GM-APD激光雷达具有单光子探测灵敏度，大幅降低了系统体积和功耗，但受像元数限制，难以获得远距离小目标清晰轮廓，目标检测率不高。针对该问题，提出了基于强度像和距离像多级处理的小目标深度学习检测算法，充分挖掘强度图像和点云特征信息及相互关联性，提高小目标检测概率。通过改进特征金字塔网络，将感受野模块和注意力机制模块与特征提取网络相结合，增强强度像初筛目标准确性，在候选区域内将强度像与距离像融合成带有强度信息的四维点云。然后，使用动态图卷积网络对候选区内目标进行二次检测，利用点云信息进一步筛选候选框内的目标。经GM-APD激光雷达远距离车辆数据集测试，网络的检测准确率达到98.8%，对于车辆结构不完整，车辆回波弱，背景存在强反射光斑等复杂场景有很好的鲁棒性。相较于SSD，YOLOv5等较为先进的目标检测网络，检测准确率分别提升了3.1%与2.5%，该算法为激光雷达弱小目标检测识别提供了一种可行性解决方案。

动作识别是计算机视觉领域的一项重要任务，主要有基于RGB视频和人体骨架两种数据模态的领域，主流方法分别是3D卷积神经网络和图卷积神经网络。针对视频和人体骨架两种数据模态的不同特点，设计了双分支网络分别对两种数据模态进行建模。对于人体骨架数据，基于自注意力机制设计了图卷积神经网络，该算法能在基于骨架的动作识别任务中达到先进的性能。对于视频数据，采用3D卷积网络进行特征提取。同时，利用深监督方法对两种数据模态的中间特征进行监督，提高两种数据特征的耦合度，进一步提高网络效率。这种算法的网络结构简单，在NTU-RGBD60（CS）数据集上仅用3.37×10⁷的参数量可达到95.6%的精度。

针对手部的高自由度问题和结构相似问题引起的三维关键点姿态估计误差，本文提出了一套联合识别、检测以及姿态估计的三维手部骨架姿态回归网络。采用基于YOLOv3的预处理网络，提出基于级联多特征热度图的二维和三维关键点检测网络，并在特征提取网络架构中引入人体骨架手部约束，利用渐进的图卷积神经网络特征增强模块对骨架关键点结果进行进一步精细化修正，完成姿态由粗到细的调整。本文与现有多种算法在不同公共数据集下进行PCK指标和AUC指标比较，本文算法在不同测试集上的AUC指标均达到最高，平均AUC精度达到92.9%。实验表明本文方法可以通过单张二维数据准确、细致地估计三维手部姿态，并且在测试集与自然场景下均有较好表现。

针对激光雷达点云的稀疏性和空间离散分布的特点，通过结合体素划分和图表示方法设计了新的图卷积特征提取模块，提出一种基于体素化图卷积神经网络的激光雷达三维点云目标检测算法。该方法通过消除传统3D卷积神经网络的计算冗余性，不仅提升了网络的目标检测能力，并且提高了点云拓扑信息的分析能力。文中设计的方法在KITTI公开数据集的车辆、行人、骑行者的3D目标检测和鸟瞰图目标检测任务的检测性能相比基准网络均有了有效提升，尤其在车辆3D目标检测任务上最高提升了13.75%。实验表明：该方法采用图卷积特征提取模块有效提高了网络整体检测性能和数据拓扑关系的学习能力，为三维点云目标检测任务提供了新的方法。

对场景中的物体进行深度估计是无人驾驶领域中的关键问题，红外图像有利于在光线不佳的情况下解决深度估计问题。针对红外图像纹理不清晰与边缘信息不丰富的特点，提出了将注意力机制与图卷积神经网络相结合来解决单目红外图像深度估计问题。首先，在深度估计问题中，图像中每个像素点的深度信息不仅与其周围像素点的深度信息相关，还需考虑更大范围的其他像素点的深度信息，采用注意力机制可以针对这一点有效提取图像的像素级全局深度信息关联。其次，基于深度信息关联得到的特征可以考虑为非欧数据，进一步使用图卷积神经网络（graph convolutional neural network, GCN）来进行推理。最后，在训练阶段将连续的深度估计回归问题转化成分类问题，使训练过程更稳定，降低了网络的学习难度。实验结果表明，该方法在红外数据集NUST-SR上获得了良好的效果，在阈值指标小于1.25³时，准确率提升了1.2%，相较其他方法更具优势。