摘要
本发明属于目标分类技术领域，尤其涉及一种基于人工智能的三维点云数据分析方法及系统。包括数据获取、数据预处理、模型构建、模型训练和模型预测等步骤。通过采集原始点云并进行智能去噪及补全操作，有效提升点云数据的完整性和精度；采用输入层、区域提议层以及分类与回归层构建深度模型，对目标进行精确分类及三维边界框预测；其中区域提议层结合种子点特征提取与投票机制生成候选区域，分类分支输出类别概率，回归分支预测边界框参数。该系统模块化设计，具备噪声抑制强、补全精度高、目标检测准确度高及多场景适用等优点，特别适合复杂三维结构的高效自动识别。
