计算机工程与应用

作者：王鑫威, 张友兵, 周奎

单位：1.湖北汽车工业学院 智能网联汽车学院 Sharing-X移动服务技术平台联合实验室，湖北 十堰 442000；2.荆楚理工学院，湖北 荆门 448000；

关键词：单目3D目标检测,多层次注意力,查询优化,深度估计,前景感知

基金：国家自然科学基金湖北省重大研发计划项目（2020AAA001）；湖北省重点研发计划项目（2021BED004，2023BAB169）。

近年来，基于Transformer的单目3D目标检测方法取得显著进展，然而，其无监督注意力机制受限于感受野不精确，难以有效感知复杂场景中的关键目标，易导致低质量查询特征。针对该问题，提出一种基于深度特征生成尺度监督信号的查询优化机制：通过预设多尺度掩码，并引入深度引导的注意力自适应调控策略，以精细化调节查询感受野。考虑到单目深度预测缺乏显式监督，仅依赖离散的3D框标签，易受背景噪声干扰，进一步设计了基于U-Net的目标区域概率预测分支，有效增强目标区域深度感知能力。为缓解层级特征图间的语义差异对深度预测的影响，提出融合空间金字塔结构与矩阵相关性计算的多层次特征融合策略。实验结果证明，该方法在KITTI数据集上，Easy、Moderate和Hard级别的[AP3D]（[IOU]=0.7）分别提升2.67、2.82和2.55个百分点，在远距目标（40 m外）检测中尤为有效，相对提升超过34.38%。

来源：2026年第7期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第7期