一种结构化环境下多模态稀疏融合三维目标检测方法

本发明涉及一种结构化环境下多模态稀疏融合三维目标检测方法，通过点云几何特征与图像光谱特征的跨域自补偿、多视角稀疏特征的融合，提高了远距离目标、复杂遮挡和小尺度目标的感知能力与识别精度、远距离动态目标检测性能与实时性；设计了一种新型ParScaleNet图像主干网络，通过引入并行多分支结构增强多尺度特征表示能力和通道依赖关系建模能力；采用分阶段渐进式特征融合策略，在细粒度空间尺度上实现层次化特征交互，并结合跨通道自适应加权机制，使网络能够高效提取并聚焦关键特征，不仅提升了模型的特征表达能力，还确保了检测精度的稳定性和鲁棒性，实现结构化道路场景下的高效、高精度目标检测。