Resumen Técnico: PseudoMapLabeler

Planteamiento del Problema

El despliegue de sistemas de construcción de mapas de Alta Definición (HD) en línea en escenarios de conducción autónoma en el mundo real se ve obstaculizado por la escasez de datos de entrenamiento etiquetados. La anotación de mapas HD requiere un esfuerzo manual extensivo por parte de expertos en el dominio, lo que hace que sea prohibitivamente costoso recolectar datos etiquetados para cada nueva región geográfica. Esta escasez de datos limita la capacidad de generalización de los modelos de aprendizaje profundo entrenados con conjuntos de datos limitados. Si bien el Aprendizaje Semi-Supervisado (SSL) ofrece una solución potencial al aprovechar la abundancia de datos no etiquetados, los enfoques existentes enfrentan un desafío crítico: generar pseudo-etiquetas de alta calidad a partir de las predicciones del modelo. Los métodos que utilizan predicciones puras como pseudo-etiquetas suelen introducir un ruido significativo, lo que conduce a la acumulación de errores. Además, para el mapeo en línea, la simple agregación temporal sin una evaluación de confianza no logra distinguir entre predicciones consistentes de alta calidad y valores atípicos ruidosos, particularmente cuando se trata de elementos de mapa vectorizados complejos.

Metodología

Los autores proponen PseudoMapLabeler (PML), un marco de aprendizaje semi-supervisado de profesor-estudiante diseñado para generar pseudo-etiquetas de alta calidad mediante el refinamiento de mapas consciente de la confianza. El flujo de trabajo opera en cuatro etapas distintas:

1. Entrenamiento del Modelo Profesor: Un modelo profesor (instanciado como Uni-PrevPredMap o UPPM) se entrena desde cero utilizando un conjunto de datos etiquetados limitados ($D_L$). El modelo es calibrado mediante el escalado de temperatura para asegurar estimaciones de confianza fiables.
2. Generación de Prior de Mapa mediante Acumulación Temporal: El modelo profesor entrenado se aplica a un gran conjunto de datos no etiquetados ($D_U$). Las predicciones se acumulan temporalmente dentro de escenas locales (por ejemplo, secuencias de 20 segundos) transformando las coordenadas del vehículo ego a un marco de referencia local de la escena.
3. Refinamiento Consciente de la Confianza:
   • Mapas de Confianza de Distribución Beta: En lugar de tratar las predicciones como deterministas, el método modela la probabilidad de detección en cada celda de la cuadrícula utilizando una distribución Beta. Esto agrega el número de observaciones y los puntajes de confianza de predicción calibrados para producir un puntaje de confiabilidad por celda.
   • Recorte Espacial (Spatial Clipping): A diferencia del filtrado convencional que descarta elementos de mapa completos si fallan un umbral, PML introduce una técnica de recorte espacial. Esta preserva selectivamente segmentos de alta confianza de las polilíneas vectorizadas mientras elimina las porciones no fiables.
   • Umbralización Adaptativa: Para manejar las variaciones en las distribuciones de confianza entre diferentes clases de mapas (por ejemplo, divisores de carril frente a pasos de peatones), el método emplea un umbral adaptativo basado en percentiles para determinar el porcentaje de retención para cada clase.
4. Generación de Pseudo-Etiquetas y Entrenamiento del Estudiante: Los elementos de mapa refinados sirven como "prior de mapa" y se retroalimentan al modelo profesor. El profesor vuelve a predecir sobre los datos no etiquetados, guiado por estos priors refinados, para generar pseudo-etiquetas mejoradas ($\hat{D}_U$). Un modelo estudiante es luego pre-entrenado con estas pseudo-etiquetas y ajustado finamente con los datos etiquetados originales ($D_L$).

Principales Contribuciones

El artículo describe tres contribuciones primarias:

1. Mapa de Confianza de Distribución Beta: Un esquema novedoso de agregación de evidencia que resume la confianza espacio-temporal sobre una cuadrícula de Vista de Ojo de Pájaro (BEV). A diferencia de los enfoques deterministas, este tiene en cuenta tanto la frecuencia de observación como la confianza de la predicción, proporcionando un puntaje de confiabilidad interpretable para el refinamiento del mapa.
2. Recorte Espacial para la Generación de Mapas Prior: Una técnica que preserva selectivamente regiones de alta confianza de los elementos del mapa mientras descarta segmentos no fiables. Al utilizar un umbral adaptativo basado en percentiles, maximiza la utilización de los datos no etiquetados al retener información parcial de las predicciones, evitando el descarte de "todo o nada" de los filtrados convencionales a nivel de elemento.
3. Pipeline Agnóstico al Modelo: El procedimiento de refinamiento y pseudo-etiquetado propuesto opera sobre elementos de mapa vectorizados predichos sin depender de los componentes internos específicos del modelo. Los autores demuestran que las pseudo-etiquetas refinadas pueden entrenar eficazmente diferentes arquitecturas de mapeo vectorial en línea, validándolo con experimentos tanto en Uni-PrevPredMap como en MapTR.

Resultados Experimentales

Los experimentos se realizaron en el conjunto de datos nuScenes utilizando una división geográficamente disjunta para evitar la fuga de datos. La configuración simuló un régimen de etiquetas bajas donde solo el 16.5% de los datos de entrenamiento estaban etiquetados, y el 83.5% restante fue tratado como no etiquetado.

• Ganancias de Rendimiento: El marco propuesto logró una mejora de +6.1 mAP sobre el modelo base UPPM entrenado únicamente con datos etiquetados.
• Comparación con el Filtrado: El enfoque de recorte espacial superó a un método de filtrado por elemento base por +2.8 mAP, confirmando el beneficio de preservar información parcial de los elementos del mapa.
• Mejoras Específicas por Clase: Se observaron ganancias notables en clases estructuralmente complejas, como los pasos de peatones, donde el AP mejoró de 5.4 a 9.3.
• Generalización: Al aplicarse a un modelo estudiante MapTR, el marco mejoró el rendimiento en +5.0 mAP respecto al baseline de MapTR, demostando la naturaleza agnóstica de arquitectura del pipeline.
• Análisis de Umbral: El estudio encontró que un umbral de percentil de $p=30$ ofrecía un punto de operación equilibrado, maximizando la cobertura geométrica (Dice/IoU) mientras mantenía un alto mAP.

Significancia y Reivindicaciones

Los autores posicionan a PseudoMapLabeler como una solución práctica al problema de la escasez de datos etiquetados en la construcción de mapas HD en línea. El artículo afirma que, al aprovechar las observaciones temporales y el refinamiento consciente de la confianza, el marco puede utilizar eficazmente la abundancia de datos no etiquetados para mejorar la generalización del modelo sin requerir anotación manual adicional.

Los autores señalan explícitamente que las ganancias reportadas son conservadoras, ya que el baseline ya utiliza priors temporales habilitados por la arquitectura; por lo tanto, las mejoras reflejan el beneficio genuino del marco de SSL. Sin embargo, también reconocen limitaciones, incluyendo la dependencia de una estimación precisa de la pose del vehículo ego, la suposición de que el modelo profesor inicial contiene suficiente señal para el refinamiento, y la brecha de rendimiento restante entre sus pseudo-etiquetas refinadas y el límite teórico superior proporcionado por los priors de la verdad de terreno (ground-truth). El trabajo sugiere que este enfoque permite un despliegue más rentable de los sistemas de mapeo en línea en diversos entornos del mundo real.