ALIGN：面向遮挡鲁棒的 3D 目标检测中的高级查询初始化 with LiDAR-Image Guidance
高能物理 - 唯象学
2025-12-23 v1 高能物理 - 实验
摘要
最近的基于查询的 3D 目标检测方法使用摄像头和 LiDAR 输入显示出强大的性能，但现有的查询初始化策略，如随机采样或基于 BEV 热图的采样，常常导致查询使用效率低下和准确率下降，尤其是在遮挡或拥挤的对象上。为解决这一限制，我们提出 ALIGN（Advanced query initialization with LiDAR and Image GuidaNce），一种用于遮挡鲁棒、对象感知的查询初始化方法。我们的模型由三个关键组件构成：(i) 遮挡感知中心估计 (OCE)，集成 LiDAR 几何和图像语义准确估计对象中心；(ii) 自适应邻域采样 (ANS)，从 LiDAR 聚类生成对象候选者，并通过在其周围进行空间和语义对齐的采样来补充每个对象；(iii) 动态查询平衡 (DQB)，自适应平衡前景和背景区域之间的查询。我们的广泛实验在 nuScenes 基准测试上表明，ALIGN 在多个最先进的检测器上均实现了一致的性能提升，尤其在遮挡或稠密拥挤的场景中，分别实现了最高可达 +0.9 mAP 和 +1.2 NDS 的提升。我们的代码将在发布后公开。
关键词
引用
@article{arxiv.2512.18186,
title = {Ultralight dark matter search in a large liquid scintillator detector},
author = {Luis A. Delgadillo and O. G. Miranda and Hiroshi Nunokawa},
journal= {arXiv preprint arXiv:2512.18186},
year = {2025}
}
备注
v1: 20 pages, 6 figures