23、多轮空间置信感知协作式3D目标检测系统的研究与实践

多轮空间置信感知协作式3D目标检测系统的研究与实践

1. 系统核心组件

• 特征融合模块 ：该模块采用多头注意力机制，并结合空间置信图和感知距离这两个额外先验信息，使特征融合更具针对性。与其他基于逐位置注意力的融合模块相比，它能助力注意力学习，优先选择高质量和关键的特征。
• 检测解码器 ：其作用是将特征解码为目标，涵盖类别和回归输出。给定第 $k$ 轮通信时的特征图 $F_i^{(k)}$，检测解码器 $\phi_{dec}(\cdot)$ 会生成第 $i$ 个智能体的检测结果 $\hat{O} i^{(k)} = \phi {dec}(F_i^{(k)}) \in \mathbb{R}^{H\times W\times 7}$。这里，$\hat{O}_i^{(k)}$ 的每个位置代表一个旋转框，包含类别 $(c, x, y, h, w, \cos\alpha, \sin\alpha)$，分别表示类别置信度、位置、大小和角度。这些目标即为所提出的协作感知系统的最终输出，其中 $\hat{O}_i^{(0)}$ 表示无协作时的检测结果。

2. 训练细节与损失函数

• 训练任务 ：为训练整个系统，需监督两个任务，即每一轮的空间置信度生成和目标检测。空间置信度生成器的功能与检测解码器中的分类功能相同，为提升参数效率，空间置信度生成器复用了检测解码器的参数。
• 损失函数 ：对于多轮设置，每一轮都有一个检测损失，整体损失为 $L = \s