面向少样本或零样本农业障碍物三维检测的多模态特征表示机制
中国农业大学张漫教授团队在《Engineering》农业传感器专题发表论文,针对农田障碍物样本稀缺、标注昂贵、多模态结构难对齐痛点,提出图像-点云姿态校正+特征级融合架构,集成 BERT 语义向量与 FPFH/SICC 几何-强度描述子,经 CBAM 注意力构建语义-几何-强度表征空间,采用 KITTI 预训练大幅降低田间标注依赖;模型输出障碍物三维位置、尺寸与朝向,端到端交叉熵分类损失与平滑 L1 回归损失联合优化,为农机自主导航提供稳健三维感知方案。