DiffMap: Enhancing Map Segmentation with Map Prior Using Diffusion Model

构建高清地图是实现自动驾驶的关键要求。近年来，为了满足这个需求，已经开发了几种地图分割算法，利用了鸟瞰视图感知技术的进步。然而，现有模型在生成逼真和一致的语义地图布局方面仍然面临挑战。其中一个突出的问题是地图分割掩模中固有结构先验的有限利用。基于此，我们提出了DiffMap，一种新颖的方法，专门设计用于使用潜在扩散模型建模地图分割掩模的结构先验。通过结合这种技术，现有语义分割方法的性能可以显著提高，并且可以有效纠正分割输出中存在的某些结构错误。值得注意的是，所提出的模块可以无缝地集成到任何地图分割模型中，从而增强其准确描述语义信息的能力。此外，通过广泛的可视化分析，我们的模型表现出在生成更准确反映实际地图布局方面的优越能力，进一步验证了它提高生成地图质量的功效。

论文旨在解决自动驾驶中高清地图制作的问题，即如何生成真实且一致的语义地图布局。

论文提出了DiffMap方法，利用潜在扩散模型对地图分割掩模中的结构先验进行建模，从而提高现有语义分割方法的性能，并有效纠正分割输出中存在的结构误差。

论文通过可视化分析证明了DiffMap方法在生成更准确反映真实世界地图布局的结果方面的卓越性能。DiffMap方法可以无缝地集成到任何地图分割模型中，从而增强其准确描述语义信息的能力。

近年来，已经开发了几种地图分割算法来解决自动驾驶中的高清地图制作问题，如基于鸟瞰图感知的方法。但是，现有模型在生成真实和一致的语义地图布局方面仍然存在挑战。