用于远距离3D物体检测的选择性且抗噪声的虚拟点云融合技术

《IEEE Open Journal of Vehicular Technology》：Selective and Noise-Resistant Virtual Point Cloud Fusion for Long-Range 3D Object Detection

　　

摘要：

虚拟点云通过将基于图像的深度信息反投影到三维空间中，缓解了基于激光雷达（LiDAR）的三维物体检测中的长距离稀疏性问题。然而，物体边界附近和遮挡区域存在的深度不确定性会引入与边界对齐的伪影，这会在没有筛选的情况下融合虚拟点时降低检测效果，并且由于点密度过高还会增加运行时开销。本文提出了一种具有选择性和抗噪声能力的虚拟点云融合框架，该框架能够在保证实际效率的同时明确抑制边界伪影，并提升跨模态特征融合的效果。所提出的方法包含三个组成部分：首先，扩张型抗噪声卷积（DNrC）在进行跨模态交互之前对投影域的上下文信息进行聚合，以减轻边界伪影；其次，多尺度跨头注意力机制（MCMA）在保持校准一致性的对齐基础上，将多尺度图像语义选择性注入到稀疏的三维体素特征中；最后，轻量级的级联注意力模块（CasA）逐步优化预测结果，从而提高对远距离和难点样本的定位精度。在KITTI验证集上的实验表明，与传统的虚拟点云方法相比，该方法在各种挑战性场景下均表现出持续的改进，同时保持了较快的推理速度。