来源：期刊VIP网 时间：
作者：伍新月;惠飞;金鑫;
单位：长安大学信息工程学院;长安大学电子与控制工程学院;
摘要：针对PointPillars算法中存在识别与定位不准确的问题，提出一种GCR-PointPillars三维目标检测模型，该模型首先在Pillar特征网络中引入全局注意力机制，学习点云特征之间的相关性，增强伪图特征的全局信息交互能力；其次，基于ConvNeXt V2重新构建特征提取网络，提取更加丰富的语义信息，从而有效提升网络的学习能力；最后引入RDIoU来联合引导分类和回归任务，有效缓解分类和回归不一致的问题。文中模型在KITTI数据集中与基准网络相比，汽车类别在简单、中等、困难三种难度级别下分别提高了2.69%、4.29%、4.84%，并且推理速度达到25.8 f/s。实验结果表明，文中模型在保持实时性速度的同时，检测效果也有明显提升。
关键词：三维目标检测;;注意力机制;;ConvNeXt V2;;损失函数;;激光雷达点云;;自动驾驶
基金资助：国家自然科学基金面上项目（52172380）;; 陕西省重点研发计划（2021ZDLGY04-06）
