1. 为什么 CAFM 需要全局分支在自动驾驶高清地图构建任务中模型需要预测车道线、人行横道、道路边界等地图元素。这些元素并不是孤立存在的而是具有明显的空间连续性和结构关系。例如车道线通常沿道路方向连续延伸道路边界与整体道路轮廓密切相关人行横道往往出现在路口区域并且与车道线、道路边界和道路拓扑结构有关。因此高清地图构建不仅要求模型识别局部区域中的线条、边缘和纹理还要求模型理解更大范围内的空间关系。简单来说局部特征告诉模型这里有没有线条或边缘 全局特征告诉模型这些线条和边缘之间是什么关系这正是 CAFM 全局分支的作用。2. 全局分支的核心思想CAFM 的全局分支主要利用Q、K、V 注意力机制建模长距离依赖关系。QKV 是 Transformer 注意力机制中的经典结构能够让模型在较大范围内建立不同位置之间的联系。可以这样理解Q当前位置想要寻找什么信息 K其他位置能够提供什么特征 V其他位置真正携带的内容信息也就是说模型会用当前位置的 Q 去和其他位置的 K 进行匹配判断当前位置应该关注哪些区域。相关性越强对应位置的 V 信息就会被赋予更高权重并融合到当前位置的特征中。3. 全局分支的基本流程CAFM 全局分支可以简化为以下流程输入特征 Y │ ▼ 1×1 卷积 进行通道映射 │ ▼ 3×3 深度卷积 引入局部上下文信息 │ ▼ 生成 Q、K、V │ ▼ Q 和 K 计算相关性 │ ▼ 得到注意力权重 │ ▼ 对 V 进行加权融合 │ ▼ 输出全局增强特征 Fatt其中1×1 卷积主要用于调整通道表达3×3 深度卷积则在生成 Q、K、V 前进一步引入局部空间信息。随后注意力机制会根据 Q 和 K 的相似度生成注意力权重再利用这些权重对 V 进行加权融合从而得到全局增强特征。可以用一句话概括全局分支先判断“哪些位置之间关系更强” 再把重要位置的信息融合回来。4. QKV 注意力机制如何理解假设 BEV 特征图中有一段车道线中间区域因为遮挡或特征不明显而出现断裂清晰车道线 模糊区域 清晰车道线 ━━━ ━━━ ━━━ ? ━━━ ━━━ ━━━ ▲ 局部信息不足如果模型只看这个模糊区域附近的信息可能难以判断它是否仍属于车道线。但全局分支可以让这个位置关注远处相关的车道线特征━━━ ━━━ ━━━ ← ? → ━━━ ━━━ ━━━ 左侧车道线信息 右侧车道线信息在这个过程中Q模糊区域主动寻找相关信息 K远处车道线提供可匹配的结构特征 V远处车道线提供具体的内容信息如果左右两侧车道线与中间模糊区域的相关性较强注意力权重就会更高。模型会将这些远处车道线的信息融合回来从而帮助判断中间区域是否属于同一条连续车道线。5. 为什么全局分支适合高清地图构建5.1 车道线需要连续性建模车道线具有明显的方向性和连续性。在实际驾驶场景中车道线可能会受到车辆遮挡、光照变化、路面磨损等影响导致局部区域特征不完整。全局分支可以帮助模型结合远处车道线的方向和位置关系推断局部模糊区域是否属于同一条车道线。局部观察 这里只看到一小段线甚至可能看不清 全局观察 前后都有连续车道线并且方向一致 模型判断 该区域很可能仍属于同一条车道线因此全局分支可以减少车道线断裂和漏检问题。5.2 道路边界需要整体走向约束道路边界通常是一条连续的曲线或折线它的形态与道路整体走向密切相关。某一小段边界即使不清晰也可以根据前后边界的延伸趋势进行推断。完整道路边界 ╭──────────────────╮ │ │ │ │ ╰──────────────────╯如果其中一段边界变得模糊╭──────── ? ─────╮ │ │ │ │ ╰──────────────────╯全局分支可以从更大范围理解道路边界的整体轮廓帮助模型补充局部缺失的信息使预测结果更加连续和稳定。5.3 人行横道需要结合道路拓扑结构人行横道不仅具有局部条纹特征还与道路拓扑结构密切相关。它通常出现在路口附近并与车道线、道路边界保持一定的空间关系。道路俯视图 ┌────────────────────┐ │ 车道线 │ │ ──────────────── │ │ │ │ █ █ █ █ █ █ █ │ ← 人行横道 │ │ │ ──────────────── │ └────────────────────┘如果模型只关注局部条纹可能会把一些相似纹理误判为人行横道。全局分支可以结合周围道路结构进行判断例如该区域是否位于路口附近是否与车道线和道路边界形成合理的拓扑关系。因此全局分支可以增强模型对人行横道空间位置合理性的判断能力。6. QKV 和 Transformer 的关系Q、K、V 是 Transformer 注意力机制中的经典结构。Transformer 的核心优势之一就是能够通过注意力机制建模长距离依赖关系。不过在 CAFM 中全局分支并不是完整照搬 Transformer而是借鉴了 Transformer 的注意力思想并将其用于高清地图 BEV 特征建模。更准确地说Transformer 通过 Q、K、V 注意力机制建模不同位置之间的关系 CAFM 全局分支 借鉴 Q、K、V 注意力机制增强 BEV 特征中的全局结构表达因此在论文或答辩中可以这样表述QKV 是 Transformer 注意力机制中的经典结构。 本文 CAFM 的全局分支借鉴了这一思想 通过 Query、Key 和 Value 计算特征之间的相关性 从而捕获高清地图元素之间的长距离依赖关系。这样表达比较严谨因为它既说明了 QKV 与 Transformer 的关系又突出了 CAFM 全局分支的作用。7. 全局分支带来的作用CAFM 全局分支的价值主要体现在三个方面第一增强长距离依赖建模能力 让模型能够关注远处相关区域而不是只看局部邻域 第二增强整体道路结构表达能力 帮助模型理解车道线连续性、道路边界走向和人行横道位置关系 第三提高复杂场景下的预测稳定性 在遮挡、断裂、模糊等情况下利用全局上下文补充局部信息不足对于高清地图构建任务来说这种能力非常重要。因为地图元素本身具有结构化特征模型只有理解整体道路空间关系才能生成更准确、更连续、更符合道路拓扑的矢量化地图。8. 总结CAFM 全局分支的核心作用是利用 Q、K、V 注意力机制建模长距离依赖关系。它让模型能够从更大范围理解不同地图元素之间的空间联系而不是只依赖局部区域的边缘和纹理信息。对于车道线全局分支可以增强连续性建模对于道路边界它可以帮助理解整体道路走向对于人行横道它可以结合道路拓扑结构判断其空间位置是否合理。一句话概括CAFM 全局分支让模型不只是“看见局部特征” 而是能够“理解整体道路结构”。因此全局分支是 CAFM 中增强全局结构表达能力的重要组成部分也是提升高清地图矢量化构建精度和鲁棒性的关键。