基于Tv-SECOND 的自動駕駛場景下的３D 目標檢測

摘 要：針對自動駕駛場景中復雜環境下的３Ｄ 目標檢測任務，特別是遠距離和遮擋條件下，為提高模型的檢測準確率，在ＳＥＣＯＮＤ 的基礎上提出了Ｔｖ-ＳＥＣＯＮＤ 兩階段算法。該算法提出一種基于Ｔｒａｎｓｆｏｒｍｅｒ 架構的提案框特征提取模塊，并在傳統體素特征編碼基礎上提出可變形的體素特征編碼模塊。在ＫＩＴＴＩ 數據集上進行測試，結果顯示，所提出的算法相比ＳＥＣＯＮＤ 在遠距離和遮擋嚴重的情況下分別提高了７． ４９％ 、９． ７２％ 。同時與其他先進的兩階段方法相比，檢測精度有不同程度的提升，證明了Ｔｖ-ＳＥＣＯＮＤ 算法的有效性。新算法能夠建立特征之間的依賴關系，聚合周邊廣域的上下文信息，增強模型的學習推理能力，有效提升了模型在遠距離和遮擋的情況下的檢測性能。

關鍵詞：自動駕駛；３Ｄ 目標檢測；Ｔｒａｎｓｆｏｒｍｅｒ；ＳＥＣＯＮＤ

中圖分類號：ＴＰ３９１． ４１ 文獻標志碼：Ａ 開放科學（資源服務）標識碼（ＯＳＩＤ）：

文章編號：１００３－３１１４（２０２４）０４－０８２３－０８

０ 引言

自動駕駛技術可以減輕駕駛員工作負擔和提高行車安全性，近年來受到了越來越多的關注［１－３］。３Ｄ 目標檢測作為自動駕駛系統的關鍵技術之一，扮演這重要角色。其主要任務是準確估計駕駛環境中目標的位置、大小和類別等信息，為環境感知、決策規劃、未來預測和碰撞預防等多個關鍵環節提供支持。

目前３Ｄ 目標檢測算法主要分為兩大類：基于圖像的算法和基于點云的算法?；趫D像的算法從圖像中獲取更加詳細的目標形狀信息，通過投影和渲染，并比較損失得到更準確的檢測結果。文獻［４－５］等方法使用改進過的２Ｄ 目標檢測框架和單目相機直接從圖像中回歸３Ｄ 框的參數?！?br>