目标检测是计算机视觉领域最基本的问题,其主要任务是对任意一张给定的图像,采用某种搜索策略和目标识别算法,确定特定目标在图像中的位置和大小。目前基于二维图像的目标检测技术已经发展成熟,该研究大多基于RGB相机获取的二维光学图像,而现实世界是一个三维的空间,当涉及到自动驾驶、虚拟现实、机器人等三维领域时,二维目标检测由于缺少深度信息,无法得到场景的高维特征,即无法描述目标在现实场景中的位置、尺寸和方向。同时,卷积神经网络日益增长的深度和尺寸为设备功耗和运行速度带来巨大挑战。因此结合深度信息进行三维目标检测并对其进行网络模型的优化显得尤为重要,也将促进人工智能技术的发展。本文针对三维目标检测问题,调研相关应用领域的各类方法,总结其优势与不足,并在此基础上,从提高先验信息的利用率和压缩与加速网络模型两个方面入手,主要内容包括以下几部分:(1)三维目标候选框的先验方向角估计。针对现有方法得到的三维目标候选框的先验方向角为统一的预设值的问题,本文提出一种新的基于二维检测和分割信息提取三维目标候选框的先验方向角的方法。首先通过颜色信息和深度信息得到二维目标检测框和分割实例,并在分割实例上提取计算先验方向角的关键点;然后根据关键点的条件限制排除不确定点和修正误判点;最后通过深度信息进行点云重建得到关键点的三维坐标,以确定候选框的先验方向角。(2)融合消失点和先验方向角提取三维目标候选框。针对现有方法依赖模板的信息提取三维目标候选框的问题,本文通过欧拉角和透视投影原理以先验方向角计算三维坐标系下三个相互正交的消失点,并投影到像素坐标系;然后对二维检测框的顶边采用预设的采样间距进行顶点采样,得到像素坐标系下三维目标候选框的第一个顶点;随即通过三个消失点和顶点的线性关系计算候选框的其余七个顶点,再转换倒三维坐标系下,得到完整的三维目标候选框信息。(3)基于2.5维信息的三维目标检测。基于3维信息的三维目标检测方法存在计算量大和信息利用率不高的问题,本文采用2.5维信息进行三维目标检测,即利用RGB-D摄像头获取颜色图和深度图,并将颜色图和深度图分别通过神经网络计算特征图;再通过算法得到的二维目标检测框和相应的上下文信息框映射从ROI pooling层中提取的特征并进行通道融合;最后,根据融合的特征对三维目标候选框进行分类和精细回归。(4)网络模型压缩与加速。针对三维目标检测的网络模型参数多、计算量大、运算速度慢的问题,本文提出一种“无损”方法,在不损耗精度的情况下将Batch Norm层和Scale层合并到相邻卷积层;同时结合“有损”方法,即通过信道裁剪的方法对神经网络进一步压缩,采用LASSO回归选取特定层中具有代表性的神经元,并通过神经元重构该层原本的输出。