基于注意力机制的PointPillars+三维目标检测

来源：江苏大学学报·自然科学版杂志2020年第3期北京时间：

作者：詹为钦,倪蓉蓉,杨彪

单位：1. 常州大学 信息科学与工程学院, 江苏 常州 213164; 2. 常州纺织服装职业技术学院 能源管理科, 江苏 常州 213164

摘要：针对自动驾驶场景下的周边车辆及行人等目标的识别和定位问题,提出了一种基于注意力机制的PointPillars+三维目标检测算法.算法将完整空间按等尺寸柱均匀划分,从所有柱中提取内部点云的特征进而生成伪图;引入2种注意力机制,实现对伪图中特征信息的放大和抑制;使用卷积神经网络对注意力模块输出结果进一步处理,并使用SSD(single shot multibox detector)算法进行三维目标检测.结果表明:基于并行注意力机制的PointPillars+检测算法取得了良好的检测效果,相对于PointPillars算法,鸟瞰图下, 平均均值精度（mAP）的中等难度均值（mAPm）从66.19增加到69.95,汽车的mAP从86.10增加到87.73;三维模式下,mAPm从59.20增加到62.55,汽车的mAP从74.99增加到76.25.

关键词：三维目标, 激光雷达, 注意力机制, 卷积神经网络, 点云

基金资助：江苏省高校自然科学研究面上项目（18KJB520003）； 江苏省道路载运工具新技术应用重点实验室开放课题（BM20082061708）