Riepilogo Tecnico: PseudoMapLabeler

Problema

La distribuzione di sistemi di costruzione di mappe HD (High-Definition) online in scenari reali di guida autonoma è ostacolata dalla scarsità di dati di addestramento etichettati. L'annotazione delle mappe HD richiede un enorme sforzo manuale da parte di esperti del settore, rendendo proibitivamente costoso raccogliere dati etichettati per ogni nuova regione geografica. Questa scarsità di dati limita la capacità di generalizzazione dei modelli di deep learning addestrati su dataset limitati. Sebbene l'Apprendimento Semi-Supervisionato (SSL) offra una potenziale soluzione sfruttando abbondanti dati non etichettati, gli approcci esistenti affrontano una sfida critica: generare pseudo-etichette di alta qualità a partire dalle predizioni del modello. I metodi che utilizzano le predizioni grezze come pseudo-etichette introducono spesso un rumore significativo, portando all'accumulo di errori. Inoltre, per la mappatura online, l'aggregazione temporale semplice senza una valutazione della confidenza non riesce a distinguere tra predizioni coerenti di alta qualità e outlier rumorosi, specialmente quando si tratta di elementi vettoriali complessi della mappa.

Metodologia

Gli autori propongono PseudoMapLabeler (PML), un framework di apprendimento semi-supervisionato teacher-student progettato per generare pseudo-etichette di alta qualità attraverso il raffinamento della mappa consapevole della confidenza (confidence-aware). La pipeline opera in quattro fasi distinte:

1. Addestramento del Modello Teacher: Un modello teacher (istanziato come Uni-PrevPredMap o UPPM) viene addestrato da zero su un dataset limitato e etichettato ($D_L$). Il modello viene calibrato tramite temperature scaling per garantire stime di confidenza affidabili.
2. Generazione del Prior della Mappa tramite Accumulazione Temporale: Il modello teacher addestrato viene applicato a un grande dataset non etichettato ($D_U$). Le predizioni vengono accumulate temporalmente all'interno di scene locali (ad esempio, sequenze di 20 secondi) trasformando le coordinate del veicolo ego in un sistema di riferimento locale della scena.
3. Raffinamento Consapevole della Confidenza (Confidence-Aware Refinement):
   • Mappe di Confidenza basate sulla Distribuzione Beta: Invece di trattare le predizioni come deterministiche, il metodo modella la probabilità di rilevamento in ogni cella di griglia utilizzando una distribuzione Beta. Questo aggrega il numero di osservazioni e i punteggi di confidenza della predizione calibrata per produrre un punteggio di affidabilità per cella.
   • Spatial Clipping (Ritaglio Spaziale): A differenza del filtraggio convenzionale che scarta interi elementi della mappa se falliscono una soglia, PML introduce una tecnica di spatial clipping. Questa preserva selettivamente i segmenti ad alta confidenza delle polilinee vettoriali eliminando al contempo le parti inaffidabili.
   • Soglia Adattiva: Per gestire le diverse distribuzioni di confidenza tra diverse classi di mappa (ad esempio, strisce di delimitazione corsia rispetto ai passi pedonali), il metodo impiega un dimensionamento adattivo basato sui percentili per determinare la percentuale di ritenzione per ogni classe.
4. Generazione delle Pseudo-Etichette e Addestramento dello Student: Gli elementi della mappa raffinati fungono da "prior della mappa" e vengono reimmessi nel modello teacher. Il teacher effettua nuovamente la predizione sui dati non etichettati, guidato da questi prior raffinati, per generare pseudo-etichette migliorate ($\hat{D}_U$). Un modello student viene quindi pre-addestrato su queste pseudo-etichette e perfezionato (fine-tuned) sui dati etichettati originali ($D_L$).

Contributi Chiave

Il documento delinea tre contributi primari:

1. Mappa di Confidenza con Distribuzione Beta: Un nuovo schema di aggregazione dell'evidenza che riassume la confidenza spazio-temporale su una griglia Bird's-Eye View (BEV). A differenza degli approcci deterministici, tiene conto sia della frequenza di osservazione che della confidenza di predizione, fornendo un punteggio di affidabilità interpretabile per il raffinamento della mappa.
2. Spatial Clipping per la Generazione della Mappa Prior: Una tecnica che preserva selettivamente le regioni ad alta confidenza degli elementi della mappa mentre scarta i segmenti inaffidabili. Utilizzando un dimensionamento adattivo basato sui percentili, massimizza l'utilizzo dei dati non etichettati mantenendo informazioni parziali dalle predizioni, evitando lo scarto "tutto o niente" del filtraggio convenzionale a livello di elemento.
3. Pipeline Agnostica rispetto al Modello: La procedura di raffinamento e pseudo-etichettatura proposta opera sugli elementi della mappa vettorializzati predetti senza dipendere dagli interni specifici del modello. Gli autori dimostrano che le pseudo-etichette raffinate possono addestrare efficacemente diverse architetture di mappatura vettoriale online, validandolo con esperimenti sia su Uni-PrevPredMap che su MapTR.

Risultati Sperimentali

Gli esperimenti sono stati condotti sul dataset nuScenes utilizzando una divisione geograficamente disgiunta per prevenire la fuga di dati (data leakage). La configurazione ha simulato un regime a bassa etichettatura in cui solo il 16,5% dei dati di addestramento era etichettato, mentre il restante 83,5% era trattato come non etichettato.

• Guadagni di Performance: Il framework proposto ha ottenuto un miglioramento di +6,1 mAP rispetto al modello baseline UPPM addestrato esclusivamente su dati etichettati.
• Confronto con il Filtraggio: L'approccio di spatial clipping ha superato un metodo di filtraggio baseline per elemento di +2,8 mAP, confermando il beneficio della preservazione delle informazioni parziali dagli elementi della mappa.
• Miglioramenti Specifici per Classe: Sono stati osservati guadagni notevoli in classi strutturalmente complesse, come i passi pedonali, dove l'AP è migliorato da 5,4 a 9,3.
• Generalizzazione: Applicato a un modello student MapTR, il framework ha migliorato le prestazioni di +5,0 mAP rispetto al baseline di MapTR, dimostrando la natura agnostica rispetto all'architettura della pipeline.
• Analisi della Soglia: Lo studio ha rilevato che una soglia di percentile $p=30$ offriva un punto operativo equilibrato, massimizzando la copertura geometrica (Dice/IoU) mantenendo un alto mAP.

Significato e Rivendicazioni

Gli autori posizionano PseudoMapLabeler come una soluzione pratica al problema della scarsità di dati etichettati nella costruzione di mappe HD online. Il documento afferma che, sfruttando le osservazioni temporali e il raffinamento consapevole della confidenza, il framework può utilizzare efficacemente gli abbondanti dati non etichettati per migliorare la generalizzazione del modello senza richiedere ulteriori annotazioni manuali.

Gli autori sottolineano esplicitamente che i guadagni riportati sono conservativi, poiché il baseline utilizza già i prior temporali abilitati dall'architettura; pertanto, i miglioramenti riflettono il reale beneficio del framework SSL. Tuttavia, riconoscono anche dei limiti, tra cui la dipendenza da una stima accurata della posa del veicolo (ego-pose), l'assunto che il modello teacher iniziale contenga un segnale sufficiente per il raffinamento e il rimanente divario di performance tra le loro pseudo-etichette raffinate e il limite teorico superiore fornito dai prior della verità fondamentale (ground-truth). Il lavoro suggerisce che questo approccio consente una distribuzione più efficiente in termini di costi dei sistemi di mappatura online in diversi ambienti del mondo reale.