BEVFormer: Learning Bird's-Eye-View Representation From LiDAR-Camera Via Spatiotemporal Transformers

激光雷达 人工智能 计算机视觉 计算机科学 变压器 代表(政治) 模式识别(心理学) 遥感 地理 工程类 政治学 政治 电气工程 电压 法学
作者
Zhiqi Li,Wenhai Wang,Hongyang Li,Enze Xie,Chonghao Sima,Tong Lü,Yu Qiao,Jifeng Dai
出处
期刊:IEEE Transactions on Pattern Analysis and Machine Intelligence [IEEE Computer Society]
卷期号:47 (3): 2020-2036 被引量:1
标识
DOI:10.1109/tpami.2024.3515454
摘要

Multi-modality fusion strategy is currently the de-facto most competitive solution for 3D perception tasks. In this work, we present a new framework termed BEVFormer, which learns unified BEV representations from multi-modality data with spatiotemporal transformers to support multiple autonomous driving perception tasks. In a nutshell, BEVFormer exploits both spatial and temporal information by interacting with spatial and temporal space through predefined grid-shaped BEV queries. To aggregate spatial information, we design spatial cross-attention that each BEV query extracts the spatial features from both point cloud and camera input, thus completing multi-modality information fusion under BEV space. For temporal information, we propose temporal self-attention to fuse the history BEV information recurrently. By comparing with other fusion paradigms, we demonstrate that the fusion method proposed in this work is both succinct and effective. Our approach achieves the new state-of-the-art 74.1% in terms of NDS metric on the nuScenes test set. In addition, we extend BEVFormer to encompass a wide range of autonomous driving tasks, including object tracking, vectorized mapping, occupancy prediction, and end-to-end autonomous driving, achieving outstanding results across these tasks. The code is released at https://github.com/fundamentalvision/BEVFormer.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
香蕉觅云应助LinkWakeUp采纳,获得30
1秒前
ding应助lv采纳,获得30
1秒前
科研通AI5应助wwwwrrrrr采纳,获得10
1秒前
过江春雷完成签到 ,获得积分10
2秒前
王京文发布了新的文献求助10
2秒前
3秒前
GUO完成签到 ,获得积分10
4秒前
bkagyin应助一撮火柴人采纳,获得10
5秒前
一叶扁舟。完成签到,获得积分10
6秒前
大个应助虚幻的亦旋采纳,获得10
6秒前
7秒前
小小完成签到 ,获得积分10
7秒前
XHW完成签到,获得积分10
8秒前
10秒前
李爱国应助科研通管家采纳,获得10
10秒前
Hello应助科研通管家采纳,获得10
10秒前
小二郎应助科研通管家采纳,获得10
10秒前
乐乐应助科研通管家采纳,获得10
10秒前
充电宝应助科研通管家采纳,获得10
10秒前
开放筝应助科研通管家采纳,获得10
10秒前
上官若男应助科研通管家采纳,获得10
11秒前
Lucas应助科研通管家采纳,获得10
11秒前
大模型应助科研通管家采纳,获得10
11秒前
11秒前
科目三应助科研通管家采纳,获得10
11秒前
爆米花应助科研通管家采纳,获得10
11秒前
所所应助科研通管家采纳,获得10
11秒前
情怀应助科研通管家采纳,获得10
11秒前
研友_VZG7GZ应助科研通管家采纳,获得10
11秒前
pfshan应助科研通管家采纳,获得10
11秒前
科研通AI5应助科研通管家采纳,获得10
12秒前
双楠应助科研通管家采纳,获得10
12秒前
小园饼干应助科研通管家采纳,获得10
12秒前
汉堡包应助科研通管家采纳,获得10
12秒前
李健应助科研通管家采纳,获得10
12秒前
orixero应助科研通管家采纳,获得10
12秒前
科研通AI5应助科研通管家采纳,获得10
12秒前
研友_VZG7GZ应助科研通管家采纳,获得10
12秒前
斯文败类应助科研通管家采纳,获得10
12秒前
12秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2700
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
The First Nuclear Era: The Life and Times of a Technological Fixer 500
岡本唐貴自伝的回想画集 500
Distinct Aggregation Behaviors and Rheological Responses of Two Terminally Functionalized Polyisoprenes with Different Quadruple Hydrogen Bonding Motifs 450
Ciprofol versus propofol for adult sedation in gastrointestinal endoscopic procedures: a systematic review and meta-analysis 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3669446
求助须知:如何正确求助?哪些是违规求助? 3227157
关于积分的说明 9773662
捐赠科研通 2937177
什么是DOI,文献DOI怎么找? 1609199
邀请新用户注册赠送积分活动 760130
科研通“疑难数据库(出版商)”最低求助积分说明 735760