基于DC融合的BEV目标检测算法OA
为解决当前主流鸟瞰融合(bird’s eye view fusion,BEVFusion)方法中点云数据与图像、视频数据难以有效融合的问题,提出一种基于可变形注意力机制以及交叉注意力机制的DC融合模块。通过融合可变形注意力机制以及交叉注意力机制,增强目标点云及图像特征,减少融合带来的误差。在自动驾驶标准数据集nuScenes上的实验结果表明:DC-BEVFusion方法平均检测精度达到65.6%,比BEVFusion提高6.9%,检测结果准确性更高、鲁棒性更强。
宋利鹏;夏庆锋;胡凯;周鹏;朱良宇;乐韩峰
南京信息工程大学自动化学院,南京210044无锡学院自动化学院,江苏无锡214105南京信息工程大学自动化学院,南京210044南京信息工程大学自动化学院,南京210044南京信息工程大学自动化学院,南京210044南京信息工程大学自动化学院,南京210044
信息技术与安全科学
多模态数据融合DC-BEVFusion可变形注意力机制交叉注意力机制
《兵工自动化》 2026 (7)
P.108-112,5
江苏省研究生科研与实践创新项目(SJCX25_0488)。
评论