Um das Problem der unzureichenden Genauigkeit bei der Erkennung kleiner Ziele wie Fußgänger im bestehenden verbesserten Framework auf Basis von PointPillars zu lösen, wird eine verbesserte Methode vorgeschlagen, die Sparse Enhancement und geometrische Aufmerksamkeit integriert. Zunächst wird in der Phase der Pillar-Merkmalskodierung ein Mechanismus zur Verstärkung spärlicher Pillars eingeführt, der geometrische Informationslücken in spärlichen Bereichen füllt und effektives Material für die nachfolgende Merkmalserweiterung bereitstellt. Zweitens wird ein punkterkennender räumlicher Aufmerksamkeitsmechanismus entworfen und in den Kodierungsprozess eingebettet, der auf zwei geometrischen Merkmalen des vervollständigten Pillars basiert – Punktwolkendichte und durchschnittlicher Abstand der Punkte zum Zentrum – und durch ein leichtgewichtiges MLP dynamische Aufmerksamkeitsgewichte erzeugt, die Merkmalsignale von zielbezogenen Pillars priorisiert verstärken. Dadurch werden Mängel traditioneller Aufmerksamkeitsmechanismen behoben, die auf Kanalstatistiken beruhen und nicht für die Eigenschaften von Punktwolken geeignet sind. Zur Validierung der Wirksamkeit der Methode wurden Experimente am öffentlichen KITTI-Datensatz für 3D-Objekterkennung durchgeführt, wobei der Schwerpunkt auf der Erkennungsleistung bei kleinen Zielen lag. Die experimentellen Ergebnisse zeigen, dass im Vergleich zum bestehenden verbesserten Framework auf PointPillars-Basis die durchschnittliche Erkennungsgenauigkeit von Fußgängern im 3D-Modus um 2,54 % und im Vogelperspektivenmodus um 5,91 % verbessert wurde, was die Effektivität des vorgeschlagenen innovativen Moduls zur Merkmaloptimierung kleiner Ziele vollständig beweist und eine praktische Lösung für Wahrnehmungsaufgaben in Long-Tail-Szenarien des autonomen Fahrens bietet.

Computer Vision;3D-Objekterkennung;Aufmerksamkeitsmechanismus;Punktwolken;LiDAR