LCF3D：一种用于自动驾驶 3D 目标检测的鲁棒实时级联后融合框架
计算机视觉与模式识别
2026-01-16 v1 机器人学
摘要
准确定位行人、骑行者和其他车辆等 3D 目标对于自动驾驶至关重要。为确保高检测性能，自动驾驶汽车使用 LiDAR 传感器补充 RGB 相机，但有效结合这些数据源进行 3D 目标检测仍然具有挑战性。我们提出了 LCF3D，一种新颖的传感器融合框架，它将 RGB 图像上的 2D 目标检测器与 LiDAR 点云上的 3D 目标检测器相结合。通过利用多模态融合原理，我们补偿了 LiDAR 目标检测网络中的不准确性。我们的解决方案结合了两个关键原则：（i）后融合，通过将 LiDAR 3D 检测结果与 RGB 2D 检测结果进行匹配，并过滤掉不匹配的 LiDAR 检测结果，以减少 LiDAR 的假阳性；（ii）级联融合，通过为不匹配的 RGB 检测结果生成新的 3D 视锥体提议，以恢复 LiDAR 遗漏的目标。实验表明，LCF3D 有利于领域泛化，因为它成功处理了训练域和测试域之间不同的传感器配置。LCF3D 在基于 LiDAR 的方法上取得了显著改进，特别是在 KITTI 数据集中具有挑战性的类别（如行人和骑行者）以及 nuScenes 中的摩托车和自行车上。代码可从以下网址下载：https://github.com/CarloSgaravatti/LCF3D。
引用
@article{arxiv.2601.09812,
title = {LCF3D: A Robust and Real-Time Late-Cascade Fusion Framework for 3D Object Detection in Autonomous Driving},
author = {Carlo Sgaravatti and Riccardo Pieroni and Matteo Corno and Sergio M. Savaresi and Luca Magri and Giacomo Boracchi},
journal= {arXiv preprint arXiv:2601.09812},
year = {2026}
}
备注
35 pages, 14 figures. Published at Pattern Recognition