【ZiDongHua 之“駕駛自動化”收錄關(guān)鍵詞：杭州電子科技大學(xué) 自動駕駛 計算機(jī)視覺 機(jī)器學(xué)習(xí) CEM 】

　　

　　我院碩士研究生王彬在自動駕駛領(lǐng)域頂級期刊IEEE Robotics and Automation Letters發(fā)表論文

　　

　　近日，我院以杭州電子科技大學(xué)為第一單位發(fā)表的論文《IAE-BEV: Instance-Aware Enhancement for Bird’s-Eye-View Representation in Multi-View 3D Object Detection》被自動駕駛領(lǐng)域頂級期刊 IEEE Robotics and Automation Letters (二區(qū)期刊) 錄用。該論文的第一作者為我院2023級碩士研究生王彬，指導(dǎo)老師為我校趙強(qiáng)研究員和顏成鋼教授。

 

　　基于相機(jī)的鳥瞰圖（Bird’s-Eye-View, BEV）表示，已成為推動低成本自動駕駛?cè)S目標(biāo)檢測的重要途徑。其中，Lift-Splat-Shoot（LSS）框架憑借高效與易部署的優(yōu)勢，逐漸成為主流方案。然而，該框架在空間展平過程中不可避免地引入冗余背景噪聲，同時受制于相機(jī)成像特性，其生成的 BEV 特征呈現(xiàn)出稀疏與不完整性，導(dǎo)致檢測精度和魯棒性受限。為解決這些瓶頸，該研究提出全新的兩階段多視角三維檢測框架 IAE-BEV。該方法通過自適應(yīng)引入實(shí)例級特征，在增強(qiáng) BEV 表示的實(shí)例敏感性的同時，有效緩解了稀疏性問題；同時設(shè)計的 Occupancy Mask Pool (OMP) 實(shí)現(xiàn)了特征與目標(biāo)區(qū)域在二維圖像域的高效耦合，使實(shí)例與像素級表征間建立更精準(zhǔn)的交互；進(jìn)一步提出的 Angle-Adaptive Self-Attention (AASA) 模塊，可在共射線方向上自適應(yīng)調(diào)整特征權(quán)重，實(shí)現(xiàn)對跨實(shí)例特征的細(xì)粒度區(qū)分與全局一致性建模。大量實(shí)驗(yàn)表明，IAE-BEV 在 nuScenes 數(shù)據(jù)集上展現(xiàn)出卓越的泛化性與魯棒性，相較最新 LSS 基線在 mAP 上實(shí)現(xiàn) +2.96% 的提升；在復(fù)雜真實(shí)場景中，也能更清晰刻畫動態(tài)目標(biāo)邊界與潛在目標(biāo)，充分驗(yàn)證了所提框架的有效性與優(yōu)越性。

 

　　

　　杭州電子科技大學(xué)“智能信息處理”實(shí)驗(yàn)室 (HDU IIPLab)主任為顏成鋼教授。實(shí)驗(yàn)室現(xiàn)有在職教師50余名，含5位國家級人才及多位省級人才?，F(xiàn)有碩博生200余名，畢業(yè)生多就職于阿里巴巴、騰訊、字節(jié)跳動、?？低?、華為、網(wǎng)易等國內(nèi)知名企業(yè)。實(shí)驗(yàn)室為學(xué)校交叉創(chuàng)新團(tuán)隊，擁有自由開放的學(xué)術(shù)氛圍和國際前沿的研究方向。實(shí)驗(yàn)室采用與海內(nèi)外知名高校、研究所（清華大學(xué)、北京大學(xué)、中國科學(xué)院、美國北卡羅來納大學(xué)教堂山分校、澳大利亞悉尼科技大學(xué)等）聯(lián)合培養(yǎng)制，長期致力于智能信息處理方面的研究，主要研究方向包括：機(jī)器學(xué)習(xí)、模式識別、計算機(jī)視覺、計算機(jī)圖形學(xué)、醫(yī)學(xué)影像處理、生物信息學(xué)等。