MambaDETR：基于状态空间模型的多视角3D目标检测查询式时序建模
计算机视觉与模式识别
2024-11-22 v1
摘要
利用时序信息提升3D检测性能近期在自动驾驶领域取得了巨大进展。传统的基于Transformer的时序融合方法随着帧序列长度的增加，面临计算成本呈二次方增长和信息衰减的问题。本文提出一种名为MambaDETR的新方法，其核心思想是在高效的状态空间中实现时序融合。此外，我们设计了一个运动消除模块，用于在时序融合中移除相对静态的物体。在标准nuScenes基准上，我们提出的MambaDETR在3D目标检测任务中取得了显著成果，在现有的时序融合方法中展现出SOTA性能。
引用
@article{arxiv.2411.13628,
title = {MambaDETR: Query-based Temporal Modeling using State Space Model for Multi-View 3D Object Detection},
author = {Tong Ning and Ke Lu and Xirui Jiang and Jian Xue},
journal= {arXiv preprint arXiv:2411.13628},
year = {2024}
}