基于自注意力机制与图卷积的3D目标检测网络

作者：刘越^*; 刘芳; 武奥运; 柴秋月; 王天笑

来源：计算机应用, 2023, 1-9.

• 三维目标检测
• 自注意力机制
• 特征融合
• 动态图卷积
• 小目标检测

针对三维（3D）目标检测过程中对骑行者、行人等小目标检测的准确性较低，难以适应城市复杂路况的问题，提出一种基于自注意力机制与图卷积的3D目标检测网络。首先，为获取更具有判别性的小目标特征，在主干网络中引入自注意力机制，使网络对小目标特征更敏感，提升网络特征的提取能力；其次，在自注意力机制的基础上构建特征融合模块，进一步丰富浅层网络特征，增强深层网络的特征表达能力；最后，引用动态图卷积预测目标的边界框，提高本网络目标预测的准确性。本网络在KITTI数据集进行实验，与TANet(Triple Attention Network)、IA-SSD(Instance-Aware Single-Stage Detector)等8种主流网络相比。实验对比表明，在所对比的8个网络中，TANet的行人检测精度和IA-SSD的骑行者检测精度最优，本文网络的行人的检测精度在三个难度下比TANet提高了12.12、13.82和11.03个百分点，骑行者的检测精度在中等和困难上比IA-SSD提高了3.06和5.34个百分点。综上所述，本文所提网络可以更好的应用于小目标检测任务。

• 单位
  电子工程学院; 长春工业大学