.png){kind=icon}
返回
Weakly-supervised multi-view BEV mapping with point pair optimization
.png){kind=icon}
PRE
AI
DOI：10.1080/13682199.2026.2641967.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为解决多视角路侧BEV感知中的低映射精度和目标遮挡挑战，本文提出了一种弱监督鸟瞰图（BEV）映射框架。该方法采用独立的Transformer编码器处理各视角图像，并通过跨视图一致性约束实现准确的BEV对齐，无需每视图对应标签，消除了对密集BEV标注或精确相机标定的需求。在DAIR-V2X和一个专有多视角交叉路口数据集上的实验表明，该框架在点映射平方误差（PMSE）和重叠率（OR）方面优于基于单应性的映射、BEVDet和BEVFormer。消融研究进一步验证了配对损失和独立映射策略的有效性。尽管推理速度略低于基于单应性的方法，所提出的方法为实时路侧感知任务提供了精度与效率之间的实用平衡。
Keyword:
Bird's-eye view (BEV) mapping
multi-view detection
transformer encoding
point matching optimization
roadside perception
