TopoEnhance：自动驾驶场景拓扑增强框架

2026年10月9日，研究者在 arXiv（Computer Vision）发表论文，提出面向驾驶场景拓扑的可靠增强框架 TopoEnhance。该框架将拓扑增强建模为去噪重建过程，从随机损坏的真值图中恢复结构一致性，以修正阈值化连续拓扑分数带来的误连与漏连问题。实验显示，TopoEnhance 在不同基线上同时提升连续指标 TOP score 与离散连通性指标 Topology Jaccard Similarity（TJS），且无需重新训练即可适配多种现有方法。目前报道仅涉及该框架的方法与实验结果，未见后续验证或应用进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。