仪器仪表学报

作者：周伟典，洪濡，盖绍彦，达飞鹏

单位：周伟典,1.东南大学自动化学院南京210096； 2.东南大学复杂工程系统测量与控制教育部重点实验室南京210096,220222000@seu.edu.cn,洪濡,1.东南大学自动化学院南京210096； 2.东南大学复杂工程系统测量与控制教育部重点实验室南京210096,,盖绍彦,1.东南大学自动化学院南京210096； 2.东南大学复杂工程系统测量与控制教育部重点实验室南京210096,qxxymm@163.com,达飞鹏,1.东南大学自动化学院南京210096； 2.东南大学复杂工程系统测量与控制教育部重点实验室南京210096,

关键词：三维目标检测;体素化;轻量化;交叉注意力;全稀疏检测器

基金：江苏省前沿引领技术基础研究专项(BK20192004C)、江苏省重大科技专项(BG2024003)项目资助

针对目前基于体素的三维目标检测方法由于过于依赖密集二维骨干网络而导致在大范围点云感知上实时性不佳问题，提出了一种基于体素的全稀疏三维目标检测器VoxelFSD,有效提升在大范围点云上检测的实时性表现。该模型由3个关键部分组成:首先,并行卷积分支模块（PCB）,扩大模型的感受野,充分提取物体特征，并且有效处理物体中心特征丢失对结果的影响;其次,稀疏候选框生成（SRPN）检测头,以稀疏的方式预测物体定位框,在点云模态下，相比密集预测方式能够减少冗余计算，从而提升模型在大范围点云预测中的计算效率;最后,注意力融合模块候选区域检测头（AFM-ROI）,在二阶段检测中，利用交叉注意力机制有效融合提取的三维骨干特征和压缩后的鸟瞰图特征,进一步精炼物体特征，得到更好的检测效果。在现有基于体素检测框架上舍弃密集2D骨干，并引入PCB模块和SRPN检测头，提出了全稀疏结构的单阶段轻量级检测器VoxelFSD-S。VoxelFSD-S在速度和精度上相比现有基于体素的轻量化模型达到了更好的平衡，并且能够在大范围点云场景中满足实时性要求。在VoxelFSD-S基础上,进一步引入AFM-ROI提出了两阶段检测器VoxelFSD-T。VoxelFSD-T牺牲部分推理速度但能够显著提升模型精度。VoxelFSD-S和VoxelFSD-T在KITTI数据集测试集上精度分别达到77.67%和81.50%。

来源：2025年第5期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第5期