一种用于三维目标检测的注意力增强多模态融合方法

摘要

为了解决自动驾驶中目标检测精度低的问题，我们提出了一种注意力增强的多模态融合三维目标检测方法（EA-BEV）。该方法在图像处理网络中引入了自注意力机制，能够有效提取深层特征，减少因语义信息模糊而导致的图像特征提取不足的问题。在点云处理网络中，我们设计了一种高阶卷积空间注意力机制，显著增强了网络对点云非线性深层特征的建模和表达能力，从而提高了点云信息的全局描述能力。我们在nuScenes数据集上进行了对比实验，结果显示mAP指标为 76.2%，NDS 指标为 74.4%。EA-BEV方法在三维目标检测的精度方面表现出明显的优势，为自动驾驶的环境感知提供了一种新方法。