硕士生唐文能第一作者的论文被国际会议Chinese Conference on Pattern Recognition and Computer Vision 2023接收。

 论文提出了一种高效的单尺度单阶段三维目标检测算法 SS-3DSSD。该方法抛弃了PointNet++中耗时的多尺度特征提取模块，采用高效的基于邻域注意力的单尺度特征提取方法以提升模型的推理速度。为缓解单尺度特征提取方法感受野受限的问题，提出了一种基于学习的采样方法以帮助网络关注目标周围的局部区域。此外，还提出了一种高效的多层次上下文特征聚合模块以满足目标检测任务对于不同层次特征的需求。在KITTI 测试集上，该方法能够在硬件RTX 2080Ti上每秒推理66.7帧，同时汽车类别中等难度下，平均精度能够达到81.19%，实现了推理速度和检测精度的新平衡。