三維物體檢測對于自動駕駛汽車至關重要。它利用激光雷達生成的點云數據幫助自動駕駛汽車識別周圍的物體。這項技術對于自動駕駛的安全性和效率至關重要。

據外媒報道，中國科學院合肥物質科學研究院（Hefei Institutes of Physical Science of the Chinese Academy of Sciences）的一個研究小組提出一種基于注意力機制和數據增強的點云三維物體檢測方法。

圖片來源：期刊《IEEE Transactions on Intelligent Transportation Systems》

“它可以幫助自動駕駛汽車更好地檢測小物體，”領導該團隊的王智靈教授表示。相關研究成果發表在期刊《IEEE Transactions on Intelligent Transportation Systems》。

傳統的物體檢測方法通常將稀疏、無序的點云數據轉換為偽圖像，以提取有序信息。然而，這種轉換往往會丟失關鍵特征，導致檢測精度下降，尤其是在檢測較小物體時。

在這項研究中，研究人員引入了一種新的3D物體檢測方法SCNet3D。該方法側重于通過處理特征和數據來改善特征增強、保留信息和檢測小物體。

通過這種方法，研究人員使用了一個特征增強模塊，該模塊應用注意力機制來收集三維空間中的重要特征，從局部到全局逐步改善3D特征。

此外，新方法采用了STMod-Convolution Network（SCNet），有兩個用于特征提取的通道。一個通道處理基本特征，而另一個通道則通過結合鳥瞰偽圖像的信息來處理更復雜、更高級的特征。

該研究還提出了一種形狀和距離感知數據增強（Shape and Distance Aware Data Augmentation）方法，該方法在訓練期間向點云添加有用的樣本。

測試證明，即使在干擾多的復雜環境中，該方法也能有效檢測小物體。這使其成為自動駕駛領域頗具前景的工具。