科研之友
微信
新浪微博
Facebook
分享链接
摘要
三维目标检测是自动驾驶环境感知中最重要的技术之一。为了解决远距离漏检问题，提升三维目标检测的效果，提出一种基于稀疏自注意力图神经网络的三维目标检测方法（SSA-GNN），在采样关键点阶段，提出动态区域并行采样法，通过采样区域过滤，场景划分为扇区，融合动态最远体素采样的方式，以保持关键点均匀分布、加速采样同时提升前景点比例。在细化建议框阶段，利用图神经网络在点之间建立联系，通过迭代的消息传递来更好地建模上下文信息和聚合领域信息，并改进多头自注意机制来更好地关注特征聚合后领域中的重要关系，从而提高算法检测性能。SSA-GNN在KITTI公开数据集上进行测试，与基线网络PointPillars、SECOND和PointRCNN相比，在困难等级指标下，Car类平均精度分别提升了7.95%、5.50%、6.94%，结果表明SSA-GNN可有效提升三维目标检测性能。
- 单位
