頂刊TPAMI2025！李駿院士團隊提出BEVHeight++：3D目標檢測通用框架

2025-06-27 19:06 CVer

點選下方卡片，關注“CVer”公眾號

AI/CV重磅乾貨，第一時間送達
點選進入—>【自動駕駛】投稿交流群

新增微訊號：CVer2233，小助手會拉你進群！
掃描下方二維碼，加入CVer學術星球！可以獲得最新頂會/頂刊上的論文idea和CV從入門到精通資料，及最前沿應用！發論文/搞科研/漲薪，強烈推薦！

近日，清華大學李駿院士團隊最新研究成果被國際頂級期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》（T-PAMI）正式錄用。T-PAMI是人工智慧領域公認的最具影響力的國際期刊之一。其影響因子常年位居計算機科學與人工智慧領域前列，最新的影響因子為20.8。被錄用論文第一作者是來自汽車自動駕駛安全實驗室李駿院士與張新鈺老師聯合指導的2020級博士生楊磊。該研究提出了一種面向智慧網聯汽車的魯棒視覺感知通用框架。
論文題目：BEVHeight++: Toward Robust Visual Centric 3D Object Detection
01 技術亮點
(1) 高度編碼，魯棒建模
傳統深度估計在遠距離易失效，團隊提出一種基於高度的空間建模方法，利用物體到地面的垂直距離進行三維空間建模，實現了與距離無關且對相機位姿變動魯棒的空間表示。

基於高度的空間建模方法
(2) 雙分支融合，強化特徵
團隊在構建基於高度建模的網路分支與基於深度建模的網路分支的基礎上，提出通道注意力影像視角融合和交叉注意力鳥瞰視角融合的兩階段融合架構，生成抗干擾強的融合鳥瞰視角特徵圖，適配車端（低視角）與路側（高視角）場景不同相機安裝條件。

BEVHeight++感知模型整體框架
(3) 動態離散化，最佳化誤差
設計高度資訊動態離散化策略，自適應調整離散化區間分佈規律，減少高度估計誤差對三維空間建模的影響。
02 效能表現
研究在兩大路側場景資料集（DAIR-V2X-I、Rope3D）和五大車端場景資料集(nuScenes、Waymo、KITTI、KITTI-360、nuScenes-C)上進行了全面驗證。
在DAIR-V2X-I路側場景測試中，團隊提出的BEVHeight++模型在相機位姿擾動等噪聲環境下相比現有方法精度提升高達+28.2%。在nuScenes車端場景測試中，BEVHeight++模型在感測器故障挑戰下，相比現有方法NDS（綜合檢測評分）和mAP（平均精度）分別提升+9.3%和+8.8%。在KITTI車端資料集與DAIR-V2X-I路側資料集的跨場景泛化測試中,BEVHeight++模型表現出較強的跨視角場景遷移能力。

BEVHeight++感知模型路側場景測試結果
03 實際意義
該技術能夠為智慧交通與智慧網聯汽車提供魯棒可靠的環境感知能力：
(1)魯棒性強：在相機位姿變動、運動模糊等噪聲擾動下，BEVHeight++均表現出了較強的魯棒性，助力提升自動駕駛系統安全性。
(2)所提方法已被NVIDIA公司 DeepStream人工智慧演算法平臺產業應用，表現出較強實用價值及對工業領域的重要影響。
李駿院士團隊簡介
清華大學李駿院士團隊致力於研究以智慧城市、智慧交通、智慧汽車（SCSTSV）為核心理念的未來城市智慧共享出行架構及智慧共享運載工具，並在此基礎上不斷探索基於使能賦能融合一體化技術的高階智慧網聯汽車在各種複雜城市場景下實現更高效、更安全的協同網聯駕駛（CCAD）和協同網聯運載（CCAM）。構建智慧駕駛融合感知發明專利群（美國授權發明專利10項，中國授權發明專利50項），團隊研究成果已發表在T-PAMI,T-ITS、T-NNLS、T-VT、Information Fusion、Pattern Recognition、CVPR、ICCV、ICRA、IROS、ITSC等自動駕駛知名期刊和國際學術會議上。

何愷明在MIT授課的課件PPT下載

在CVer公眾號後臺回覆：何愷明，即可下載本課程的所有566頁課件PPT！趕緊學起來！

CVPR 2025 論文和程式碼下載

在CVer公眾號後臺回覆：CVPR2025，即可下載CVPR 2025論文和程式碼開源的論文合集

ECCV 2024 論文和程式碼下載

在CVer公眾號後臺回覆：ECCV2024，即可下載ECCV 2024論文和程式碼開源的論文合集
自動駕駛交流群成立
掃描下方二維碼，或者新增微訊號：CVer2233，即可新增CVer小助手微信，便可申請加入CVer-垂直方向和論文投稿微信交流群。另外其他垂直方向已涵蓋：目標檢測、影像分割、目標跟蹤、人臉檢測&識別、OCR、姿態估計、超解析度、SLAM、醫療影像、Re-ID、GAN、NAS、深度估計、自動駕駛、強化學習、車道線檢測、模型剪枝&壓縮、去噪、去霧、去雨、風格遷移、遙感影像、行為識別、影片理解、影像融合、影像檢索、論文投稿&交流、PyTorch、TensorFlow和Transformer、NeRF、3DGS、Mamba等。
一定要備註：研究方向+地點+學校/公司+暱稱（如自動駕駛+上海+上交+卡卡），根據格式備註，可更快被透過且邀請進群

▲掃碼或加微訊號: CVer2233，進交流群
CVer計算機視覺（知識星球）來了！想要了解最新最快最好的CV/DL/AI論文速遞、優質實戰專案、AI行業前沿、從入門到精通學習教程等資料，歡迎掃描下方二維碼，加入CVer計算機視覺（知識星球），已彙集上萬人！

▲掃碼加入星球學習
▲點選上方卡片，關注CVer公眾號
整理不易，請點贊和在看


相關文章