【技术实现步骤摘要】
一种毫米波图像目标检测方法
本申请涉及计算机视觉
,尤其涉及一种毫米波图像目标检测方法。
技术介绍
毫米波是指波长为1~10mm的电磁波,它穿透能力强,能够有效地检测出藏匿于人体衣物下面的危险物品。同时,毫米波具有非电离特性,不会对人体造成伤害。目前大部分公共场所的安全检查采用的都是传统的探测技术:X射线成像系统以及金属探测仪。但是X射线对人体有很大的辐射,只能用来检查行李物品。而金属探测仪则只能探测金属物品,对非金属物品没有检查能力。由于传统安检技术存在的这些弊端,将毫米波应用于人体安检领域正逐渐成为这一领域的研究热点。近年来,随着深度学习技术的发展,基于卷积神经网络(CNN)的检测和识别技术已经成为计算机视觉领域的主流。当前,目标检测技术已经在自然光图片中取得了重大的进展,但由于毫米波图像公开数据少、图像质量比光学图片差等原因,基于毫米波图像的目标检测技术一直进展缓慢。毫米波图像中小目标众多的问题也一直制约着目标检测技术在毫米波图像中的应用。目前主流的目标检测算法包括一阶段检测算法和二阶段检测算法。一阶段检 ...
【技术保护点】
1.一种毫米波图像目标检测方法,其特征在于,该方法包括如下步骤:/n步骤S10,获取原始毫米波图像数据;/n步骤S20,根据所述原始毫米波图像数据的数据格式恢复出毫米波图像的三维空间结构数据,将恢复出的三维毫米波图像数据压缩成二维平面数据;/n步骤S30,对所述二维平面数据进行降噪,并对降噪后的数据进行标准化处理;/n步骤S40,将标准化后的数据制作成毫米波数据集,对所述毫米波数据集中的数据的特点进行分析,并根据所述数据的特点选取深度学习模型;/n步骤S50,用所述的毫米波数据集对选取的所述深度学习模型进行训练和测试,得到所述深度学习模型的测试结果;/n步骤S60,根据所述 ...
【技术特征摘要】
1.一种毫米波图像目标检测方法,其特征在于,该方法包括如下步骤:
步骤S10,获取原始毫米波图像数据;
步骤S20,根据所述原始毫米波图像数据的数据格式恢复出毫米波图像的三维空间结构数据,将恢复出的三维毫米波图像数据压缩成二维平面数据;
步骤S30,对所述二维平面数据进行降噪,并对降噪后的数据进行标准化处理;
步骤S40,将标准化后的数据制作成毫米波数据集,对所述毫米波数据集中的数据的特点进行分析,并根据所述数据的特点选取深度学习模型;
步骤S50,用所述的毫米波数据集对选取的所述深度学习模型进行训练和测试,得到所述深度学习模型的测试结果;
步骤S60,根据所述测试结果与评价指标对所述深度学习模型进行优化,以得到最优模型。
2.如权利要求1所述的方法,其特征在于,所述步骤S20包括,将所述恢复出的三维毫米波图像数据沿Z轴方向进行最大值投影。
3.如权利要求1所述的方法,其特征在于,采用门限降噪的方式对所述二维平面数据进行降噪,降噪后得到灰度图像,对所述二维平面数据进行降噪的公式为:
其中,A是降噪之前的毫米波图像的像素值,A'是降噪后的像素值,λmax代表高门限阈值,λmin代表低门限阈值,乘以255...
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。