中文标题：基于自适应特征选择的车路协同3D目标检测

英文标题：Vehicle-Infrastructure Cooperative 3D Object Detection Based on Adaptive Feature Selection

来源期刊：电子与信息学报

基金项目：重庆市自然科学基金 (CSTB2025NSCQ-GPX1253)

作  者：梁燕^{1, 2} 杨会林¹ 邵凯¹

作者单位：1. 重庆邮电大学通信与信息工程学院 重庆 400065
2. 信号与信息处理重庆市重点实验室 重庆 400065

摘  要：车路协同场景完成三维目标检测需解决车载端和路侧端之间通信带宽受限和信息聚合能力有限两个问题。该文基于空间过滤理论，设计了自适应特征选择的车路协同3D目标检测方案(AFS-VIC3D)。首先，为解决通信带宽受限问题，在路侧端设计了包含两个基本模块的自适应特征选择方案：(1)图结构特征增强模块(GSFEM)利用图神经网络(GNN)通过交互更新节点和边的权重来增强前景目标区域特征响应，并减少背景区域特征响应，以提升目标区域特征判别性；(2)自适应特征通信掩码构建模块(ACMGM)通过动态分析特征重要性分布，自适应选择信息量高的特征以构建稀疏二维通信掩码图实现特征优化传输；其次，为了提升信息聚合能力，在车载端设计了多尺度特征聚合模块(MSFA)，通过空间-通道聚合协同机制，在尺度、空间和通道层次上融合车载端和路侧端特征，提高目标检测精度和鲁棒性。所提AFS-VIC3D在公开数据集DAIR-V2X和V2XSet上进行验证，均以交互比(IoU)阈值分别为0.3/0.5/0.7时平均精度(AP)为指标。在DAIR-V2X数据集上，该方案以\begin{document}$ {2^{20.15}} $\end{document}字节的通信量达到了83.65%/79.34%/64.45%的检测精度；在V2XSet数据集上，以\begin{document}$ {2^{20.16}} $\end{document}字节的通信量达到了94.14%/93.08%/86.69%的检测精度。结果表明，所提AFS-VIC3D方案自适应选择并传输对目标检测起关键作用的特征，在降低通信带宽消耗的同时提升3D目标检测性能，能实现检测性能与通信带宽之间的最佳权衡。

全文链接： https://jeit.ac.cn/cn/article/doi/10.11999/JEIT250601