ECCV 2022 Oral | OpenLane：超大规模真实场景3D车道线检测任务

Posted 2022-12-16 Charmve

点击上方“迈微AI研习社”，选择“星标★”公众号

重磅干货，第一时间送达

来源：PerceptionX 知乎

公众号主页有 #自动驾驶# 专栏，希望你可以看看。

团队最新成果，业内首个大规模真实场景3D车道数据集—OpenLane现已发布！

传统的单目2D车道检测方案在自动驾驶的跟踪规划和控制任务中性能较差；3D车道检测方案在前视图和鸟瞰视图（BEV）之间的空间转换设计过于简单，并且缺乏真实的数据，在复杂场景下不适用。针对这些问题，团队提出了PersFormer (Perspective Transformer)：一种端到端的单目3D车道线检测器，其中有一个基于Transformer的空间特征转换模块。模型以相机参数为参考，通过关注相关的前视图局部区域来生成BEV特征。PersFormer采用统一的2D/3D锚点设计和加入一个辅助任务来同时检测2D/3D车道，多任务之间分享特征，增强了特征的一致性。

同时，在该论文中发布了业内第一个大规模真实场景3D车道数据集——OpenLane，具有高质量的注释和场景多样性。该数据集基于自动驾驶领域的主流数据集Waymo Open Dataset构建。OpenLane包含20万帧、超过88万条实例级车道、14个车道类别（单白色虚线、双黄色实体、左/右路边等），以及场景标签和路线邻近目标（CIPO）注释，以鼓励开发3D车道检测和更多与产业相关的自动驾驶方法。

• 论文地址：https://arxiv.org/pdf/2203.11089.pdf

• 代码地址：https://github.com/OpenPerceptionX/OpenLane

Motivation

自动驾驶行业蓬勃发展，而其中的辅助驾驶系统 (ADAS) 或者L2到L4的驾驶场景都需要提供一些车道线检测功能如Automated Lane Centering (ALC)和 Lane Departure Warning (LDW)。这其中的核心模块就是一个鲁棒的，泛化性能好的车道线检测器。而随着深度学习的不断演进，2D车道线检测已经有了较为成熟的做法。但是2D车道线其实是无法满足工业界的真正需求，主要体现在两点。

1. 下游的规控模块需要车道线检测发生在鸟瞰图视角（BEV），而仅作简单的前视图到鸟瞰图的投影会极大依赖于相机参数，而这在实际场景中是很难获取到准确的真值。

2. 车道线的高度信息在投影过程中占有很重要的地位，尤其是在上下坡场景中，高度信息会极大的影响投影质量，而之前的投影做法是在水平路面的假设上进行的。而目前市面上缺少一个带高度信息的车道线数据集。

如图所示是直观的介绍从(a)Perspective View到(b)中Bird Eye View做车道线检测的动机：在平面假设下，车道将在投影BEV中分叉/汇聚，考虑到高度的3D解决方案可以准确预测这种情况下的平行拓扑结构。而(c)在特征层面用PersFormer做投影，能较好的增强投影特征，进而解决BEV下检测不准的问题。

基于这些问题，团队分别提出了PersFormer（Perspective Transformer）一种端到端的单目3D车道线检测器，和大规模真实场景3D车道数据集——OpenLane。

Perspective Transformer

整体Pipeline

如图是整个PersFormer流水线：其核心是学习从前视图到BEV空间的空间特征转换，关注参考点周围的局部环境，在目标点（target point）生成的BEV特征将更具代表性；PersFormer由自注意模块组成，用于与本身BEV查询进行交互；交叉注意模块从基于IPM的前视图特征中获取key-value对，生成细粒度BEV特征。

PersFormer整体pipeline

这里主干网将resized图像作为输入，并生成多尺度前视图特征。主干网采用了流行的ResNet变型，这些特征可能会受到尺度变化、遮挡等缺陷的影响，这些缺陷来自前视图空间中固有的特征提取。最后，车道检测头负责预测2D和3D坐标以及车道类型。2D/3D检测头被称为LaneATT和3D LaneNet，其中对结构和锚点设计进行了一些修改。

View Transformation

如何做Perspective View到Bird Eye View的转换是PersFormer的重点，这里我们使用了交叉注意力机制来解决这个问题。如图所示是交叉注意中生成key：BEV空间中的点（x，y）通过中间态（x′，y′）投射前视图中的对应点（u，v）；通过学习偏移量，网络学习从绿色矩框到黄色目标参考点之间的映射，以及相关的蓝色框作为Transformer的key。

交叉注意力机制示意图

Unified Anchor Design

进一步的目标是统一2-D车道检测和3-D车道检测任务，采用多任务学习（multi-task learning）进行优化。一方面，透视图中，2D车道检测仍然作为大家的兴趣；另一方面，统一2D和3D任务自然是可行的，因为预测3D输出的BEV特征来自2D分支中的对应项。
如图是在2D和3D中统一锚点设计：首先在BEV空间（左）放置策划的锚点（红色），然后将其投影到前视图（右）。偏移量xik和uik（虚线）预测真值（黄色和绿色）到锚点的匹配。这样就建立了对应关系，并一起优化了特征。

统一2D和3D锚点设计示意图

OpenLane

OpenLane包含20万帧、超过88万条实例级车道、14个车道类别（单白色虚线、双黄色实体、左/右路边等），以及场景标签和路线邻近目标（CIPO）注释，以鼓励开发3D车道检测和更多与产业相关的自动驾驶方法。
如表是OpenLane和其他基准线的比较：

OpenLane与现有基准的比较。“Avg. Length”表示分段的平均持续时间；“Inst.Anno.”指示车道是否按实例注释（按c.f.语义注释）；“Track. Anno.”表示车道是否具有唯一的跟踪ID；“#Frames”中的数字分别是总帧中带注释的帧数；“Line Category”表示车道种类；“Scenario”表示场景标签。

标注类型：
● 车道形状。每个2D/3D车道显示为一组2D/3D点。
● 车道类别。每条车道都有一个类别，例如双黄线或路缘。
● 车道属性。某些车道具有右、左等属性。
● 车道跟踪ID。除路缘外，每条车道都有唯一的ID。
● 停车线和路缘。
（有关更多注释标准，请参考车道Anno标准）


CIPO/场景注释：
● 二维边界框。其类别表示对象的重要性级别。
● 场景标记。它描述了在哪个场景中收集此帧。
● 天气标签。它描述了在什么天气下收集此帧。
● 小时标记。它注释了收集此帧的时间。
（有关更多注释标准，请参阅CIPO Anno标准）


数据集可视化：

OpenLane标注样例

OpenLane样例概览，涵盖夜晚、日光、弯道等多种场景

实验结果

我们在小规模仿真3D车道线数据集Apollo和大规模真实场景3D车道线数据集OpenLane分别做了实验，均达到SOTA水平。

Apollo实验结果

OpenLane实验结果

消融实验对比

--- END ---

后台回复“电子书”、“PyTorch” 获取资料包 加群 —> CV 微信技术交流群

绘图神器下载

后台回复：绘图神器，即可下载绘制神经网络结构的神器！
PyTorch 学习资料下载

后台回复：PyTorch资料，即可下载访问最全的PyTorch入门和实战资料！
专栏推荐下载

专栏订阅：https://blog.csdn.net/charmve/category_10595130.html

迈微AI学术交流群（知识星球）来了！想要了解最新最快最好的CV/DL/ML论文速递、优质开源项目、学习教程和实战训练等资料，欢迎扫描下方二维码，加入CVer学术交流群，已汇集数千人！

▲扫码进群

迈微AI研习社

微信号: MaiweiE_com

GitHub: @Charmve

CSDN、知乎: @Charmve

投稿: [e-mail]

主页: github.com/Charmve

整理不易，请点赞和在看