动态空间全局注意力增强的伪图像特征3d目标检测

目的针对三维目标检测任务中，点云经柱体化映射为二维伪图像时易导致的几何细节丢失，以及伪图像特征提取阶段建模不足的问题，提出一种动态空间全局注意力增强的伪图像特征3D目标检测模型。方法首先，设计动态空间全局注意力机制，通过为每个样本生成自适应卷积核实现针对性的局部结构建模，并结合全局自注意力以增强空间特征交互与长程依赖建模能力，从而在稀疏伪图像上恢复更多几何信息。其次，构建高效多尺度伪图像特征融合网络，在兼顾细粒度局部特征和全局语义的同时，通过多尺度特征融合整合浅层空间细节与深层语义。最后，提出双重感知动态上采样，在DySample的基础上采用边缘感知与小目标显著性增强双通路设计，优化上采样过程并提升空间细节恢复与目标检测性能。结果在 KITTI（Karlsruhe Institute of Technology and Toyota Technological Institute at Chicago）和 DAIR-V2X-V两个公开数据集上的模型评估结果表明，与基线模型PointPillars相比，本文方法在 KITTI 数据集中等难度下对汽车、行人和骑行者类别的平均精度（average precision，AP）分别提升 2.51%、6.07% 和 10.33%，平均精度均值（mean average precision，mAP）提升6.3%；在 DAIR-V2X-V数据集中等难度下对汽车、行人和骑行者类别的AP分别提升 0.07%、6.48% 和 8.70%，mAP 提升 5.09%。结论所提方法通过利用动态空间全局注意力机制、采用高效多尺度特征融合策略及双重感知动态上采样设计，有效缓解柱体化映射带来的几何信息损失，增强伪图像的空间结构与语义表达能力，从而显著提升稀疏点云场景下的三维目标检测性能。