DB3D-L: Depth-aware BEV Feature Transformation for Accurate 3D Lane Detection

要約

3Dレーン検出は、自律運転において重要な役割を果たします。
最近の進歩は、主にフロントビュー（FV）画像から鳥の目（BEV）機能を構築し、レーンの3D情報をより効果的に知覚します。
ただし、FV画像からの正確なBEV情報の構築は、深さ情報が不足しているために制限されており、以前の作業は、平らな地上面の仮定に大きく依存していることがよくあります。
BEV機能の構築を支援するために単眼深度推定を活用することはあまり制約されていませんが、既存の方法は2つのタスクを効果的に統合するのに苦労しています。
上記の問題に対処するために、この論文では、深度認識BEV機能のトランストルメーションに基づく正確な3Dレーン検出方法が提案されています。
詳細には、効果的な特徴抽出モジュールが設計されており、深さネットが統合され、3D認識のための重要な深さ情報を取得し、ビュー変換の複雑さを簡素化します。
サブケアでは、FV機能と深さの機能の高さの寸法を減らすために、機能を低下させるモジュールが提案されているため、重要なFV機能と深度機能の効果的な融合が可能になります。
次に、FusionモジュールがプライムFV機能と深度情報からBEV機能を構築するように設計されています。
提案された方法は、合成アポロの現実的なオープンレーンデータセットの両方で最先端の方法と同等に機能します。

要約(オリジナル)

3D Lane detection plays an important role in autonomous driving. Recent advances primarily build Birds-Eye-View (BEV) feature from front-view (FV) images to perceive 3D information of Lane more effectively. However, constructing accurate BEV information from FV image is limited due to the lacking of depth information, causing previous works often rely heavily on the assumption of a flat ground plane. Leveraging monocular depth estimation to assist in constructing BEV features is less constrained, but existing methods struggle to effectively integrate the two tasks. To address the above issue, in this paper, an accurate 3D lane detection method based on depth-aware BEV feature transtormation is proposed. In detail, an effective feature extraction module is designed, in which a Depth Net is integrated to obtain the vital depth information for 3D perception, thereby simplifying the complexity of view transformation. Subquently a feature reduce module is proposed to reduce height dimension of FV features and depth features, thereby enables effective fusion of crucial FV features and depth features. Then a fusion module is designed to build BEV feature from prime FV feature and depth information. The proposed method performs comparably with state-of-the-art methods on both synthetic Apollo, realistic OpenLane datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google