本文介绍了使用车载摄像头拍摄的 RGB 图像进行鸟瞰视角像素级别的物体语义分割的方法，为了解决这个问题，提出了一种新的两阶段感知管道，它明确预测像素深度，并将它们与像素语义结合起来进行有效的推断，同时，使用抽象的高层几何特征进行转移学习，方法能够提高24%的mIoU。

Jun, 2020

本文介绍了BEVSegFormer，一种有效的基于转换器的方法，用于从任意摄像机装置进行BEV语义分割。

Mar, 2022

本文提出了新的BEVFormer框架，该框架学习使用时空变形器的统一BEV表示，以支持多个自主驾驶感知任务。在nuScenes测试集中，该方法达到了56.9％的最新技术水平，且在低能见度条件下显着提高了速度估计和对象召回的准确性。

Mar, 2022

本文提出了一种基于编码解码器的自主行驶多摄像头车辆语义分割模型LaRa，使用跨注意力机制将多个传感器的信息聚合成一组紧凑、丰富的潜在表示，进而在BEV空间中再次重投影，证明该模型在nuScenes上优于之前使用Transformer的最佳表现。

Jun, 2022

研究了在自动驾驶汽车中使用的感知方法，发现FasterSeg模型在实时低功耗计算设备上运行速度快，并通过比较第一人称和鸟瞰图的准确性和速度，得出FasterSeg模型在两种视角的mIoU结果并提出了一种生成合成数据的简单方法，并在目标硬件上比较了两种视角的帧率和精度。

Jul, 2022

本文提出了一种新颖的半监督框架，用于通过利用未标记的图像在训练过程中提高视觉鸟瞰（BEV）语义分割的性能，包括使用一致性损失约束模型在语义预测和BEV特征上，以及一种名为联合旋转的新颖且有效的数据增强方法，在保持前视图像与BEV语义分割之间的几何关系的同时扩充数据集。对nuScenes和Argoverse数据集进行的大量实验证明了我们的半监督框架可以有效提高预测准确性。据我们所知，这是第一项利用未标记数据改进视觉BEV语义分割性能的工作，代码将公开提供。

Aug, 2023

将鸟瞰视图中的语义分割任务分解为BEV地图重建和RGB-BEV特征对齐两个阶段，通过将RGB输入图像映射到第一阶段的BEV潜在空间，并在特征级别上直接优化两个视图之间的相关性，实现了复杂和具有挑战性场景的有效处理。

Apr, 2024

这篇论文介绍了一种用于预测不确定性量化的基准测试方法，通过评估不同方法在三个流行数据集上对于识别被错分和不适当类别像素、以及校准的有效性，发现证据深度学习方法在高效量化不确定性方面表现最有潜力，提出了适用于高度不平衡数据的Uncertainty-Focal-Cross-Entropy (UFCE)损失函数，以及增强模型对高不确定性像素关注的缺空缩放规则项能够提高确定性不确定性量化。

May, 2024

通过对多模态传感器输入进行统一而紧凑的鸟瞰视图（BEV）潜在空间编码，BEVWorld 提供了一种新的方法来预测潜在的未来场景，证明了其在自动驾驶任务中生成未来场景的有效性，并对感知和运动预测等下游任务提供了帮助。

Jul, 2024

OE-BevSeg是一种全局环境感知和局部目标物体增强的多模态框架，通过环境感知的Bird's-eye-view语义分割压缩器和中心信息引导的目标物体增强模块，以及多视角RGB图像特征与雷达/LiDAR特征的多模态融合分支，极大地提高了自主驾驶领域中Bird's-eye-view语义分割任务的性能。

Jul, 2024