既存のPointPillarsベースの改良フレームワークにおける歩行者などの小さいターゲット検出精度不足の問題に対し、スパース強化と幾何学的アテンションを融合した改良手法を提案する。まず、Pillar特徴エンコーディング段階でスパースPillar強化機構を導入し、スパース領域の幾何情報の欠落を埋め、後続の特徴強化に有効な素材を提供する。次に、点検知空間アテンション機構を設計し、エンコーディングプロセスに埋め込む。補完後のPillarの点群密度と点から中心への平均距離という二つの幾何特徴に基づき、軽量MLPを通じて動的アテンション重みを生成し、ターゲット関連Pillarの特徴信号を優先的に拡大する。これにより、従来のチャネル統計に依存し、点群特性に適応しないアテンションの欠点を解決する。方法の有効性を検証するため、公開されているKITTI三次元ターゲット検出データセットで実験を実施し、小ターゲットの検出性能を重点的に評価した。実験結果は、既存のPointPillarsベースの改良フレームワークと比較して、三次元モードにおける歩行者ターゲットの平均検出精度が2.54％向上し、鳥瞰図モードにおける歩行者ターゲットの平均検出精度が5.91％向上したことを示し、提案した革新的モジュールが小ターゲット特徴の最適化に有効であることを十分に証明し、自動運転のロングテールシナリオにおける認識タスクに実用的な解決策を提供する。

コンピュータビジョン;三次元ターゲット検出;アテンション機構;点群;ライダー