基于多模态体素图像特征融合注意力的三维目标检测方法

本发明公开了基于多模态体素图像特征融合注意力的三维目标检测方法，涉及自动驾驶目标检测技术领域。本发明包括：构建基于Transformer的双域体素空间特征编码模块，分别对体素域特征和相机域特征进行对应特征查询编码，最大限度地利用不同模态特征信息，来获取预选框；构建多尺度深度拟预测模块，对不同模态特征信息进行有效编码并提取得到体素特征及图像空间特征，对体素特征及图像空间特征进行级联得到联立特征。本发明解决了当前多模态目标检测算法在进行特征级融合时，存在不同域特征之间缺乏准确的分配权重，从而出现匹配错位，并且造成数据损失，最终降低了目标检测精度的问题。