Depth-aware sparse queries for efficient multi-view BEV perception

Yandong Wu

doi:10.1016/j.neucom.2026.133585

Depth-aware sparse queries for efficient multi-view BEV perception

2026-04-06

0

PRE

AI

DOI：10.1016/j.neucom.2026.133585

原文链接

原文求助

摘要

En 中文

鸟瞰图（BEV）范式已成为自动驾驶中多视图3D目标检测的基础框架。然而，当前的稀疏查询方法仍难以有效整合2D先验信息，面临效率低下的骨干网络、深度估计不准确、查询初始化不可靠以及来自2D检测的错误传播等持续性挑战。为解决这些挑战，我们提出了深度感知稀疏查询（DASQ）框架。该框架以高效骨干网络为基础，首先融合概率性及回归的深度估计以提升深度精度，然后将过滤后的2D检测转化为3D先验查询，最终通过注意力机制将其整合到全局BEV表示中。该方法显著提升了BEV感知的精度和推理效率。在nuScenes基准测试中，DASQ实现了3.2%的mAP提升，并在NVIDIA Jetson AGX Orin平台上达到10.1 FPS的实时推理，展示了其在实际自动驾驶应用中的巨大潜力。

Keyword:

BEV perception

sparse queries

depth estimation

multi-view detection

autonomous driving

Depth-aware sparse queries for efficient multi-view BEV perception

摘要

期刊

机构

引用论文