近日，伟德国际自动化学院、人工智能学院物联网智能机器人团队范保杰教授、徐丰羽教授与硕士生李啸天同学的研究成果 GAFusion: Adaptive Fusing LiDAR and Camera with Multiple Guidance for 3D Object Detection（《面向三维目标检测的相机与激光雷达全局自适应融合方法》）被国际计算机视觉与模式识别会议CVPR2024录用。近年来，该团队已在计算机视觉顶级会议CVPR、ECCV，机器人顶级会议ICRA、IROS发表高水平论文10余篇。

　　该论文聚焦于多模态3D目标检测，特别是在鸟瞰图（BEV）视角下的应用。研究团队提出了一种名为GAFusion创新方法，通过稀疏深度引导（SDG）和激光雷达占据引导（LOG）生成具有丰富深度信息的3D特征，利用激光雷达引导的自适应融合transformer（LGAFT）从全局角度增强不同模态BEV特征之间的交互。此外，他们还设计了一个BEV网格来存放多尺度下采样特征，并开发了多尺度双路径transformer（MSDPT），以扩大不同模态特征的接受域，显著提高了检测性能。GAFusion有助于自动驾驶领域安全性的重大提升，也为多模态3D目标检测领域后续的研究提供更多的见解。该研究成果同时得到了国家自然基金重点项目课题、国家自然基金面上项目等的支持。  

GAFusion算法的整体框架图

Nuscenes 数据集与BEVFusion对多类目标三维检测结果可视化比较

　　CVPR（全称IEEE/CVF Conference on Computer Vision and Pattern Recognition）是人工智能与计算机视觉领域最顶级的国际学术会议（CCF A类会议）。据谷歌学术指标最新统计，CVPR位列总榜第4，前三名分别为Nature、NEJM和Science，在计算机学科排名第1。

（撰稿：范保杰　初审：徐丰羽　编辑：王存宏　审核：张丰）