计算机科学与探索

作者：李志杰, 梁卜文, 丁昕苗, 郭文

单位：1. 山东工商学院 信息与电子工程学院，山东 烟台 2640002. 山东工商学院 计算机科学与技术学院，山东 烟台 264000

关键词：3D点云,孪生网络,目标跟踪,Transformer,特征融合

三维点云目标跟踪的过程中时常会出现遮挡、稀疏性和随机噪声等问题。为了解决这些问题，提出了一种新颖的多级Transformer特征融合的三维点云目标跟踪方法。该方法主要由点注意嵌入模块和点注意力增强模块组成，且这两个模块分别用于特征提取和特征匹配的过程中。通过将两个注意力机制相互嵌入构成点注意力嵌入模块，并将其和PTTR所提出的关系感知采样法融合，实现充分提取特征的目的。将提取到的特征信息输入点注意力增强模块中，通过交叉注意力机制对不同层次的特征依次匹配，达到全局特征和局部特征深度融合的目标。为了获取判别性特征融合图，利用残差网络的方式对不同层的融合结果进行连接。将特征融合图输入目标预测的模块中，实现对最终3D目标对象的精准预测。在KITTI数据集、nuScenes数据集和Waymo数据集上的实验验证了该方法的有效性。若不计小样本数据，在目标跟踪的成功值中该方法平均提高了1.4个百分点，在跟踪的精确值上也提高了1.4个百分点。

来源：2024年第11期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2024年第11期