Vision-Centric BEV Perception: A Survey

要約

ビジョンセントリックなBEV知覚は、世界の自然な表現を提示し、融合に優しいなどの固有のメリットから、近年、産学双方から注目を集めています。ディープラーニングの急速な発展に伴い、ビジョンセントリックBEV知覚に対応した数多くの手法が提案されています。しかし、この新規かつ成長中の研究分野に対する最新のサーベイは存在しない。本論文では、今後の研究を活性化するために、ビジョンセントリックなBEV知覚の最近の進捗とその拡張に関する包括的なサーベイを行う。本論文では、最近の知見を収集・整理し、一般的に使用されているアルゴリズムの体系的なレビューと要約を行う。また、いくつかのBEV知覚タスクに関する詳細な分析と比較結果を提供し、今後の研究の比較と方向性を示唆するものである。さらに、経験的な実装の詳細についても議論し、関連するアルゴリズムの開発に有益であることを示す。

要約(オリジナル)

Vision-centric BEV perception has recently received increased attention from both industry and academia due to its inherent merits, including presenting a natural representation of the world and being fusion-friendly. With the rapid development of deep learning, numerous methods have been proposed to address the vision-centric BEV perception. However, there is no recent survey for this novel and growing research field. To stimulate its future research, this paper presents a comprehensive survey of recent progress of vision-centric BEV perception and its extensions. It collects and organizes the recent knowledge, and gives a systematic review and summary of commonly used algorithms. It also provides in-depth analyses and comparative results on several BEV perception tasks, facilitating the comparisons of future works and inspiring future research directions. Moreover, empirical implementation details are also discussed and shown to benefit the development of related algorithms.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL