表面拟合引导检测网络

精度跃升

利用表面拟合从图像和雷达数据中估计目标二次曲面参数，为多模态融合提供显式的空间约束，预测细粒度稠密深度，缓解雷达点云稀疏问题。

75026027 · 邸慧军 · 74751671 · Feng, Liu · 梁玮

Pattern Recognition 2026

技术优势

缓解点云稀疏

通过预测目标表面深度生成稠密伪点云，弥补雷达点云稀疏性，提升检测可靠性。

改善空间映射

利用预测的深度引导图像特征从透视视图到鸟瞰视图的转换，提升多模态融合的空间对齐精度。

多模态融合增强

显式表面拟合模型促进跨模态交互，使相机和雷达特征在鸟瞰视图空间有效结合。

应用场景

• 自动驾驶感知：利用 4D 雷达与相机融合提升车辆对周围目标的三维检测精度，增强感知可靠性。
• 机器人环境感知：通过表面拟合生成稠密深度，为机器人提供更完整的环境三维结构信息。
• 多传感器融合：为相机和 4D 雷达融合提供显式空间约束，提升跨模态特征对齐精度。
• 无人系统导航：增强无人系统对远程目标的检测能力，支撑复杂环境下的导航决策。