黑芝麻智能科研論文成功發(fā)表在人工智能頂級會議NeurIPS 2023。
NeurIPS(Neural Information Processing Systems)作為當前全球最負盛名的人工智能學術會議之一，討論涵蓋深度學習、計算機視覺、大規(guī)模機器學習等眾多細分領域。近日，NeurIPS 2023神經信息處理系統(tǒng)大會公布論文錄用結果。
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建，并提出了兩點有關構建矢量化高精地圖的創(chuàng)新。從官方獲悉，本屆會議共有12343篇有效論文投稿，其中26.1%被接收并在會議上展示，此次入選充分體現了黑芝麻智能在自動駕駛領域的技術能力和學術成果。
在自動駕駛領域，BEV感知能為自動駕駛感知任務提供有效的時空表征方法，將成為車載感知的主流發(fā)展方向，能在多樣而復雜的駕駛場景中穩(wěn)定地構建高質量的矢量化高精地圖(vectorized HD map)，BEV感知能力的提升至關重要，它能為環(huán)境感知提供重要的高層級語義信息。然而，現有的矢量化高精地圖構建方法往往存在一些偏差，現有的評估指標對于這些偏差的敏感度卻不足。這在對精度要求極高的自動駕駛場景中，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估指標，以提高地圖構建的準確性，滿足自動駕駛的嚴格要求。
為應對這一挑戰(zhàn)，黑芝麻智能的科研團隊與新加坡南洋理工大學的研究者們在論文中提出了一個新觀點：在“矢量化高精度地圖構建”任務中，應當引入柵格化(rasterization)的視角。基于這一動機，他們提出了兩點創(chuàng)新：一是建立了一種更加準確和合理的基于柵格化的“矢量化高精地圖構建”的評價指標;二是推出了 MapVR(Map Vectorization via Rasterization)，一個受益于柵格化視角的更精準的“矢量化高精地圖構建”的框架。
黑芝麻智能研究團隊希望，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，能夠為地圖矢量化的進一步創(chuàng)新提供基礎，最終促進與助力安全可靠的自動駕駛技術的發(fā)展，為智能駕駛行業(yè)進步源源不斷貢獻中國“芯”力量。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
