柳碧辉，王培元

(海军航空大学， 山东 烟台 264001)

1 引言

目前，三维识别在计算机视觉领域，已经发展为一项重要的目标识别手段。其目标是赋予计算机类似于人类的视觉系统能力，自主识别复杂环境中特定目标的空间几何信息。与传统识别技术相比，三维目标识别技术具有全方位、精准性以及智能化等诸多优点[3]，可被广泛地应用在智能交通[1-2]、人脸识别[3-6]、全方位态势感知[7]等多个领域。

将深度学习技术应用到目标识别中可获得良好的识别性能，深度学习技术[8]由于其优越的分类、识别能力，已经在机器人[9]、图像识别[10-11]、自然语言处理等领域获得了突破性进展。基于深度学习的三维目标识别逐渐引起了人们的兴趣，然而基于深度学习的三维识别存在一定的特殊性，在应用过程中仍存在很多问题，深入挖掘二者之间的关系，并进行有效的融合是非常值得研究的内容。

2 基本概念

2.1 图像目标识别

目标识别是在数字图像处理及计算机视觉领域中的一个比较热门的方向，现已具有广泛的用途：智能交通视频监控领域[12]，可以精确识别出公路上行驶的各种车辆及其牌照，监控违纪违法车辆情况；航空航天领域[12]，采用目标识别技术，能够利用遥感手段侦测地面或海面目标，准确获取采集数据；军事领域[13]，利用深度学习方法来解决实战对抗条件下的态势要素自主感知，可以帮助指挥员快速识别目标、判断威胁程度、实现稳健判决、提高目标识别的准确性、抗噪性和鲁棒性。……