一种基于全卷积网络的穿墙成像雷达人体目标检测方法技术

本发明专利技术公开一种基于全卷积网络的穿墙成像雷达人体目标检测方法，应用于雷达探测技术领域，针对现有技术中存在的当多个目标距离较近时，目标图像出现重叠，现有技术无法区分重叠目标的技术问题，本发明专利技术首先采用超宽带雷达成像技术获取场景内目标图像，经过能量相干因子加权与高斯滤波等图像预处理后，进而使用一种基于全卷积网络的检测方法实现雷达图像中目标检测；本发明专利技术可检测穿墙雷达图像中多个不同形状目标，可有效应对不同信噪比场景下目标检测问题，同时具备区分图像中重叠目标的能力。

【技术实现步骤摘要】
一种基于全卷积网络的穿墙成像雷达人体目标检测方法
本专利技术属于雷达探测
，特别涉及一种穿墙雷达的目标检测技术。
技术介绍
在城市作战、反恐维稳、灾难救援等领域，需要对隐蔽在建筑等障碍物后的人体目标进行准确实时的检测定位，为制定安全高效的作战策略或救援方案提供支持。穿墙成像雷达是一种应用广泛的建筑物透视探测装备，可通过超宽带成像技术获取建筑物内部雷达图像。穿墙成像雷达通常工作于复杂电磁环境中，穿透墙体引起的相位畸变与信号衰减会对成像结果产生较大影响，因此隐蔽人体目标穿墙探测是一项国际难题。近年来，国内外诸多研究机构已开展穿墙成像雷达人体目标检测方面的研究，并产出了大量研究成果。文献“Multipleextendedtargettrackingforthrough-wallradars,IEEETrans.Geosci.RemoteSens.,vol.53,pp.6482–6494,2015.”采用合成孔径方式获取建筑物内人体目标图像，并采用序列统计恒虚警检测器实现了图像中扩展目标检测。文献“TargetDetectioninSin本文档来自技高网...

【技术保护点】
1.一种基于全卷积网络的穿墙成像雷达人体目标检测方法，其特征在于，包括：/nS1、超宽带成像：采用两脉冲对消器滤除房间内非生命体雷达回波，然后采用反投影方法获得探测场景内多个人体目标图像；/nS2、对步骤S1获取的图像进行预处理：根据每个像素点处各通道的能量差异计算加权因子，对成像结果进行逐像素点加权；/nS3、采用数值仿真产生若干组雷达数据，这若干组雷达数据经步骤S1-S2处理后得到若干灰度图像，所述若干灰度图像用来制作训练数据集；/nS4、构建全卷积神经网络；/nS5、采用步骤S3中的训练数据集对步骤S4中的全卷积神经网络进行训练；/nS6、将待检测图像经不住S1-S2处理后输入训练完成的...

【技术特征摘要】
1.一种基于全卷积网络的穿墙成像雷达人体目标检测方法，其特征在于，包括：
S1、超宽带成像：采用两脉冲对消器滤除房间内非生命体雷达回波，然后采用反投影方法获得探测场景内多个人体目标图像；
S2、对步骤S1获取的图像进行预处理：根据每个像素点处各通道的能量差异计算加权因子，对成像结果进行逐像素点加权；
S3、采用数值仿真产生若干组雷达数据，这若干组雷达数据经步骤S1-S2处理后得到若干灰度图像，所述若干灰度图像用来制作训练数据集；
S4、构建全卷积神经网络；
S5、采用步骤S3中的训练数据集对步骤S4中的全卷积神经网络进行训练；
S6、将待检测图像经不住S1-S2处理后输入训练完成的全卷积神经网络，得到输出结果。


2.根据权利要求1所述的一种基于全卷积网络的穿墙成像雷达人体目标检测方法，其特征在于，步骤S2中所述相干因子的计算式为：



其中，C＝MN为成像通道数，为第c个通道成像结果。


3.根据权利要求2所述的一种基于全卷积网络的穿墙成像雷达人体目标检测方法，其特征在于，步骤S3还包括为每一灰度图像设计标签，所述标签...

【专利技术属性】
技术研发人员：郭世盛，李虎泉，崔国龙，冉清新，张扬，孔令讲，杨晓波，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51