bevformer

複数カメラから鳥瞰図表現を作るモデル名

1本の論文題名に登場

定義

複数の車載カメラ映像から鳥瞰図（BEV）表現を作るTransformerベースのモデル。学習可能なBEVクエリを空間的なクロスアテンションで各カメラの該当領域に対応付けて特徴を集め、直前フレームのBEV特徴を時間方向に参照して動きを取り込む。明示的な奥行き推定なしに視点と時間を統合する。

固有名。自動運転の認識