来源：期刊VIP网 时间：
作者：沙俊良;曹景胜;董翼宁;袁增千;李刚;
单位：辽宁工业大学汽车与交通工程学院;
摘要：针对3D目标检测精度低、在复杂工况下检测效果差的问题，利用图像和点云数据作为输入，引入深度补全增加点云前视图特征，并对MV3D目标检测模型进行改进，提出混合融合方式，将全局信息较多的图片特征拼接到融合完成后的点云特征中，最后再进行融合。文中所提出的混合融合方案兼顾了深度融合的特征又增加了全局的特征信息，利用DETR模块对原模型的非极大值抑制操作进行优化，使得模型轻量化。最后在KITTI数据集上对文中模型进行了实验分析，结果表明，所提出的模型可以实现复杂工况下的3D目标检测，且在精度上与原模型相比，在三种不同检测难度的工况下平均提升了7.19%。
关键词：3D目标检测;;MV3D;;模型改进;;深度补全;;混合融合;;DETR
基金资助：国家自然科学基金项目（51675257）;国家自然科学基金青年基金项目（51305190）;; 辽宁省教育厅基本科研项目（面上项目）（LJKMZ20220976）;; 辽宁省自然科学基金指导计划项目（20180550020）
