结合深度信息引导和多尺度通道注意力机制的单目三维目标检测算法

摘要

针对三维边界框无法从缺少空间线索的单目图像中准确估计的问题，本文提出一种基于深度信息引导和多尺度通道注意力机制的单目三维目标检测算法。为了引入三维信息并有效地获取和利用不同尺度特征图的空间信息，在特征提取模块中利用多尺度分割注意力算法，分别从单目图像和深度图中提取多尺度预处理特征图，利用通道注意力算法进行权重标定，提高了特征图的表征能力。通过深度引导动态局部卷积网络，将包含多尺度信息的深度图特征作为单目图像特征的特定卷积核，引入三维信息作为指导，减少直接融合的误差累积，并解决单目视觉中近大远小的尺度敏感问题。选择不同的评估指标对模型的性能进行评价与比较。实验结果表明，同其他算法相比，本文算法的自动驾驶数据集中汽车、行人、骑自行车的人的三维目标检测平均精度均提高。

关键词

单目三维目标检测 / 深度引导 / 多尺度通道注意力机制 / 自动驾驶

基金资助

教育部人文社会科学研究规划基金资助项目(23YJAZH067); 国家留学基金资助项目(202308350042); 厦门市科学技术局产学研资助项目(2023CXY0409); 厦门理工学院研究生教育教学改革研究资助项目(YJS20220617)