计算机应用

作者：颜承志, 陈颖, 钟凯, 高寒

单位：上海应用技术大学 计算机科学与信息工程学院，上海 201418

关键词：3D目标检测,多尺度网络,特征融合,轴向注意力,损失函数

基金：国家自然科学基金资助项目(61976140);上海应用技术大学协同创新基金资助项目(XTCX2022-25)

在3D目标检测中小目标诸如行人和骑行者的检测精确度较低，这是自动驾驶感知系统中存在的挑战性问题。为了准确估计周围环境的状态从而提高行车安全，对Voxel R-CNN（Voxel Region-based Convolutional Neural Network）算法进行改进，提出一种基于多尺度网络与轴向注意力的3D目标检测算法。首先，在主干网络中构建多尺度网络和像素级融合模块（PFM）获取更丰富和精准的特征表示，从而增强算法在复杂场景下的鲁棒性和泛化能力；其次，设计适用于具有3D空间维度特征的轴向注意力，并将它应用于感兴趣区域（RoI）的多尺度池化特征，以在有效捕捉局部和全局特征的同时保留3D空间结构中的重要信息，从而提升算法的目标检测和分类的精度和效率；最后，将一种旋转解耦的交并比（RDIoU）方法纳入回归和分类分支，从而使网络学习更精确的边界框，并解决分类和回归之间的对齐问题。在KITTI公开数据集上的实验结果表明，所提算法对行人和骑行者的平均精度均值（mAP）分别达到了62.25%和79.36%，与基准算法Voxel R-CNN相比分别提高了4.02和3.15个百分点，显示出了改进算法在难感知目标检测上的有效性。

来源：2025年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第8期