【2025CVPR-目标检测方向】RaCFormer：通过基于查询的雷达-相机融合实现高质量的 3D 目标检测

1. 研究背景与动机​

• ​问题​：现有雷达-相机融合方法依赖BEV特征融合，但相机图像到BEV的转换因深度估计不准确导致特征错位；雷达BEV特征稀疏，相机BEV特征因深度误差存在畸变。
• ​核心思路​：提出跨视角查询融合框架，通过对象查询（object queries）同时采样图像视角（原始图像）和BEV视角的特征，解决异质特征对齐问题。

2. 核心创新点​

​2.1 环形可调密度查询初始化​

• ​设计​：将查询点分布在同心圆上，内圈查询数少（80个），外圈按线性因子α（≈1.25）递增。例：nuScenes设置6圈，总查询数900。
• ​优势​：解决径向初始化（RayFormer）在远距离查询稀疏的问题，适配传感器投影特性。