GraphBEV：面向多模态3D目标检测的鲁棒BEV特征对齐
计算机视觉与模式识别
2025-03-14 v4
摘要
将 LiDAR 和相机信息整合到鸟瞰图（BEV）表示中，已成为自动驾驶中 3D 目标检测的关键环节。然而，现有方法容易受到 LiDAR 与相机传感器之间不精确标定关系的影响。这种不精确会导致相机分支的深度估计产生误差，最终造成 LiDAR 与相机 BEV 特征之间的错位。在本工作中，我们提出了一种名为 Graph BEV 的鲁棒融合框架。为解决由不精确点云投影引起的误差，我们引入了一个局部对齐模块，该模块通过图匹配利用邻居感知深度特征。此外，我们提出了一个全局对齐模块，以校正 LiDAR 与相机 BEV 特征之间的错位。我们的 Graph BEV 框架实现了 SOTA 性能，其 mAP 达到 70.1%，在 nuscenes 验证集上超越了 BEV Fusion 1.6%。重要的是，在存在错位噪声的条件下，我们的 Graph BEV 超越了 BEV Fusion 8.3%。
引用
@article{arxiv.2403.11848,
title = {GraphBEV: Towards Robust BEV Feature Alignment for Multi-Modal 3D Object Detection},
author = {Ziying Song and Lei Yang and Shaoqing Xu and Lin Liu and Dongyang Xu and Caiyan Jia and Feiyang Jia and Li Wang},
journal= {arXiv preprint arXiv:2403.11848},
year = {2025}
}