクスと新しい一貫性を意識したメトリクスでそれぞれ8%と19%以上上回っている。
• 参考スコア（独自算出の注目度）: 21.5611219371754
• License:
• Abstract: This paper presents a vector HD-mapping algorithm that formulates the mapping as a tracking task and uses a history of memory latents to ensure consistent reconstructions over time. Our method, MapTracker, accumulates a sensor stream into memory buffers of two latent representations: 1) Raster latents in the bird's-eye-view (BEV) space and 2) Vector latents over the road elements (i.e., pedestrian-crossings, lane-dividers, and road-boundaries). The approach borrows the query propagation paradigm from the tracking literature that explicitly associates tracked road elements from the previous frame to the current, while fusing a subset of memory latents selected with distance strides to further enhance temporal consistency. A vector latent is decoded to reconstruct the geometry of a road element. The paper further makes benchmark contributions by 1) Improving processing code for existing datasets to produce consistent ground truth with temporal alignments and 2) Augmenting existing mAP metrics with consistency checks. MapTracker significantly outperforms existing methods on both nuScenes and Agroverse2 datasets by over 8% and 19% on the conventional and the new consistency-aware metrics, respectively. The code and models are available on our project page: https://map-tracker.github.io.
• Abstract（参考訳）: 本稿では,マッピングをトラッキングタスクとして定式化し,メモリラテント履歴を用いて時間とともに一貫した再構成を確実にするベクトルHDマッピングアルゴリズムを提案する。 我々の方法であるMapTrackerは、センサストリームを2つの潜在表現のメモリバッファに蓄積する。 1)バードアイビュー(BEV)空間におけるラスター潜伏剤とその利用 2)道路要素(歩行者交叉、車線除線、道路境界線など)に潜入するベクトル この手法は、追跡された道路要素を前フレームから電流に明示的に関連付けるトラッキング文献からクエリの伝搬パラダイムを借用し、また、時間的整合性を高めるために、距離を絞った選択されたメモリ潜水器のサブセットを融合させる。 ベクトル潜水器を復号して道路要素の形状を再構成する。 この論文はさらにベンチマークによるコントリビューションを行っている。 1)既存のデータセットの処理コードの改善による、時間的アライメントと一貫性のある基底真理の生成 2) 既存のmAPメトリクスを一貫性チェックで強化する。 MapTrackerは、nuScenesとAgroverse2の両方のデータセットの既存のメソッドを、従来のメトリクスと新しい一貫性を意識したメトリクスでそれぞれ8%と19%以上上回っている。 コードとモデルは、プロジェクトのページで利用可能です。

関連論文リスト

• GenMapping: Unleashing the Potential of Inverse Perspective Mapping for Robust Online HD Map Construction [20.1127163541618]
  我々はGenMappingというユニバーサルマップ生成フレームワークを設計した。 このフレームワークは、主および二重補助枝を含む三進的なシナジーアーキテクチャで構築されている。 実験結果の網羅的な配列から,提案手法はセマンティックマッピングとベクトル化マッピングの両方において最先端の手法を超越し,高速な推論速度を維持した。
  論文  参考訳（メタデータ） (2024-09-13T10:15:28Z)
• DTCLMapper: Dual Temporal Consistent Learning for Vectorized HD Map Construction [20.6143278960295]
  本稿では,時間的インスタンス整合性と時間的マップ整合性学習に焦点を当てた。 DTCLMapperは、インスタンスの埋め込みとジオメトリマップを組み合わせた、双方向ストリームの時間一貫性学習モジュールである。 良く認識されたベンチマーク実験から,提案したDTCLMapperはベクトル化されたマッピングタスクにおいて最先端のパフォーマンスを達成することが示唆された。
  論文  参考訳（メタデータ） (2024-05-09T02:58:55Z)
• PTT: Point-Trajectory Transformer for Efficient Temporal 3D Object Detection [66.94819989912823]
  時間的3次元物体検出を効率的に行うために,長期記憶が可能な点トラジェクトリ変換器を提案する。 私たちは、メモリバンクのストレージ要件を最小限に抑えるために、現在のフレームオブジェクトのポイントクラウドとその履歴トラジェクトリを入力として使用します。 大規模データセットに対する広範な実験を行い、我々のアプローチが最先端の手法に対してうまく機能することを実証した。
  論文  参考訳（メタデータ） (2023-12-13T18:59:13Z)
• SparseTrack: Multi-Object Tracking by Performing Scene Decomposition based on Pseudo-Depth [84.64121608109087]
  2次元画像から目標の相対的な深さを求めるための擬似深度推定法を提案する。 次に,得られた深度情報を用いて,高密度なターゲットセットを複数のスパースなターゲットサブセットに変換するディープカスケードマッチング(DCM)アルゴリズムを設計する。 擬似深度法とDCM戦略をデータアソシエーションプロセスに統合することにより、SparseTrackと呼ばれる新しいトラッカーを提案する。
  論文  参考訳（メタデータ） (2023-06-08T14:36:10Z)
• Tracking by Associating Clips [110.08925274049409]
  本稿では,オブジェクト関連をクリップワイドマッチングとして扱う方法を検討する。 我々の新しい視点では、1つの長いビデオシーケンスを複数のショートクリップとみなし、そのトラックはクリップ内とクリップ間の両方で実行される。 この新しい手法の利点は2つある。まず、ビデオチャンキングによって中断フレームをバイパスできるため、エラーの蓄積や伝播の追跡に頑健である。 次に、クリップワイドマッチング中に複数のフレーム情報を集約し、現在のフレームワイドマッチングよりも高精度な長距離トラックアソシエーションを実現する。
  論文  参考訳（メタデータ） (2022-12-20T10:33:17Z)
• Learning Dynamic Compact Memory Embedding for Deformable Visual Object Tracking [82.34356879078955]
  本稿では,セグメント化に基づく変形可能な視覚追跡手法の識別を強化するために,コンパクトなメモリ埋め込みを提案する。 DAVIS 2017ベンチマークでは,D3SやSiamMaskなどのセグメンテーションベースのトラッカーよりも優れている。
  論文  参考訳（メタデータ） (2021-11-23T03:07:12Z)
• Multi-Object Tracking and Segmentation with a Space-Time Memory Network [12.043574473965318]
  トラックレットを関連づける新しいメモリベース機構に基づく多目的追跡とセグメンテーションの手法を提案する。 提案するトラッカーであるMeNToSは、特に長期データアソシエーションの問題に対処する。
  論文  参考訳（メタデータ） (2021-10-21T17:13:17Z)
• Learning Spatio-Appearance Memory Network for High-Performance Visual Tracking [79.80401607146987]
  既存のオブジェクトトラッキングは通常、フレーム間の視覚的ターゲットにマッチするバウンディングボックスベースのテンプレートを学習する。 本稿では,局所時間メモリネットワークを備え,正確な時空間対応を学習するセグメンテーションに基づくトラッキングアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-09-21T08:12:02Z)
• A SLAM Map Restoration Algorithm Based on Submaps and an Undirected Connected Graph [0.0]
  サブマップを逐次マージすることで,UAVデータセットの全グローバルマップを再構築する手法を提案する。 その結果, マッピングの完全性は, 現在の主流SLAM法よりも有意に優れていた。
  論文  参考訳（メタデータ） (2020-07-29T04:26:36Z)
• Road Network Metric Learning for Estimated Time of Arrival [93.0759529610483]
  本稿では,ATA(Estimated Time of Arrival)のための道路ネットワークメトリックラーニングフレームワークを提案する。 本研究は,(1)走行時間を予測する主回帰タスク,(2)リンク埋め込みベクトルの品質向上のための補助的計量学習タスクの2つの構成要素から構成される。 提案手法は最先端モデルよりも優れており,その促進は少ないデータでコールドリンクに集中していることを示す。
  論文  参考訳（メタデータ） (2020-06-24T04:45:14Z)

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。