Fore-Mamba3D：基于 Mamba 的前景增强编码用于 3D 目标检测
计算机视觉与模式识别
2026-02-24 v1 人工智能
摘要
线性建模方法如 Mamba 已被用于 3D 目标检测任务的有效 backbone。然而，先前的 Mamba-based 方法对整个非空体素序列采用双向编码，其中包含场景中大量无用的背景信息。虽然直接对前景体素进行编码看似是合理的解决方案，但会降低检测性能。我们将其归因于前景序列中线性建模存在的响应衰减和受限的上下文表示。为解决此问题，我们提出一种新型 backbone，称为 Fore-Mamba3D，通过修改 Mamba-based 编码器来聚焦于前景增强。首先根据预测得分对前景体素进行采样。鉴于不同实例之间前景体素交互中存在的响应衰减，我们设计了区域到全局滑动窗口 (RGSW) 用于从区域分割传播信息到整个序列。此外，提出了语义辅助和时空融合模块 (SASFMamba)，通过增强 Mamba 模型中的语义和几何感知来丰富上下文表示。我们的方法强调仅对前景进行编码，缓解了基于距离的和因果依赖在线性自回归模型中的限制。优异的基准性能表明 Fore-Mamba3D 在 3D 目标检测任务中有效。
引用
@article{arxiv.2602.19536,
title = {Fore-Mamba3D: Mamba-based Foreground-Enhanced Encoding for 3D Object Detection},
author = {Zhiwei Ning and Xuanang Gao and Jiaxi Cao and Runze Yang and Huiying Xu and Xinzhong Zhu and Jie Yang and Wei Liu},
journal= {arXiv preprint arXiv:2602.19536},
year = {2026}
}