论文地址：面向自动驾驶场景的多目标点云检测算法

概要

点云在自动驾驶系统中的三维目标检测是关键技术之一。目前主流的基于体素的无锚框检测算法通常采用复杂的二阶段修正模块，虽然在算法性能上有所提升，但往往伴随着较大的延迟。单阶段无锚框点云检测算法简化了检测流程，但其性能难以满足自动驾驶场景的高要求。本文基于无锚框检测算法CenterPoint，提出了一种适用于自动驾驶场景的单阶段无锚框点云目标检测算法。

技术创新

• 引入自校正卷积和大核注意力模块，有效提取目标区域的点云特征。
• 将目标区域的点云特征聚集到中心点区域，从而提升算法的召回率和检测精度。

Motivation

自动驾驶系统中，基于点云的三维目标检测是至关重要的技术之一。

• 目前学术界研究的焦点是基于体素的无锚框检测算法，但存在复杂的二阶段修正模块，导致算法延迟大且性能提升有限。
• 目前的单阶段无锚框点云检测算法虽然流程简单，但检测性能无法满足自动驾驶的需求。