基于ConvNeXt和可變形交叉注意力的多模態(tài)3D目標(biāo)檢測方法

摘要： 近年來，隨著新能源汽車的快速發(fā)展，3D目標(biāo)檢測作為自動(dòng)駕駛技術(shù)的核心基礎(chǔ)正變得愈發(fā)重要。融合雷達(dá)點(diǎn)云與圖像等多模態(tài)信息的策略，能夠顯著提升目標(biāo)檢測的準(zhǔn)確性與魯棒性。受BEVDet啟發(fā)，本研究提出了一種基于BEV(鳥瞰圖)視角的改進(jìn)多模態(tài)融合3D目標(biāo)檢測方法。該方法采用ConvNeXt網(wǎng)絡(luò)結(jié)合FPN-DCN結(jié)構(gòu)高效提取圖像特征，并通過可變形交叉注意力機(jī)制實(shí)現(xiàn)圖像與點(diǎn)云數(shù)據(jù)的深度融... （共8頁）