黑芝麻智能科研論文成功發(fā)表在人工智能頂級(jí)會(huì)議NeurIPS 2023。
NeurIPS(Neural Information Processing Systems)作為當(dāng)前全球最負(fù)盛名的人工智能學(xué)術(shù)會(huì)議之一，討論涵蓋深度學(xué)習(xí)、計(jì)算機(jī)視覺、大規(guī)模機(jī)器學(xué)習(xí)等眾多細(xì)分領(lǐng)域。近日，NeurIPS 2023神經(jīng)信息處理系統(tǒng)大會(huì)公布論文錄用結(jié)果。
黑芝麻智能科研論文"Online Map Vectorization for Autonomous Driving: A Rasterization Perspective"成功獲選并發(fā)表，主題為使用柵格化視角優(yōu)化BEV算法中矢量化場景構(gòu)建，并提出了兩點(diǎn)有關(guān)構(gòu)建矢量化高精地圖的創(chuàng)新。從官方獲悉，本屆會(huì)議共有12343篇有效論文投稿，其中26.1%被接收并在會(huì)議上展示，此次入選充分體現(xiàn)了黑芝麻智能在自動(dòng)駕駛領(lǐng)域的技術(shù)能力和學(xué)術(shù)成果。
在自動(dòng)駕駛領(lǐng)域，BEV感知能為自動(dòng)駕駛感知任務(wù)提供有效的時(shí)空表征方法，將成為車載感知的主流發(fā)展方向，能在多樣而復(fù)雜的駕駛場景中穩(wěn)定地構(gòu)建高質(zhì)量的矢量化高精地圖(vectorized HD map)，BEV感知能力的提升至關(guān)重要，它能為環(huán)境感知提供重要的高層級(jí)語義信息。然而，現(xiàn)有的矢量化高精地圖構(gòu)建方法往往存在一些偏差，現(xiàn)有的評(píng)估指標(biāo)對(duì)于這些偏差的敏感度卻不足。這在對(duì)精度要求極高的自動(dòng)駕駛場景中，可能帶來安全隱患。因此，我們需要更有效的地圖矢量化方法和更敏感的評(píng)估指標(biāo)，以提高地圖構(gòu)建的準(zhǔn)確性，滿足自動(dòng)駕駛的嚴(yán)格要求。
為應(yīng)對(duì)這一挑戰(zhàn)，黑芝麻智能的科研團(tuán)隊(duì)與新加坡南洋理工大學(xué)的研究者們?cè)谡撐闹刑岢隽艘粋€(gè)新觀點(diǎn)：在“矢量化高精度地圖構(gòu)建”任務(wù)中，應(yīng)當(dāng)引入柵格化(rasterization)的視角?；谶@一動(dòng)機(jī)，他們提出了兩點(diǎn)創(chuàng)新：一是建立了一種更加準(zhǔn)確和合理的基于柵格化的“矢量化高精地圖構(gòu)建”的評(píng)價(jià)指標(biāo);二是推出了 MapVR(Map Vectorization via Rasterization)，一個(gè)受益于柵格化視角的更精準(zhǔn)的“矢量化高精地圖構(gòu)建”的框架。
黑芝麻智能研究團(tuán)隊(duì)希望，提供柵格化這種全新的視角去理解和處理地圖矢量化任務(wù)，能夠?yàn)榈貓D矢量化的進(jìn)一步創(chuàng)新提供基礎(chǔ)，最終促進(jìn)與助力安全可靠的自動(dòng)駕駛技術(shù)的發(fā)展，為智能駕駛行業(yè)進(jìn)步源源不斷貢獻(xiàn)中國“芯”力量。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
