摘要： 針對當(dāng)前在點云三維（3D）目標(biāo)檢測算法中存在的誤檢率高、遠處物體與較小物體檢測效果差等問題，在PointRCNN算法的基礎(chǔ)上提出一種改進的三維目標(biāo)檢測算法。在訓(xùn)練階段的數(shù)據(jù)預(yù)處理方面，利用空間自相關(guān)算法對數(shù)據(jù)進行降維處理，有效去除無關(guān)點與噪聲點，優(yōu)化了網(wǎng)絡(luò)對關(guān)鍵目標(biāo)的特征提取和識別能力。提出了MGSA-PointNet模塊對PointRCNN的點云編碼網(wǎng)絡(luò)進行改進，引入了流形自... （共11頁）