基于注意力机制的毫米波雷达和视觉融合目标检测算法

作者：陈州全^*; 黄俊; 郑元杰

来源：电讯技术, 2023, 63(10): 1574-1581.

DOI：10.20079/j.issn.1001-893x.220606001

• 目标检测
• 视觉融合
• 数据融合
• 注意力机制
• 毫米波雷达

传统目标检测大多基于摄像头采集图像进行，虽然近些年出现了许多优秀的检测网络，但在复杂场景下，仍存在大量漏检、误检等问题。针对这些问题，提出了一种基于注意力机制的毫米波雷达和视觉融合目标检测算法。首先将毫米波雷达数据进行扇形点云柱编码(Fan-shaped Cloud Pillar Code, FCPC),将其转换为前景伪图像；然后，再将其通过坐标关系映射到像素平面，使用卷积注意力模块(Convolutional Block Attention Module, CBAM)对两者特征数据进行融合；采用Yolov4-tiny对融合特征进行检测，并引入Focal Loss对原损失函数进行改进以解决正负样本不均的问题。在Nuscenes数据集上进行模型验证与对比，结果表明，该算法在复杂场景下相比其他单传感器检测算法如Yolov3、Efficientent以及Faster-RCNN等，无论平均检测精度(mean Average Precision, mAP)还是每秒检测帧数(Frames Per Second, FPS)都有明显的提升。

• 单位
  通信与信息工程学院; 重庆邮电大学