本文将首要先容高德正在高精舆图地面标识识别上的时间演进，这些时间门径正在差别期间供职了高精舆图产线需求，为高德舆图修建高精度舆图供给了根源的时间保障。1.地

本文将首要先容高德正在高精舆图地面标识识别上的时间演进，这些时间门径正在差别期间供职了高精舆图产线需求，为高德舆图修建高精度舆图供给了根源的时间保障。

地面标识识别，指正在舆图道道中识别出各品种型的地面标识元素，如地面箭头、地面文字、期间、地面数字、减速带、车距确认线、减速丘、人行横道、松手让行线、减速让行线等。这些主动化识别结果将行为坐蓐数据交付给舆图坐蓐产线，历程筑制后演造成供职于主动驾驶、车载导航、挪动导航的舆图。

高精舆图日常对各个舆图因素精度起码有着厘米级的条件，因而相对待寻常舆图来说必要更高的名望精度，这也是与寻常舆图识此外最大差别，因而探寻怎样将地面标识识别得又全又准是咱们不停致力的倾向。

地面标识识别有两浩劫点：一是地面标识自己的品种、巨细繁众，二是地面标识易被磨损遮挡，明了度犬牙交错，这给高精度识别带来了宏大的离间。

1）地面标识品种繁众：现实场景中地面标识品种繁众，正在实质、颜色、形态、尺寸等方面均有差别散布。

尺寸：国标界说的尺度箭头长度为9m，但也存正在1m~2m乃至1m以下的地面标识元素，越发减速带以及人行道等尺寸区别会更大，响应到图像中像素个数以及长宽比均会有较大区别。

2）磨损压盖众：地面元素长年累月受车辆、行人等碾压会酿成磨损，以及每每存正在的堵车等场景更是加大了地面因素被遮挡的能够。因而从激光雷达获取的点云数据和由相机获取的可睹光图像数据的质地均犬牙交错，对地面标识识别带来了极大的离间。

采撷境况题目：遮挡(施工、车辆)、因为境况转折惹起的质料激光反射率区别以及可睹光不明了（雨天、逆光等）

地面标识识别必要做的是将地面标识这部门区域提取出来，则最直观的是对其实行阈值破裂、骨架提取、连通域阐发等古代门径。最先获取点云中地面点聚合，接着获取聚合中高反射率部门的骨架聚合，然后对每个局限骨架区域打算强度截断阈值，结果对区域实行连通区域征采以及附加降噪要领等。

其余咱们也测验了GrabCut等算法正在地面标识上的提取，GrabCut算法对前景和配景分裂聚类，获得k组似乎的像素聚合，然后对前景和配景分裂实行高斯混淆模子（GMM）筑模，剖断像素属于地面标识照样配景。正在提取疑似地面标识区域后，再历程呆板进修模子（SVM等）实行细分类以取得更好的识别结果。

由上图能够看到，对待少少前后景辨别比拟好的地面标识提取的比拟好，可是针对有磨损、含糊、前景配景相像、配景庞大等处境均结果欠佳，容易漏召回且名望精度不高，鲁棒性不强。

2012年Hinton团队提出的Alexnet收集博得了2012年图像识别大赛冠军，比拟古代门径取得明显晋升，CNN正在图像范畴有了显著上风。近几年，基于深度进修的检测识别时间也获得了很大起色。

深度进修期间是数据和硬件驱动的期间，纠合部门人工标注以及主动化天生，咱们具有百万级的数据，况且各式场景的数据还正在不休厚实，纠合算法探寻与改进，咱们赢得了越来越好的时间与交易结果。

目前检测识别时间首要分为两大倾向：Two-Stage(如RCNN系列)和One-stage(SSD、YOLO等)。Two-Stage收集上风正在于结果举座较好，识又名望较精准，对小主意检测也有肯定的角逐力。

One-stage检测识别门径上风正在于经管速率较速。高精舆图不光必要较高的识别职能、也必要有足够高的识又名望精度，因而咱们抉择了正确率较高的Two-stage大倾向。

纠合名望敏锐得分图（position-sensitive score map）和名望敏锐降采样（position-sensitive roi pooling）等操作，R-FCN算法正在主意检测识别上取得了较高的职能和名望精度，咱们抉择了R-FCN检测算法达成对地面标识的检测识别。

R-FCN算法基于深度进修的门径，通过进修豪爽现实场景样本，因而正在泛化性上赢得了比拟大的晋升，主动化识别对待差别场景的识别才能有所降低，地面标识召回率获得了较大的革新。算法示希图如下所示：

引入深度进修极大的革新了高精舆图地面标识主动识此外职能，地面标识召回获得了很大晋升，美中亏欠的是R-FCN存正在着一个瑕玷即是其输出的最终检测名望是基于地面标识种别的得分，但往往得分最高的名望并不肯定跟现实名望最贴合，因而正在名望预测精度上，R-FCN并不完备。

跟着深度进修的起色以及业界对主意检测识又名望精度的条件不休降低，更众高精度检测识别算法被提了出来，如Iou-Net等。

咱们应时采用了尤其优秀的识别算法，以期取得尤其精准的名望精度来餍足产线交易需求，纠合级联检测，诈欺Deformable-Conv自合适感应野等时间晋升算法识别精度。

该算法差别于古代算法对roi实行一次预测回归获得最终名望，而是通过级联的景象不休删改预测的名望和现实名望的差错，每历程一个级联回归器，算法识别结果均会尤其贴合真值，这格外有利于降低识别精度，契合高精舆图对主意名望精度的高条件，结果正在召回和名望精度上都抵达更好的结果。

通过引入级联景象的检测识别模子令高精产线主动识别才能正在识别精度上获得了不错的晋升，但咱们对主动识又名望精度晋升的发现是无止尽的，因而有了以下的计划。

设思一下，假设咱们正在地面标识区域实行局限的名望回归，那么收集就也许聚焦到尤其轻微的地面标识区域，最终获得尤其逼近畛域的名望。纠合现实正在做地面标识识别时，咱们将容易酿成精度题目的部门稀少做名望精修，获得了尤其精密的名望。

采用检测+回归时间计划达成了尤其好的名望检测精度，让咱们离“的确天下”更进了一步。其偏差是时间计划流程较长，不敷爽快体面。

基于角点回归的主意检测门径，行使单个卷积神经收集预测两组热力争来透露差别物体种别的角的名望，即将主意畛域框检测为一对要害点（即畛域框的左上角和右下角），以及每个检测到的角点的嵌入向量。个中角点用于确定主意名望，嵌入向量用于对属于统一主意的一对角点实行分组。

此种门径简化了收集的输出，通过将主意检测为成对要害点，消释了现有的检测器安排中对特性层必要豪爽anchors的瑕玷，由于豪爽anchors酿成了豪爽的重叠以及正负样本不屈衡。同时为了出现更精密的畛域框，收集还预测偏移以精密调理角点的名望。通过预测热力争、嵌入向量、以及偏移最终获得了精准的畛域框。

因为正在检测职司中必要获取肖似尺寸的特性图对主意实行名望回归、种别分类等，算法会对其实行量化以及降采样等操作，不行避免会有精度上的亏损。这个瑕玷带来的最大影响即是经由检测回归出的名望不敷鲁棒，正在某些处境下会浮现或众或少的偏移。

跟着语意破裂时间的不休成熟，基于深度进修的语意破裂曾经也许将输入图像实行像素级的分类，况且其精度也越来越高，也即是图片中因素的轮廓越来越精密。

咱们采用以resnet 为主干的破裂模子，并纠合了自合适感应野、众标准交融、Coarse-Fine交融、感趣味区域提防力机制等时间达成了对地面标识的像素级破裂。

为了获取地面标识的实体音讯，咱们如故用检测来确定地面标识大致名望，可是差别的是最终由对应区域的地面标识破裂语义音讯获取最终精准的地面标识名望。

语义破裂的引入使得地面标识的识又名望精度获得了革新，处分了由检测带来的识又名望精度不鲁棒的题目，使得高精舆图地面标识主动化结果上了一个新的台阶。

可是这种门径稍显繁琐，况且检测和破裂职司都必要虚耗豪爽GPU资源，也即是说一张图片必要同时众次GPU运算加上后续的CPU后经管交融才也许获得最终的结果，假设也许将这些举措优化，那么肯定也许简化流程同时省俭豪爽运算资源。

基于以上研讨，咱们采用了基于PAnet的检测识别算法。古代的实例破裂模子各层中的音讯散布不敷充塞。PAnet较好的处分了这些题目，充塞交融了coarse、fine特性，不光有自顶向下的特性交融还纠合了自底向上的特性交融，正在高层特性中充塞交融进了底层的强定位特性，处分了浅层特性音讯遗失的题目。

其余还纠合了自合适特性降采样将差别特性层实行交融提取roi特性做预测，以及增加格外mask前景配景分类分支，使得预测mask尤其精准，这些门径纠合对待主意检测名望精度有比拟大的收益。同时，破裂和检测职司纠合也许彼此增进赢得更好的结果。

以下为少少算法的识别结果示例。能够看到算法对部门磨损含糊的地面标识也有了肯定的原谅度，其名望精度有了宏大的革新。（图中地面标识外框为检测获得的或许名望，内框为依据像素级破裂获得的名望，取内框为地面标识最终名望）。

采用上述计划必要将点云投影为2D空间，中心有肯定的归一化量化操作，不行避免的会亏损少少音讯，最直观的是正在少少点云反射率较低的地方容易酿成主意遗失。假设也许正在原始3维点云上提取那么这些题目就迎刃而解。

基于上面的研讨，咱们探寻原始点云上的3D物体检测，3D点云识别是各式的确天下行使的一个主要构成部门，如自助导航、重筑、VR/AR等。与基于图像的检测比拟，激光雷达供给牢靠的深度音讯，能够用于精准定位物体并表征它们的形态。

咱们探寻了众种3维点云识别算法，比方基于bird-view、voxel等的3维点云识别。因为PointRCNN正在原始3维点云主意检测上的优良发挥，咱们采用基于PointRCNN的门径提取地面标识，全部检测框架网罗两个阶段：第一阶段将全部场景的点云破裂为前景点和配景点，以自下而上的形式直接从点云天生少量高质地的3D proposal。

第二阶段正在表率坐标中批改候选区域取得最终的检测结果，将每个proposal经池化后转换为表率坐标，以便更好地进修局限空间特性，同时与第一阶段中整体语义特性相纠合，用于预测Box优化和置信度预测。

大数据的支柱使得咱们的算法具有更好的鲁棒性与识别才能。纠合算法中各式计谋以及众种数据源（点云、可睹光等），咱们正在不休晋升地面标识识别精度，其名望精度正在Ground Truth 5cm边界区间内抵达99%以上，召回也抵达了99.99%以上，各项目标都获得了稳步晋升。

上述计划曾经正式上线，并经管了豪爽数据，准召率都抵达了坐蓐功课的条件，同时算法对人工功课产线的功效晋升效用日益降低。以下是部门结果图：

高精舆图被称作主动驾驶编制的“眼睛“，与寻常舆图最大的差别点正在于行使主体差别。寻常导航舆图的行使者是人，用于导航、征采，而高精舆图的行使者是打算机，用于高精度定位、辅助境况感知、计议与计划。所以高精舆图对舆图因素不光必要极高的召回率，还必要格外高的名望精度。

高精舆图中因素的识别对时间提出了比拟高的条件，纵观全部高精舆图财富起色，舆图筑制渐渐从纯人工过渡到半主动以致全主动。时代识别时间也不休获得起色与完好，从手动构制特性到主动特性、从2维识别到3维以及更高维识别、从单源识别到众源交融等。

目前，高精舆图众采用人工功课，人工功课质地和功效永远是一个冲突点，比拟之下，呆板主动识别有着更高的功效、更低的功课本钱以及不亚于人工的功课质地。主动识此外行使必将加快高精舆图修建，鞭策高精舆图财富起色。高精度地面标识识别时间曾经正在高德高精舆图内部获得行使，有用晋升了数据筑制功效与筑制质地，为高德修建高精舆图供给坚实的时间支柱。