仪器仪表学报

作者：刘明杰，何峥言，陈俊生，刘 平

单位：刘明杰,1.重庆邮电大学自动化学院,,何峥言,1.重庆邮电大学自动化学院,,陈俊生,1.重庆邮电大学自动化学院,,刘 平,1.重庆邮电大学自动化学院,,朴昌浩,1.重庆邮电大学自动化学院,

关键词：视图转换;轻量化Transformer模型;鸟瞰图;透视图

基金：国家重点研发计划项目(2022YFE0101000)、重庆市技术创新与应用发展专项重大项目(CSTB2023TIAD-STX0035)、重庆市教委科学技术研究项目(KJQN202200630)资助

针对多数基于多视角透视图的鸟瞰图(BEV)生成算法难以实现对语义不一致多状态关联特征的提取,以及模型性能与复杂度的平衡等问题,提出一种基于轻量级Transformer的BEV生成模型。该模型采用端到端的单阶段训练策略,通过建立交通场景中动态车辆和静态道路信息的关联,滤除生成视图中的噪声。基于此,一方面设计面向多尺度特征的Transformer循环跨视图转换模块,通过注意力机制实现对输入的位置编码和表征学习,捕捉特征序列中不同位置的依赖关系,提升BEV特征的鲁棒性;另一方面设计面向语义不一致的多状态BEV特征融合模块,提取静态道路和动态车辆的关联信息,提升生成BEV视图的精度。在NuScenes数据集上进行实验,结果表明,方法在确保低模型复杂度的前提下,达到了先进的BEV视图生成性能。动态车辆和静态道路的语义分割精度分别达到了43.2%和82.0%。

来源：2024年第10期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第10期