論文の概要: Generative Lane Topology Reasoning via Autoregressive Model with Geometry Prior
- arxiv url: http://arxiv.org/abs/2606.31814v1
- Date: Tue, 30 Jun 2026 15:27:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-01 18:27:19.284571
- Title: Generative Lane Topology Reasoning via Autoregressive Model with Geometry Prior
- Title（参考訳）: 幾何学を先行した自己回帰モデルによる生成レーントポロジー推論
- Abstract要約: TopoGPTは典型的なレーングラフ構造に先立って幾何学を学習する生成フレームワークである。
我々は3.3Mシーンからなる大規模地図データセットを構築した。
TopoGPTは、レーンレベルが平均+6.4、ポイントレベルが+11.6である。
- 参考スコア（独自算出の注目度）: 35.786221225043455
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Lane topology reasoning aims to construct a lane graph from onboard sensor observations. Existing methods follow a detection and association paradigm that treats each lane instance independently, leading to geometric inconsistency at connected endpoints and incomplete graphs due to visual occlusions. To address these issues, we propose TopoGPT, a generative framework that learns the geometry prior from typical lane graph structures through autoregressive sequence modeling. Specifically, we construct a large-scale map dataset comprising 3.3M scenes. For each lane graph, a lane tokenizer serializes it into discrete tokens, while a scene context encoder converts it into a rasterized image and extracts global features as scene tokens. We pre-train an autoregressive lane sequence transformer via scene-conditioned next-token prediction, endowing the model with the geometry prior over lane graph structures. Building upon this prior, a perception adapter aligns BEV features from multi-view images with the pre-trained scene condition, transferring the learned geometry prior to sensor-based lane graph prediction. On the OpenLane-V2 benchmark, TopoGPT outperforms existing methods by an average of +6.4 on lane-level and +11.6 on point-level metrics, and produces geometrically consistent and structurally complete lane graphs.
- Abstract（参考訳）: レーントポロジー推論は、搭載されたセンサー観測からレーングラフを構築することを目的としている。
既存の手法は、各レーンインスタンスを独立に扱う検出および関連パラダイムに従っており、接続されたエンドポイントや視覚的閉塞による不完全グラフにおける幾何学的不整合をもたらす。
これらの問題に対処するために,自動回帰シーケンスモデリングにより,典型的なレーングラフ構造から事前に幾何学を学習する生成フレームワークであるTopoGPTを提案する。
具体的には,3.3Mシーンからなる大規模地図データセットを構築する。
各レーングラフに対して、レーントークン化器はそれを個別のトークンにシリアライズし、シーンコンテキストエンコーダはそれをラスタ化イメージに変換し、シーントークンとしてグローバルな特徴を抽出する。
我々は,シーン条件付き次トーケン予測による自己回帰性レーンシークエンストランスを事前学習し,そのモデルにレーングラフ構造を先取りした。
この事前に基づいて、知覚アダプタは、多視点画像からのBEV特徴と事前訓練されたシーン条件とを一致させ、センサベースレーングラフ予測に先立って学習した幾何を転送する。
OpenLane-V2ベンチマークでは、TopoGPTはレーンレベルが平均+6.4、ポイントレベルが+11.6であり、幾何学的に一貫性があり、構造的に完全なレーングラフを生成する。
関連論文リスト
- MapDreamer: Aerial Imagery Conditioned Latent Diffusion for Lane-Level Map Generation [11.066720921275648]
本研究では,1つの空中画像から直接,レーンレベルのベクトルマップを明示的な位相で合成する生成拡散モデルであるMapDreamerを提案する。
生成した地図を観測現場と整合させるため, 密集した空中の特徴を相互注意により各デノイングステップで把握する。
Argoverse 2から派生したUrbanLaneGraphの実験では、非生成基線よりも幾何的および位相的忠実性が向上した。
論文 参考訳（メタデータ） (2026-07-01T18:33:38Z) - Can We Build Scene Graphs, Not Classify Them? FlowSG: Progressive Image-Conditioned Scene Graph Generation with Flow Matching [35.40374108008262]
SGG(Scene Graph Generation)は、オブジェクトの局所化と視覚的関係推論を、ボックスと主観的述語オブジェクトのトリプルを予測することによって統合する。
本稿では,SGGをハイブリッド離散連続状態における連続時間輸送として再放送するFlowSGを提案する。
クローズドボキャブラリプロトコルとオープンボキャブラリプロトコルによるVGとPSGの実験は、述語R/mRとグラフレベルのメトリクスにおいて一貫した利得を示す。
論文 参考訳（メタデータ） (2026-04-18T01:48:43Z) - LineGraph2Road: Structural Graph Reasoning on Line Graphs for Road Network Extraction [0.0]
LineGraph2Roadは、構築されたグローバルだがスパースなユークリッドグラフにおいて、エッジ上のバイナリ分類として定式化することで接続性予測を改善するフレームワークである。
都市スケール,SpaceNet,Global-scaleの3つのベンチマークで評価し,TOPO-F1とAPLSの2つの主要な指標で最先端の結果が得られたことを示す。
論文 参考訳（メタデータ） (2026-02-26T18:02:44Z) - Global-Aware Edge Prioritization for Pose Graph Initialization [58.77851776918465]
画像がノードとして機能し、エッジが相対的なポーズをエンコードするStructure-from-Motion(SfM)のコアコンポーネントである。
幾何的検証は高価であるため、SfMパイプラインはポーズグラフを候補エッジのスパース集合に制限する。
本稿では、この制限をエッジ優先順位付けの概念によって解決し、SfMの実用性によって候補エッジをランク付けする。
提案手法は,(1)一貫したエッジ信頼性を予測するために,SfMから指導を受けたGNN,(2)これらのランクで案内されるマルチミニマルスパンニングツリーに基づくポーズグラフ構築,(3)弱い領域を補強する接続性を考慮したスコア変調,の3つの構成要素を有する。
論文 参考訳（メタデータ） (2026-02-25T14:44:53Z) - Aligned Novel View Image and Geometry Synthesis via Cross-modal Attention Instillation [62.87088388345378]
ワーピング・アンド・インペインティング手法を用いて,新しいビューイメージと幾何学生成の整合性を実現する拡散型フレームワークを提案する。
手法は、既製の幾何学予測器を利用して、参照画像から見る部分的な幾何学を予測する。
生成した画像と幾何の正確なアライメントを確保するために, クロスモーダルアテンション蒸留法を提案する。
論文 参考訳（メタデータ） (2025-06-13T16:19:00Z) - TopoSD: Topology-Enhanced Lane Segment Perception with SDMap Prior [70.84644266024571]
我々は、標準定義地図(SDMaps)を見るために知覚モデルを訓練することを提案する。
我々はSDMap要素をニューラル空間マップ表現やインスタンストークンにエンコードし、先行情報のような補完的な特徴を組み込む。
レーンセグメント表現フレームワークに基づいて、モデルはレーン、中心線、およびそれらのトポロジを同時に予測する。
論文 参考訳（メタデータ） (2024-11-22T06:13:42Z) - SG-PGM: Partial Graph Matching Network with Semantic Geometric Fusion for 3D Scene Graph Alignment and Its Downstream Tasks [14.548198408544032]
我々は3次元シーングラフアライメントを部分的なグラフマッチング問題として扱い、グラフニューラルネットワークを用いてそれを解くことを提案する。
我々は、点雲登録法で学習した幾何学的特徴を再利用し、クラスタ化された点レベルの幾何学的特徴とノードレベルの意味的特徴を関連付ける。
本稿では,3次元シーングラフのノードワイドアライメントを用いて,事前学習した点雲登録手法からマッチング候補を再重み付けする点マッチング再構成手法を提案する。
論文 参考訳（メタデータ） (2024-03-28T15:01:58Z) - LaneGraph2Seq: Lane Topology Extraction with Language Model via
Vertex-Edge Encoding and Connectivity Enhancement [34.017743757153866]
複雑な道路構造は、中心線曲線やDAG(Directed Acyclic Graph)を形成する接続を含むレーングラフを用いて描かれることが多い。
本稿では,レーングラフ抽出の新しいアプローチであるLaneGraph2Seqを紹介する。
本手法は,レーングラフ抽出における最先端技術と比較して優れた性能を示す。
論文 参考訳（メタデータ） (2024-01-31T05:44:01Z) - Graph Transformer GANs with Graph Masked Modeling for Architectural
Layout Generation [153.92387500677023]
本稿では,グラフノード関係を効果的に学習するために,GTGAN(Graph Transformer Generative Adversarial Network)を提案する。
提案したグラフ変換器エンコーダは、局所的およびグローバルな相互作用をモデル化するために、Transformer内のグラフ畳み込みと自己アテンションを組み合わせる。
また,グラフ表現学習のための自己指導型事前学習手法を提案する。
論文 参考訳（メタデータ） (2024-01-15T14:36:38Z) - Online Lane Graph Extraction from Onboard Video [133.68032636906133]
オンボードカメラからの映像ストリームを、周囲のレーングラフのオンライン抽出に使用しています。
入力が1つの画像ではなくビデオを使うことは、異なるタイムステップからの情報を組み合わせることのメリットと課題の両方をもたらす。
提案手法の1つのモデルでは、1つを含む任意の数の画像を処理し、正確なレーングラフを生成することができる。
論文 参考訳（メタデータ） (2023-04-03T12:36:39Z)
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。