一種用於三維目標檢測的註意力增強多模態融合方法

摘要

為了解決自動駕駛中目標檢測精度低的問題，我們提出了一種註意力增強的多模態融合三維目標檢測方法（EA-BEV）。該方法在圖像處理網絡中引入了自註意力機製，能夠有效提取深層特征，減少因語義信息模糊而導致的圖像特征提取不足的問題。在點雲處理網絡中，我們設計了一種高階卷積空間註意力機製，顯著增強了網絡對點雲非線性深層特征的建模和表達能力，從而提高了點雲信息的全局描述能力。我們在nuScenes數據集上進行了對比實驗，結果顯示mAP指標為 76.2%，NDS 指標為 74.4%。EA-BEV方法在三維目標檢測的精度方面表現出明顯的優勢，為自動駕駛的環境感知提供了一種新方法。