В работе рассматривается проблема мультимодального смешения данных сенсоров машинного зрения для детектирования объектов дорожной сцены. Исследуется влияние механизмов внимания на качество раннего смешения лидарных и растровых данных, представленных в виде объединенной карты признаков. В качестве базовой архитектуры используется PointRCNN, обученная на наборе данных KITTI. Проведен сравнительный анализ пространственного, поканального внимания и внимания к веткам обработки. Эксперименты показали, что комбинация пространственного и поканального внимания улучшает точность детектора.

Кучков А.В. (науч. рук. Кашевник А.М.) Оценка эффективности детектора дорожной обстановки при использовании мультимодального смешения данных сенсоров машинного зрения // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/15427