HetGNN-3D:基于異構(gòu)圖神經(jīng)網(wǎng)絡(luò)的3D目標(biāo)檢測優(yōu)化模型

摘要： 3D感知是自動駕駛場景的核心問題，傳感器融合可以綜合利用激光雷達(dá)和攝像機(jī)的優(yōu)點(diǎn)以達(dá)到更高的3D目標(biāo)檢測準(zhǔn)確率.傳感器融合涉及點(diǎn)云到圖像對準(zhǔn)問題，預(yù)先對傳感器標(biāo)定可以得到點(diǎn)到圖像位置的投影關(guān)系，然而這種對準(zhǔn)方式受傳感器相對位置偏移與采集時間偏移影響而在干擾下對模型產(chǎn)生負(fù)面影響.針對該問題，本文把場景中實(shí)體在各個傳感器下的不同表達(dá)作為不同對象，以對象為節(jié)點(diǎn)建立包含兩類節(jié)點(diǎn)與三類邊的...