后融合鸟瞰视图特征稳定：稳健多模态 3D 检测
计算机视觉与模式识别
2026-03-09 v1 人工智能
摘要
相机-LiDAR 融合在自动驾驶中广泛用于实现精准 3D 目标检测。然而，鸟瞰视图 (BEV) 融合检测器在域迁移和传感器故障下会显著退化，限制了其在实际部署中的可靠性。现有鲁棒性方法通常需要修改融合架构或重新训练专用模型，难以集成到已部署系统中。我们提出一种后融合稳定器 (PFS)，一种轻量级模块作用于现有检测器的中间 BEV 表示，生成用于原检测头的精炼特征图。该设计在域迁移下稳定特征统计，抑制传感器退化影响的空间区域，同时通过残差校正自适应恢复受弱化线索。设计为近恒等变换，PFS 在保持性能的同时提升了在各种相机和 LiDAR 损坏情况下的鲁棒性。在 nuScenes 数据集上进行评估表明，PFS 在几种失效模式中实现了状态-of-the-art 性能，尤其是在相机丢弃鲁棒性提升 +1.2%，低光性能提升 +4.4% mAP，同时仅占 3.3M 参数的轻量级规模。
引用
@article{arxiv.2603.05623,
title = {Post Fusion Bird's Eye View Feature Stabilization for Robust Multimodal 3D Detection},
author = {Trung Tien Dong and Dev Thakkar and Arman Sargolzaei and Xiaomin Lin},
journal= {arXiv preprint arXiv:2603.05623},
year = {2026}
}