上海科技大学知识管理系统

针对传统MLP模型存在的可解释性不足、神经元数量增加导致训练成本上升，以及图像与点云数据融合效果欠佳等问题，提出了一种基于Kolmogorov-Arnold Networks（KANs）的多模态三维目标检测网络。该网络以KANs为主干，设计了一种结合融合层的体素特征编码器KANDyVFE。其中，融合层采用自注意力机制动态融合图像和点云特征。此外，通过RGB图像裁剪和绘制生成彩色点云，以增强点云特征表达。在KITTI数据集上的实验表明，与基准方法相比，该网络在汽车类别的鸟瞰图检测中平均精度提升了3.78%，在3D检测中提升了3.75%。可视化结果显示，该方法在减少误报和漏检方面表现优异。实验结果验证了KANs在点云应用中的有效性，消融实验进一步证明了所提出模块带来的性能提升。