PAN：基于柱体注意力的 3D 目标检测网络
计算机视觉与模式识别
2025-10-02 v2
摘要
在恶劣天气和光照条件下的实时 3D 目标检测任务中，相机-雷达融合为相机-激光雷达融合提供了一种稳健且低成本的替代方案。然而，目前在文献中，鲜有工作聚焦于该模态，且最重要的是，鲜有开发新架构以探索雷达点云的优势，如精确的距离估计和速度信息。因此，本工作提出了一种在鸟瞰图中使用相机和雷达的新型高效 3D 目标检测算法。我们的算法在将特征融合到检测头之前利用了雷达的优势。引入了一种新的骨干网络，将雷达柱体特征映射到嵌入维度。自注意力机制允许该骨干网络对雷达点之间的依赖关系进行建模。我们使用简化的卷积层来替代基于 PointPillars 架构中使用的基于 FPN 的卷积层，其主要目标是减少推理时间。我们的结果表明，通过这一修改，我们的方法在 3D 目标检测问题上达到了新的 SOTA，在使用 ResNet-50 时 NDS 指标达到 58.2，同时在 nuScenes 数据集上为同一类别设定了推理时间的新基准。
引用
@article{arxiv.2509.15935,
title = {PAN: Pillars-Attention-Based Network for 3D Object Detection},
author = {Ruan Bispo and Dane Mitrev and Letizia Mariotti and Clément Botty and Denver Humphrey and Anthony Scanlan and Ciarán Eising},
journal= {arXiv preprint arXiv:2509.15935},
year = {2025}
}