摘要:针对单目3D检测中网络结构复杂?深度估计后得到的目标深度信息不精确的问题,本文提出一种端到端的联合多注意力深度估计的单目3D目标检测网络结构(CDCN-3D)?首先,为获取目标显著特征,引入自适应空间注意力机制,对像素特征进行聚集,以增强局部特征来提升网络表征能力;其次,为改善深度估计时局部信息丢失问题,利用改进C-ASPP使每个深度信息都能够捕获更加精确的方向感知和位置敏感信息;最后,利用精确的P-BEV将得到的目标三维信息映射到二维平面,再用单级目标检测器完成检测输出任务?实验结果证明,CDCN-3D网络在KITTI数据集上,其准确率优于其他单目3D检测网络,在Car?Pedestrian?Cyclist类中,其检测精确度分别提升2.31%?1.48%?1.14%,能够完成3D目标检测任务?