摘要
从激光雷达点云中进行三维目标检测对自动驾驶至关重要，然而现有方法通常依赖于代价高昂且需大量标注的数据集。自监督掩码自编码器（MAE）提供了一种有前景的替代方案，但在有效捕获局部几何结构的同时保持计算效率仍具有挑战性。本文提出了DS-MAE，一种用于自监督三维点云检测的深度可分离掩码自编码器。DS-MAE引入了一种带有深度可分离注意力的金字塔Transformer编码器，以增强局部几何特征提取并降低计算成本。此外，还设计了一种深度可分离生成解码器用于多尺度掩码特征重建，并提出了一种密度感知重建损失来应对激光雷达观测中点密度不均匀的问题。在KITTI、Waymo开放数据集（WOD）以及ONCE数据集的小规模子集上的实验验证了DS-MAE的有效性，分别达到了67.95%、67.70%和58.92%的mAP。在WOD上，所报告的性能仅使用了20%的标注训练数据，展示了DS-MAE在有限监督条件下的有效性。
