摘要：目標檢測技術(shù)在人工智能、人臉識別、自動駕駛等關鍵領域發(fā)揮著至關重要的作用。三維點云目標檢測，特別是對小目標的識別,仍然是技術(shù)發(fā)展中的一個難點。針對該問題,本文提出了一種新的三維檢測網(wǎng)絡,該網(wǎng)絡融合了圖像與點云數(shù)據(jù)，以顯著提高三維小目標的檢測精度。首先，利用YOLOv5進行精確的二維目標檢測，并利用相機和激光雷達的坐標映射關系建立三維約束，從原始點云中提取出錐形感興趣區(qū)域；然后，針對遠處的點云小目標，提出了一種基于聚類優(yōu)化的三維目標檢測網(wǎng)絡架構(gòu),將感興趣區(qū)域的點云同時輸入PointNet及聚類模塊中，并對兩者的檢測結(jié)果進行融合判別,提升三維小目標檢測精度。在KITTI數(shù)據(jù)集上的測試結(jié)果表明:與現(xiàn)有技術(shù)相比，本文算法在中等難度條件下,兩種小目標物體的平均精度(AP)分別提升了15.94%、2.29%;在高難度條件下，分別提升了13.34%、2.86%。證明了本文算法在提升三維小目標檢測精度方面的顯著效果和實際應用潛力。

關鍵詞：三維目標檢測；小目標；感興趣區(qū)域；點云聚類；點云圖像融合

引文格式：郝佳, 姚國英, 周劍, 等. 基于圖像和點云融合的三維小目標檢測方法[J]. 測繪通報, 2025(3): 33-38.doi: 10.13474/j.cnki.11-2246.2025.0306.

作者簡介：郝佳(1987—),男,碩士,工程師,主要研究方向為航空保障系統(tǒng)