摘要：单目3D物体检测对于高级驾驶辅助系统（ADAS）而言至关重要，尤其是有助于准确识别行人、骑自行车者等易受伤害的道路使用者。然而，现有的基于Transformer的检测器由于采用简单的多尺度特征融合策略，在复杂的城市环境中表现不佳。这会导致小型、非刚性以及部分被遮挡的物体的关

　　单目3D物体检测对于高级驾驶辅助系统（ADAS）而言至关重要，尤其是有助于准确识别行人、骑自行车者等易受伤害的道路使用者。然而，现有的基于Transformer的检测器由于采用简单的多尺度特征融合策略，在复杂的城市环境中表现不佳。这会导致小型、非刚性以及部分被遮挡的物体的关键几何细节丢失。为了解决这一问题，我们提出了DO-MonoDETR这一专为易受伤害的道路使用者及复杂场景设计的新型检测框架。该框架的核心是深度优化跨尺度特征融合（DO-CCFF）模块，它通过边缘感知特征增强和深度范围自适应加权，来保留精细的几何边界，并在物体被遮挡或存在尺度不确定性时保持基于深度的推理稳定性。在KITTI 3D基准数据集上的大量实验表明，我们的方法显著提升了行人及骑自行车者的AP3D评分，同时在“困难”难度设置下对汽车的识别能力也更为出色，充分证明了其在关键安全的ADAS应用中的有效性。