基于多层级交互式特征融合的三维目标检测算法

摘要

针对自动驾驶场景中三维目标检测存在的小目标识别困难、远距离点云稀疏以及多模态特征融合不足等问题，在多模态三维目标检测框架基础上提出一种改进算法.该算法通过构建类别与质心感知的前景点采样策略，增强前景信息保留能力并抑制背景噪声干扰；通过引入动态卷积图像特征提取机制，提高图像特征表达质量；通过设计多阶段交互式特征注意力融合模块，提升点云与图像特征的深层协同建模能力.实验结果表明，该算法在公开数据集上对汽车、行人和骑行者三类目标的平均检测精度分别达83.49%,46.98%和68.28%,整体性能优于当前主流方法.该方法能有效提升复杂交通场景下三维目标检测的准确性和鲁棒性，对推动自动驾驶环境感知技术的发展有一定参考价值.

关键词

计算机视觉 / 关键点采样 / 动态卷积 / 三维目标检测 / 多模态融合