【论文阅读】Segment Anything Model for Road Network Graph Extraction (CVPRW 2024)
文章目录
- [【论文阅读】Segment Anything Model for Road Network Graph Extraction (CVPRW 2024)](#【论文阅读】Segment Anything Model for Road Network Graph Extraction (CVPRW 2024))
-
- [1. 摘要](#1. 摘要)
- [2. 方法](#2. 方法)
-
- [2.1 整体结构](#2.1 整体结构)
- [2.2 Image Encoder](#2.2 Image Encoder)
- [2.3 Mask Decoder](#2.3 Mask Decoder)
- [2.4 Topology Decoder](#2.4 Topology Decoder)
- [2.5 Label Generation](#2.5 Label Generation)
1. 摘要
简单来说,本工作将矢量道路线提取的部分流程视为分割任务,利用SAM预训练模型的强大分割能力,实现了SOTA精度和极高的推理速度。
2. 方法
2.1 整体结构
SAM-Road整体由三个部分构成:
- Image Encoder:预训练SAM Image Encoder
- Geometry Decoder:即图中的Mask Decoder,由4层转置卷积构成,输出分割概率图
- Topology Decoder:由Transformer实现拓扑结构中的Message Passing
2.2 Image Encoder
采用最小版本,即ViT-B。训练时采用0.1倍的基础学习率来微调。
2.3 Mask Decoder
为了提升整体以及交叉点的提取精度,Mask Decoder同时输出两个通道数为1的masks ,形状为(H_img, W_img, 2)。
-
mask_0用于提取graph vertices。首先,道路由连续的mask表示,因此,每个像素点均有可能是graph vertex。为了获取sparse vertices,本工作设计了一种用于抑制多余vertices的NMS算法。
NMS of Vertices算法 1. 根据threshold预处理,消除分数低的像素。 2. 以d_v为抑制距离(类似目标检测NMS中的IoU),半径内保留分数最高的vertex。
这一步可能出现road vertices分数大于附近intersections的情况,从而出现误消除intersections的情况。
-
mask_1用于提取intersections。使用同样的NMS算法。
两个masks经处理后,对二者进行join,并将intersections设置较高的分数,再次应用NMS得到最终的graph vertices。
2.4 Topology Decoder
Topology Decoder由3层多头注意力组成,用于将"离散"的vertices连接成拓扑结构。
本方法目的是寻找每个顶点的一阶邻居,并将此视为二分类任务。步骤如下:
-
选择一个source vertex;
-
在 R n b r R_{nbr} Rnbr范围内选择至多 N n b r N_{nbr} Nnbr个target vertex,构成多个vertex pairs;
注意,source vertex与每个target vertex都是一阶邻居关系
-
对所有选中的顶点计算特征(根据坐标,通过在特征图上进行Bilinear Sample得到顶点特征,即Figure 2中的Source Feat和Target Feat);
-
对所有vertex pairs计算offset,得到 d k d_{k} dk;
-
拼接Source Feat,Target Feat和 d k d_k dk,得到形状为 ( N n b r , 2 D f e a t + 2 ) (N_{nbr}, 2D_{feat}+2) (Nnbr,2Dfeat+2)的向量,并proj到 ( N n b r , D f e a t ) (N_{nbr}, D_{feat}) (Nnbr,Dfeat)作为query;
-
经3层多头注意力后,将query输入线性层得到分类logits,表示vertex pairs相连的概率。
2.5 Label Generation
-
Mask Labels
- 使用宽度为3个像素的mask代表道路线段;
- 使用半径为3个像素的mask代表intersections;
-
Topology Labels
-
以教师强制方式训练Topology Decoder
- 均匀采样gt mask得到模拟概率图,在此基础上应用NMS Vertices等算法;
- 使用高斯分布对gt vertices坐标进行随机扰动;
-