TopoBDA：道路トポロジー理解のためのベジエ可変アテンションへ向けて

自動運転において、道路のトポロジーを正確に理解することは極めて重要である。本論文では、Bezier変形注意機構（Bezier Deformable Attention: BDA）を活用することで道路トポロジーの理解を向上させる新しいアプローチ、TopoBDA（Topology with Bezier Deformable Attention）を提案する。TopoBDAは、マルチカメラによる360度映像を処理し、鳥瞰図（Bird's Eye View: BEV）特徴を生成する。これらの特徴は、BDAを用いたトランスフォーマー形式のデコーダによって精緻化される。BDAはBezier制御点を用いて変形注意機構を駆動し、道路の車線中心線など、細長く伸びたポリライン構造の検出および表現精度を向上させる。さらに、TopoBDAは中心線検出の精度をさらに高め、道路トポロジーの理解を強化するために、2つの補助的な構成要素——インスタンスマスク形式の損失関数と1対多のセット予測損失戦略——を統合している。OpenLane-V2データセットにおける実験評価の結果、TopoBDAは既存手法を上回り、中心線検出およびトポロジー推論において最先端の性能を達成した。また、OpenLane-V1データセットにおいても3D車線検出の観点で最高の結果を記録した。さらに、LiDAR、レーダー、SDMapなどの多モーダルデータを統合する実験により、多モーダル入力が道路トポロジー理解の性能向上に寄与することが確認された。