论文作者：Hongyang Li,Hao Zhang,Zhaoyang Zeng,Shilong Liu,Feng Li,Tianhe Ren,Lei Zhang

作者单位：South China University of Technology; The Hong Kong University of Science and Technology; International Digital Economy Academy (IDEA); Tsinghua University

论文链接：http://arxiv.org/abs/2307.12972v1

项目链接：https://github.com/IDEA-Research/3D-deformable-attention.git

内容简介：

1）方向：3D DeFormable Attention (DFA3D)

2）背景：现有的特征提升方法要么使用估计的深度获取伪LiDAR特征并将其投射到3D空间，但这是一种单次操作，没有特征细化；要么忽略深度，通过2D注意机制提升特征，虽然可以获得更精细的语义信息，但存在深度模糊问题。

3）方法：本文所提出方法首先利用估计的深度将每个视角的2D特征图扩展到3D，并利用DFA3D从扩展的3D特征图中聚合特征。通过DFA3D的帮助，可以从根本上有效地减轻深度模糊问题，并且通过Transformer-like架构逐层逐渐细化提升的特征。将DFA3D集成到几种使用2D注意特征提升的方法中，只需对代码进行少量修改，并在nuScenes数据集上进行评估。

4）结果：实验结果显示，平均mAP提高了+1.41％，当有高质量深度信息时，mAP提高了高达+15.1％，证明了DFA3D的优越性、适用性和巨大潜力。代码可在https://github.com/IDEA-Research/3D-deformable-attention.git上获取。