多模态提升检测
通过体素-像素融合层，结合跨模态注意力机制，有效融合点云与图像特征，提升复杂环境下多类3D目标检测性能，特别擅长小目标和挑战性场景。
Chia-Hung, Wang · Chen, Hsueh Wei · Yi, Chen · Hsiao, Peiyung · Fu, Li-Chen
IEEE Transactions on Intelligent Transportation Systems 2024
通过体素-像素融合层利用几何关系对齐两种模态，并对小目标（如行人）进行更有效的特征增强，显著提升检测精度。
在体素-像素对上应用跨模态注意力机制，自适应地选择重要特征，实现两种模态信息的互补。
融合层可集成到基于体素的3D LiDAR检测器和2D图像检测器中，无需修改原有网络结构。
在KITTI基准上进行多类别3D检测，整体3D mAP取得优异表现，对挑战性类别（如行人）超越现有方法。