文章摘要:随着计算机视觉相关技术的发展，视觉传感器效果的提升以及激光雷达等过去较为昂贵传感器价格的下降，基于点云的三维目标检测技术广泛应用于自动驾驶，机器人控制等场景。针对点云稀疏和环境噪点造成的基于点云三维目标检测算法鲁棒性较差的问题，提出基于稀疏Transformer的三维目标检测方法，提高点云三维目标检测的精度和鲁棒性。使用稀疏Transformer模块在注意力矩阵生成阶段，通过显式选择Top-t个权重元素，以保留最有利于特征提取的权重元素。该方法在降低环境噪点影响的同时，也提升了Transformer模块的运行速度。在回归阶段采用基于空间特征的粗回归策略，将粗回归模块生成的边界框作为检测头模块的锚框，使检测结果生成的边界框更加精细。提出了基于体素的三维目标检测算法的新型损失函数，以精确地衡量类别损失、位置回归损失和方向损失。在广泛使用的KITTI数据集上的实验结果表明，该算法能有效提高原始Transformer的运行速度以及点云三维目标检测的精度和鲁棒性，相比于在原始Transformer模块的运行速度，稀疏Transformer模块在每帧点云图像上的平均运行速度提升了约0.54秒，相比PointPillars算法平均精度均值提高3.46%，达到了73.5%，鲁棒性也提高了3.29%。

文章关键词:

论文DOI:10.19678/j.issn.1000-3428.0062440

论文分类号:TN957.52