TopoMask: صياغة مبنية على أقنعة النماذج للمسائل الطوبولوجية للطرق عبر هندسة مستندة إلى الترانسفورمر

مهمة فهم مشهد القيادة تتضمن اكتشاف العناصر الثابتة مثل المسارات، لافتات المرور، وأضواء المرور، والعلاقات بينها. لتسهيل تطوير حلول شاملة لفهم المشهد باستخدام عدسة كاميرات متعددة، تم إصدار مجموعة بيانات جديدة تُسمى جينوم الطريق (OpenLane-V2). تتيح هذه المجموعة البيانات استكشاف الروابط المعقدة للطرق والظروف التي قد تكون فيها علامات المسارات غائبة. بدلاً من استخدام العلامات التقليدية للمسارات، يتم تمثيل المسارات في هذه المجموعة البيانات بخطوط الوسط، والتي توفر تمثيلاً أكثر ملاءمة للمسارات وروابطها. في هذا البحث، قدمنا نهجًا جديدًا يُسمى TopoMask لتنبؤ خطوط الوسط في طوبولوجيا الطريق. على عكس النهج الموجودة في الأدبيات التي تعتمد على نقاط المفتاح أو الأساليب المعلمية، يستخدم TopoMask صيغة قائمة على أقنعة الحالة مع بنية مستندة إلى الترانسفورمر، وفي سبيل إثراء حالات الأقنعة بمعلومات التدفق، تم اقتراح تمثيل بعلامة الاتجاه. حاز TopoMask على المركز الرابع في درجة OpenLane-V2 (OLS) وعلى المركز الثاني في درجة F1 لتنبؤ خطوط الوسط في تحدي طوبولوجيا OpenLane 2023. بالمقارنة مع الطريقة الأكثر تقدمًا حاليًا، TopoNet، حقق النهج المقترح أداءً مشابهًا في اكتشاف المسارات المستند إلى فريشيت وأفضل من TopoNet في اكتشاف المسارات المستند إلى تشامفير دون استخدام شبكتها العصبية الرسومية للمشهد.