引入交叉注意力模块，基于 Transformer 直接计算三维车道参数，绕过视图变换 ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 三维车道线检测是自动驾驶系统的重要组成部分。先前的基于卷积神经网络（CNN）和Transformer的方法通常首先从前视图图像生成一个鸟瞰图（BEV）特征图，然后使用以BEV特征图为输入的子网络来预测三维车道。这类方法需要在BEV和前视图之间进行显式的视图变换，这本身仍然是一个具有挑战性的问题。 在本文中，作者提出了CurveFormer，这是一个单阶段的基于Transformer的方法，它直接计算三维车道参数，并可以绕过困难的视图变换步骤。具体来说，作者通过使用曲线 Query 将三维车道线检测公式化为一个曲线传播问题。一个三维车道 Query 由一个动态有序的 Anchor 点集表示。 通过这种方式，在Transformer解码器中以曲线表示的 Query 迭代地细化三维 ………………………………