В ответ на проблему недостаточной точности обнаружения мелких объектов, таких как пешеходы, в существующей улучшенной архитектуре на основе PointPillars, предложен метод улучшения, объединяющий разреженное усиление и геометрическое внимание. Во-первых, на этапе кодирования особенностей Pillar введён механизм разреженного усиления Pillar, заполняющий геометрические пробелы в разреженных областях, обеспечивая эффективные данные для последующего усиления признаков. Во-вторых, разработан механизм пространственного внимания, воспринимающий точки, встроенный в процесс кодирования, который на основе двух геометрических признаков после дополнения Pillar — плотности точечного облака и среднего расстояния точек до центра — через лёгкую MLP генерирует динамические веса внимания, которые приоритетно усиливают признаки Pillar, связанные с целями, устраняя недостатки традиционного внимания, основанного на статистике каналов и неадаптированного к характеристикам точечных облаков. Для проверки эффективности метода проведены эксперименты на общедоступном наборе данных KITTI для трёхмерного обнаружения объектов, с особым вниманием к производительности обнаружения мелких объектов. Результаты экспериментов показывают, что по сравнению с существующей улучшенной архитектурой на основе PointPillars, средняя точность обнаружения пешеходов в 3D-режиме повысилась на 2,54%, а в режиме ортонахлёста — на 5,91%, что полностью подтверждает эффективность предложенного инновационного модуля по оптимизации признаков мелких объектов и обеспечивает практическое решение задач восприятия в сценариях долгого хвоста автономного вождения.

компьютерное зрение;3D-обнаружение объектов;механизм внимания;точечные облака;лазерный радар