系统工程与电子技术

作者：邵凯*(), 吴广, 梁燕, 奚兴发, 高琳珈

单位：1. 重庆邮电大学通信与信息工程学院，重庆 400065；2. 重庆邮电大学移动通信技术重庆市重点实验室，重庆 400065；3. 重庆邮电大学移动通信教育部工程研究中心，重庆 400065

关键词：三维目标检测,点云,Transformer,编码器,解码器,接受域

针对自动驾驶三维目标检测中多层次特征提取和多尺度特征上下文依赖性问题，采用点?体素的检测框架，提出一种综合多项技术的基于局部特征编解码区域卷积神经网络（local feature encode-decode region-based convolutional neural network，LFED-RCNN）。首先，在三维特征提取阶段提出结合卷积网络和Transformer编解码结构的卷积编解码主干，其中额外下采样卷积网络提取多层次三维特征，局部编解码网络建模特征间关联并融合深浅层特征，提升模型在复杂背景下对前景目标的特征获取能力。其次，设计位置编码模块对鸟瞰图视角下的二维特征进行位置编码，建立长期依赖关系，提升检测精度。所提方案LFED-RCNN在KITTI和ONCE数据集上进行验证，在KITTI数据集的困难等级下，对车、行人、骑行者三类检测对象分别可达到82.95%、57.48%、72.14%的平均准确率（mean average precision，mAP）。实验结果证明，所提方法在困难模式上表现出优异性能。

来源：2025年第10期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2025年第10期