FGVoxel3D：面向自动驾驶场景的细粒度多分辨率体素三维目标检测网络

本文提出FGVoxel3D，一种基于细粒度多分辨率体素（ARV）的新型三维目标检测框架。该网络通过任意分辨率体素提取模块和稀疏到稠密多体素特征提取网络（SDMV），有效融合多尺度特征，在KITTI和nuScenes数据集上显著提升检测精度（如Car mAP提升3.52%），尤其适用于部分遮挡目标检测，为自动驾驶感知系统提供更可靠解决方案。

　　

亮点 (Highlight)

• 我们提出FGVoxel3D，一种新颖的细粒度多分辨率体素框架。该框架采用细粒度分割策略将点云划分为分辨率差异极小的体素表示，为不同分辨率特征间的交叉验证奠定基础。

• 我们设计了一种新颖的稀疏到稠密多体素特征提取网络（SDMV）。该网络专为有效提取细粒度输入特征而设计，其架构摒弃了传统依赖乘性缩放关系的多尺度方法。

• 我们提出了一种新颖的特征交叉验证机制，这是我们SDMV网络的核心。该机制利用相邻细粒度体素特征间的强相关性，旨在增强一致的目标特征，同时抑制噪声和无关背景细节。

结论 (Conclusion)

本文提出的FGVoxel3D通过有效利用细粒度多体素特征，显著提升了三维目标检测的准确性。我们的核心创新包括旨在捕获多分辨率细节的任意分辨率体素（ARV）提取模块，以及学习鲁棒鸟瞰图（BEV）表示的稀疏到稠密多体素网络（SDMV）。此外，所提出的特征图尺度对齐策略促进了有效的多尺度特征融合。在权威的KITTI和nuScenes数据集上进行的大量实验验证了我们方法的有效性。FGVoxel3D在多个主流基线上取得了显著增益，展示了其卓越的性能和广泛的适用性。未来的工作将探索更高效的特征提取技术和更先进的融合策略，以进一步提升检测性能并降低计算开销。