【技术实现步骤摘要】
一种主动毫米波人体成像威胁物检测方法
本专利技术属于毫米波成像隐私保护
，特别涉及一种主动毫米波人体成像威胁物检测方法。
技术介绍
目前在各大机场、火车站、汽车站及人流密集的活动现场，对人体安检的主要方法为人工手检。费时费力且容易出现安检人员与被安检人员之间的冲突。最新的毫米波安检成像系统利用毫米波具有无接触、可穿透衣物的特点，实现了高效的人体安检过程。但是对毫米波安检仪系统所得图像上人体所携带威胁物的检测成为了一个有待解决的问题。检测方法主要分为两大类，一是基于神经网络的人工智能算法，包括CNN、RCNN等。另一中是传统的目标检测方法如，图像分割、特征匹配等技术。这些方法对目标检测的准确率仍有待提高。
技术实现思路
本专利技术的目的在于提供一种主动毫米波人体成像威胁物检测方法，以解决上述问题。为实现上述目的，本专利技术采用以下技术方案：一种主动毫米波人体成像威胁物检测方法，包括以下步骤：步骤1，设计掩膜区域推荐网络Mask-Rcnn，并基于GPU平台实现；步骤2，采集毫米波雷达安检仪人体成像结果，并按照语境中的共同对象数据COCO数据格式标记异物名称和位置，制...
【技术保护点】
1.一种主动毫米波人体成像威胁物检测方法，其特征在于，包括以下步骤：步骤1，设计掩膜区域推荐网络Mask‑Rcnn，并基于GPU平台实现；步骤2，采集毫米波雷达安检仪人体成像结果，并按照语境中的共同对象数据COCO数据格式标记异物名称和位置，制作训练样本数据集；步骤3，将制作好的训练样本数据集送入Mask‑Rcnn网络进行训练，将程序在GPU上运行；步骤4，将成像结果送入Mask‑Rcnn网络，由网络估计得到威胁物的位置以及类别。
【技术特征摘要】
1.一种主动毫米波人体成像威胁物检测方法，其特征在于，包括以下步骤：步骤1，设计掩膜区域推荐网络Mask-Rcnn，并基于GPU平台实现；步骤2，采集毫米波雷达安检仪人体成像结果，并按照语境中的共同对象数据COCO数据格式标记异物名称和位置，制作训练样本数据集；步骤3，将制作好的训练样本数据集送入Mask-Rcnn网络进行训练，将程序在GPU上运行；步骤4，将成像结果送入Mask-Rcnn网络，由网络估计得到威胁物的位置以及类别。2.根据权利要求1所述的一种主动毫米波人体成像威胁物检测方法，其特征在于，步骤1具体为：Mask-Rcnn网络中的子网络—目标检测网络主要基于区域推荐网络RPN网络实现；整个网络设计主要由卷积神经网络、RPN网络和掩膜(Mask)网络级联而成，输入图像先经过卷积池化操作，然后将所得特征图像送入RPN网络在RPN网络中进行威胁物检测框出前景与背景，然后利用非极大值抑制法得到威胁物所在的框，然后送入Mask-Rcnn网络中的子网络—Mask网络进一步进行分类、掩膜和对当前框进行精细处理。3.根据权利要求1所述的一种主动毫米波人体成像威胁物检测方法，其特...
【专利技术属性】
技术研发人员：张秀锋，
申请(专利权)人：山东雷诚电子科技有限公司，
类型：发明
国别省市：山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。