结合图采样和图注意力的3D目标检测方法

在点云中检测三维目标时，小目标和复杂背景下的目标检测精度不足是突出问题之一。针对这一问题，提出了一种基于图形采样和图形注意机制的三维点云目标检测方法。首先，减小参考网络下的采样体素大小，以保持小目标的点云密度。然后，引入图采样技术，降低了在点云中构造拓扑图的成本。最后，将自注意机制嵌入到图形采样前后的图形中，以提高网络的特征提取能力。在KITTI数据集上，与基准网络点GNN相比，复杂场景中车辆目标的检测精度提高了1.96%，中等难度场景和复杂场景中行人和骑手目标的检测精度分别提高了4.21%和2.57%。与GNN点相比，训练时间减少了15%。实验结果表明，所设计的方法对于三维点云中的小目标和复杂背景下的目标检测更为有效，图形采样方法也能提高模型的训练效率。