计算机应用研究

作者：李珣,张友兵,周奎,付勇智,宋杰,

单位：1.湖北汽车工业学院智能网联汽车学院Sharing-X移动服务技术平台联合实验室,湖北十堰442000；2.荆楚理工学院,湖北荆门448000；

关键词：BEV特征,数据预处理,全局注意力融合,KITTI数据集,三维目标检测,

基金：国家自然科学基金湖北省重大研发计划资助项目(2020AAA001)；湖北省重点研发计划资助项目(2020BAB099,2021BED004,2023BAB169)；；

针对多模态融合算法对小目标物体检测精度不足的问题，提出一种基于鸟瞰图视角多模态特征融合的三维目标检测算法（BEV-MFDet）。首先，对图像进行统一归一化，减少特征分布差异。对点云数据进行半径滤波与地面拟合，去除无效点云的影响。同时，在柱化网络中引入空间注意力模块，增强网络对立柱特征的学习能力。其次，设计BEV全局注意力融合模块自适应分配多模态权重，更精准地表征场景特征。在KITTI数据集上的实验结果显示，该算法在中等难度的检测任务中综合表现最优。其中，在小目标自行车人类别的检测精度上，相较于综合表现较好的CenterPoint和LIN算法分别提升了2.51%和1.75%。实验结果表明，该算法在小目标检测精度和整体检测性能方面表现优越，具有较高的应用价值。

来源：2025年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第12期