基于自注意力机制的自动驾驶场景三维目标检测

本文针对汽车在自动驾驶场景下通过激光雷达进行环境感知时,三维目标检测对物体识别准确度不高和较小目标容易丢失的问题,提出了一种基于改进Pointpillars算法的三维目标检测方法。首先定义了一个TransformerBlock,是一个包含多头注意力机制的Transformer模块,然后将这个模块引入进行特征提取的Backbone中,实现了在网络特征提取阶段就可以通过自注意力机制来对上下文语义进行丰富以及获得全局特征,让算法的特征提取能力更强。在公开数据集KITTI上进行验证,实验结果表明:改进后的方法具有更高的检测精度,相比较于原网络,在3D场景下汽车类别在简单难度上检测精度提升了8.39%,自行车类别在中等难度上检测精度提升了8.66%,在其他类别上检测精度也均有一定的提升,证明了该方法的有效性。