如果用于分割,这个任务又可以叫做Cross-view Semantic Segmentation跨视角语义分割,从第一视角的 2D 图像(First-view Observation)得到俯视语义图(Top-down-view Semantic Map)的过程称作跨视角语义分割.如果用于检测,那就是bev感知。

Predicting Semantic Map Representations from Images using Pyramid Occupancy Networks(PON)

提出了一个dense transformer(并非self attention的transformer, 只是MLP结构)的网络结构用于将2D图转换成BEV
https://githubhelp.com/tom-roddick/mono-semantic-maps
code:https://github.com/tom-roddick/mono-semantic-maps
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
https://githubhelp.com/tom-roddick/mono-semantic-maps

Bird’s-Eye-View Panoptic Segmentation Using Monocular Frontal View Images

用到了上一篇方法中的dense transformer
https://zhuanlan.zhihu.com/p/415109656
项目主页: http://panoptic-bev.cs.uni-freiburg.de/
code:https://github.com/robot-learning-freiburg/PanopticBEV
在这里插入图片描述
在这里插入图片描述

Cross-View Semantic Segmentation for Sensing Surroundings(VPN)

在这里插入图片描述
在这里插入图片描述

Orthographic Feature Transform for Monocular 3D(OFT)

https://zhuanlan.zhihu.com/p/60117934
在这里插入图片描述

Lift, Splat, Shoot: Encoding Images From Arbitrary Camera Rigs by Implicitly Unprojecting to 3D

code : https://github.com/nv-tlabs/lift-splat-shoot.git在这里插入图片描述
在这里插入图片描述

MonoLayout: Amodal Scene Layout from a single image

在这里插入图片描述

code:https://github.com/hbutsuak95/monolayout?fileGuid=3X8QJDGGJPXyQgW9

Projecting Your View Attentively: Monocular Road Scene Layout Estimation via Cross-view Transformation

code:https://github.com/JonDoe-297/cross-view
在这里插入图片描述

Structured Bird’s-Eye-View Traffic Scene Understanding from Onboard Images

在这里插入图片描述
https://github.com/ybarancan/STSU

Translating Images into Maps

在这里插入图片描述
https://github.com/avishkarsaha/translating-images-into-maps
和Predicting Semantic Map Representations from Images using Pyramid Occupancy Networks思想差不多,图像竖直方向有全局深度信息.

Learning to Look around Objects for Top-View Representations of Outdoor Scenes

在这里插入图片描述

Monocular Semantic Occupancy Grid Mapping with Convolutional Variational Encoder-Decoder Networks

在这里插入图片描述

HDMapNet: An Online HD Map Construction and Evaluation Framework

https://zhuanlan.zhihu.com/p/414420432
在这里插入图片描述
在这里插入图片描述

Cross-view Transformers for real-time Map-view Semantic Segmentation

在这里插入图片描述

https://github.com/bradyz/cross_view_transformers

Enabling spatio-temporal aggregation in Birds-Eye-View Vehicle Estimation

在这里插入图片描述
BEV和Pseudo-Lidar
https://blog.csdn.net/qq_44902479/article/details/125232746

Logo

开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!

更多推荐