WACV作为世界顶尖的计算机视觉大会之一，每年吸引着各路专家与学者的参与。2024年，该会议论文的综合接收率仅为41%，更在首轮评审中显示出约11%的直接接收率。如祺出行此次能够在如此激烈的评选中顺利发表，充足表现了其在研发技术领域的前沿地位。研究小组的成员彭楠和周勋分别作为论文的第一和第二作者，获得了这一重要成果的认可。

　　这项研究通过创新的方法论，首次探索了如何将历史帧的预测结果应用于高精度地图构建中。在众包高精度地图的构建过程中，遮挡问题往往极度影响检测的准确性。PrevPredMap框架利用历史信息，有效地解决了这一难题，从而明显降低了构建成本，并提升了地图构建的整体质量。此外，该研究还提出了多项技术创新，如双模式训练策略和group-wise版本的辅助一对多匹配机制，这些创新不仅增强了模型的稳健性，还可大幅度降低训练显存需求，同时提升测试精度。

　　如祺出行的努力在实际应用中已经取得了初步成效。这项新研究不仅应用于如祺的众源地图和4D车道线预标注，更融入了广汽研究院的重点研发项目之一——基于感知实时建图的轻地图技术探讨研究。作为广州地区的国企重点研发计划，该项目备受重视，标志着地方企业在技术创新领域的进步。

　　展望未来，这一研究成果正为无人驾驶数据解决方案的逐步发展提供支撑。如祺出行计划基于PrevPredMap继续展开深度研究，更期待将更多前沿的研究成果运用到实际业务中。这一切不仅彰显了如祺出行在AI和计算机视觉领域的决心，也为未来智能交通的发展提供了广阔的想象空间。在科技加快速度进行发展的时代，新技术与新产品的不断涌现，定会为我们的出行方式带来颠覆性的变化。返回搜狐，查看更加多