《RCLane：Relay Chain Prediction for Lane Detection》论文笔记
Posted m_buddy
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了《RCLane：Relay Chain Prediction for Lane Detection》论文笔记相关的知识，希望对你有一定的参考价值。
参考代码：RCLane
1. 概述
介绍：在这篇文章中介绍了一种新的车道线描述范式（基于点的车道线建模），也就是通过关键点（文章对应称之为relay points）和关键点之间的关系场构建推理出车道线。具体为文章通过segformer实现车道线二值分割得到分割结果 S S S，并同时通过不同的head预测 T T T（transfer map，用于确定临近点位置）和 D D D（distance map，用于确定终止点），之后在 S S S上做point-nms实现车道线上点的确立，以这些点为起点结合 D D D和 T T T推理出整条车道线。按照这样的思想该算法具有较强的车道线结构适应能力，如分离汇入、弯道场景也能很好建模，目前就公开数据集性能已经超过之前的condlanenet了，还是值得期待完整开源的。
2. 方法设计
2.1 整体pipeline
文章的整体结构见下图所示：
这篇文章是以segformer作为benchmark，并在其基础上添加两个head，分别实现
D
D
D（distance map）和
T
T
T（transfer map）预测工作，也就是对应图中左边半边部分。需要注意的是
T
T
T和
D
D
D预测的都是双向的，这样可以从任意的一个点上进行推理得到整条线。对于推理的起点这里是通过对车道线二值分割结果进行point-nms选择实现的，最后对所有推理出来的线进做IoU-NMS操作得到最终输出结果。因而这篇文章的算法后处理是相对较重的。
2.2 distance map和transfer map的表示
对于这两个map的描述可见下图中的（a）图：
其中
T
ˉ
f
(
p
i
)
,
T
ˉ
b
(
p
i
)
\\barT_f(p_i),\\barT_b(p_i)
Tˉf(pi),Tˉb(pi)表示的是当前点
p
i
p_i
pi（车道线二值mask上的每一个点）到相邻两个点的affine filed（也就是分别对应的forward和backward方向），
D
ˉ
f
(
p
i
)
,
D
ˉ
b
(
p
i
)
\\barD_f(p_i),\\barD_b(p_i)
Dˉf(pi),Dˉb(pi)表示的是当前点
p
i
p_i
pi分别到端点的距离。
distance map：
该图描述的是车道线上点到两个端点的距离关系，这里依据车道线点的y坐标划分forward还是backward，具体为最小y坐标值（对应坐标点
p
e
n
d
f
=
(
x
e
n
d
f
,
y
e
n
d
f
)
p_end^f=(x_end^f,y_end^f)
pendf=(xendf,yendf)）和最大y坐标值（对应坐标点
p
e
n
d
b
=
(
x
e
n
d
b
,
y
e
n
d
b
)
p_end^b=(x_end^b,y_end^b)
pendb=(xendb,yendb)）。那么当前点
p
i
p_i
pi对应的distance map标注可以描述为：
D
ˉ
f
(
p
i
)
=
(
x
i
−
x
e
n
d
f
)
2
+
(
y
i
−
y
e
n
d
f
)
2
\\barD_f(p_i)=\\sqrt(x_i-x_end^f)^2+(y_i-y_end^f)^2
Dˉf(pi)=(xi−xendf)2+(yi−yendf)2
D
ˉ
b
(
p
i
)
=
(
x
i
−
x
e
n
d
b
)
2
+
(
y
i
−
y
e
n
d
b
)
2
\\barD_b(p_i)=\\sqrt(x_i-x_end^b)^2+(y_i-y_end^b)^2
Dˉb(pi)=(xi−xendb)2+(yi−yendb)2
transfer map：
该图描述的是车道线上点到相邻两个点的关系，这里通过构建当前点和相邻两个点（
p
i
b
=
(
x
i
b
,
y
i
b
)
p_i^b=(x_i^b,y_i^b)
pib=(xib,yib)和
p
i
b
=
(
x
i
b
,
y
i
b
)
p_i^b=(x_i^b,y_i^b)
pib=(xib,yib)）的向量场进行描述，需要注意的是这里采样的相邻点是按照距离
d
d
d进行采样得到的，则向量场的描述为：
T
ˉ
f
(
p
i
)
=
(
x
i
f
−
x
i
,
y
i
f
−
y
i
)
\\barT_f(p_i)=(x_i^f-x_i,y_i^f-y_i)
Tˉf(pi)=(xif−xi,yif−yi)
T
ˉ
b
(
p
i
)
=
(
x
i
b
−
x
i
,
y
i
b
−
y
i
)
\\barT_b(p_i)=(x_i^b-x_i,y_i^b-y_i)
Tˉb(pi)=(xib−xi,yib以上是关于《RCLane：Relay Chain Prediction for Lane Detection》论文笔记的主要内容，如果未能解决你的问题，请参考以下文章
未知插件“Relay” - React、GraphQL 和 Relay
如何在 TypeScript 中使用 Relay Modern（babel-plugin-relay 和 relay-compiler）？
Graphql + Relay graphql-relay-js 依赖