摘要： 针对目前基于点云的三维目标检测算法存在精度与速度不足的问题，提出一种具 有较好检测能力的三维目标检测算法，分别在特征提取网络与点云表现形式等方面提出新的解 决方法。在三维稀疏卷积网络后加入双通道注意力，通过空间注意力与通道注意力更有效地学 习到多尺度语义特征并生成更高质量的初始建议；使用点云和体素的混合表现形式以类似残差 网络的结构组成类残差点云融合模块，进而构成集合抽象模块，加强点云对建议细化的影响力， 提高检测精度，同时改进点云采样策略提高算法检测速度；在网络训练中，使用多种数据增强方 式，提高网络泛化能力。在 ＫＩＴＴＩ数据集上进行实验，结果表明：提出的三维目标检测算法，汽 车检测精度为 ８４．９４ｍＡＰ，自行车检测精度为 ６７．４１ｍＡＰ，在检测速度上相较原始网络提高 ３７％，具有较好的检测精度与速度。

关键词: 三维目标检测；注意力机制；卷积神经网络；点云；体素

中图分类号: 

• TP391