一种基于微多普勒特征的人体隐藏危险物检测方法及介质技术

技术编号:33128705 阅读:14 留言:0更新日期:2022-04-17 00:42
本发明专利技术请求保护一种基于微多普勒特征的人体隐藏危险物检测方法,方法包括:采用毫米波雷达观测行人步行运动,得到雷达回波信号;对雷达回波信号进行采样获取原始ADC数据;对获取的ADC数据进行多普勒谱与傅里叶变换时频谱分析获取目标微多普勒特征;可建立对人体衣物内携带手机、金属刀具、陶瓷刀、液体、粉末的人体步行数据集,对分类器进行训练;通过将人体实时运动获取的微多普勒特征输入训练好的分类器进行识别,确定人体衣物内是否含有隐藏物品并且推测隐藏物是否为所训练几类危险物品,评估被测行人目标的危险性,以验证方法的有效可行性。本发明专利技术可准确识别行人衣服内是否携带隐藏物品,并且可进一步对隐藏物品进行危险性推测,为安检提供补充手段,提升安检效率。提升安检效率。提升安检效率。

【技术实现步骤摘要】
一种基于微多普勒特征的人体隐藏危险物检测方法及介质


[0001]本专利技术属于毫米波安检领域,涉及一种基于微多普勒特征的人体隐藏危险物检测方法及介质。

技术介绍

[0002]随着世界日益严峻的反恐局势,一些恐怖主义和极端主义分子严重威胁着人民群众的生命财产安全,人体携带危险物品的安全检查已成为公共安全的重要组成部分。在人口稠密城市中客流量较大的场所,例如地铁站、火车站、飞机场等,它们都极可能成为恐怖袭击的发生地点。因此用于检测携带或隐藏在衣服里各种危险物品的安全检查的需求量巨增。
[0003]现有的安检设备种类繁多,但随着人们对安全问题的关注日益增强,对安检设备的智能化、高效性和可靠性也提出了越来越高的要求。目前,传统的金属探测器难以应对液体危险品、陶瓷刀具等非金属类违禁物品的威胁,且只能对待测人员贴身搜查检测,效率太低,已无法满足对人员安检高效率、智能化的要求。生物安检技术(警犬、人)仅适用于特殊场合,并且服役期短,技能训练和维护费用较高,不具备可持续性。X射线用于人体检查时尽管采用超低剂量,但由于其电离作用和较强的穿透性,对人员存在潜在辐射伤害。红外成像技术通过探测目标表面的温度差异实现二维成像,当人体外衣物较厚时,成像效果会变差。毫米波检测技术对人体无害,且对衣物穿透力强、检测速度与精度高,现已成为安检设备的主流研究方向。
[0004]传统的安检仪器如红外成像仪使用范围很小,主要以X射线安检仪为主。因人们对辐射的恐惧,X射线人体安检仪很少被使用在普通场所,如车站,机场这些场所中,X射线安检仪一般被用来检测行李,再配合金属探测门,金属探测仪这些设备,组成了常见的安检流程。然而随着时代的进步,传统的安检手段无法完全满足现代社会公共安全的需求,迫切需要更为便捷,快速的安检手段。为改善传统安检手段的不足,本专利技术特色在于,相比于金属探测器、红外成像仪、X射线安检仪等传统的安检手段,毫米波检测技术具有快速、安全、可靠等优势,且可以远距离操作,防止危险品爆炸对安检人员造成伤害;而结合行人运动时微多普勒特征可快速、准确检测是否人体衣物内携带隐藏物及推断危险物,可作为毫米波安检手段的补充。
[0005]经过检索,申请公开号CN106023166B,一种微波图像中人体隐藏危险物体的检测方法和装置。所述方法包括步骤:获取相邻的至少两帧包含人体探测结果的微波灰度图像;从各帧微波灰度图像中获取各帧人体区域图像;识别各帧人体区域图像中各个危险物体区域并进行边缘提取,获得各帧的第一边缘图像;对各帧人体区域图像直接进行边缘检测,获得各帧的第二边缘图像;将各帧的第一边缘图像和第二边缘图像进行第一次边缘拟合,获得各帧的危险物体边缘;将各帧的危险物体边缘进行配准和第二次边缘拟合,获得粗略危险物体边缘;对粗略危险物体边缘进行区域二值化,获得第一危险物体区域;对第一危险物体区域进行过滤,获得第二危险物体区域。本专利技术具有很高的检测准确率和计算效率。
[0006]申请公开号CN109447071A,一种基于FPGA和深度学习的毫米波成像危险物品检测方法,获取毫米波成像图片,标识出图片中的危险物品;构建检测危险物品的深度学习网络模型,利用标注好的毫米波成像图片进行模型训练,得到训练好的检测模型;将训练好的检测模型加载到FPGA平台的检测系统中;使用FPGA检测待测的毫米波图像;利用训练好的检测模型对采集的待测的毫米波图像进行检测;如果待测的图像中含有危险物品,则标记危险物品类别,进行报警,同时标记危险物品的不规则轮廓位置坐标。基于FPGA平台利用Mask R

CNN物体检测框架训练出来的深度神经网络模型进行实时异物检测;相对于专用集成电路芯片有更好的功能可定制性优势。
[0007]毫米波成像检测技术作为一种新型安检手段有其巨大优势:可以在不接触人体的情况下,检测出藏匿于人体各部位的金属及非金属各类物品,并检测出物体的形状、大小,转化为图像,供安检人员辨识;对于辐射强度,毫米波的辐射属于电磁辐射,和手机,电脑辐射强度相当。毫米波成像安检弥补了传统安检手段的不足之处,但也引入了一些新的问题。一方面,由于安检系统需要对被检测人员进行一个耗时较长的成像操作,因此当机场和车站等公共场所客流量增加时,成像系统对时间的消耗也大大增加,这使得安检任务压力更大,安检效果远低预期水平。另一方面,毫米波成像安检系统对硬件要求较高,一般都会采用图形处理单元进行加速,进一步增加了硬件资金花销。因此,利用毫米波技术实现精确成像的安检系统会增加人员通过安检的时间,存在缺乏快速性、效率低、耗时长以及硬件资金花销大等问题。
[0008]本方法通过信号处理的步骤来分析目标微多普勒特征从而区分目标是否携带危险隐藏物,不需要对人体成像实现快速筛查危险目标。

技术实现思路

[0009]本专利技术旨在解决以上现有技术的问题。提出了一种基于微多普勒特征的人体隐藏危险物检测方法及介质。本专利技术的技术方案如下:
[0010]一种基于微多普勒特征的人体隐藏危险物检测方法,其包括以下步骤:
[0011]采用毫米波雷达观测行人步行运动,得到雷达回波信号;对雷达回波信号进行采样获取原始模数转换后的数据;
[0012]对获取的ADC数据进行多普勒谱与傅里叶变换时频谱分析获取目标微多普勒特征;
[0013]建立对人体衣物内携带手机、金属刀具、陶瓷刀、液体、粉末的人体步行数据集,采用分类器对人体携带隐藏物品的步行数据集进行训练;
[0014]将人体实时运动获取的微多普勒特征输入训练好的分类器进行识别,确定人体衣物内是否含有隐藏物品并且推测隐藏物是否为所训练几类危险物品,评估被测行人目标的危险性。
[0015]进一步的,所述采用毫米波雷达观测行人步行运动,得到雷达回波信号,对雷达回波信号进行采样获取原始模数转换后的数据,具体包括:
[0016]毫米波雷达对人体采集原始回波信号,通过FPGA雷达数据采集板对雷达原始回波信号进行采样获取ADC数据;将获取的ADC数据通过以太网传输给PC,PC机将数据储存并进行噪声滤除等在内的一系列预处理操作以备于下一步数据处理的原始数据。
[0017]进一步的,所述对获取的ADC数据进行多普勒谱与傅里叶变换时频谱分析获取目标微多普勒特征,具体包括:
[0018]使用离散傅里叶变换的算法中快速傅里叶变换FFT来对回波数据进行处理分析频谱特征,获取目标的距离信息与多普勒信息,制作微多普勒图像;
[0019]雷达传感器发射频率调制连续波(FMCW)信号,信号是由在一个周期内频率随时间变化的Chirp信号组成,雷达的一帧信号是由若干个线性调频信号Chirp组成。经过对Chirp序列进行采样后,可以将雷达的一帧信号在PC上储存为离散的数据,随后对数据矩阵的Chirp维进行FFT即可对目标的距离信息进行获取。矩阵中的每一列表示雷达传感器和被检测对象之间不同距离处的反射振幅,距离分辨率为随后对该矩阵再次进行FFT可以得到目标的多普勒信息与速度在每个距离处的幅度分布,速度分辨率为随后将特定本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于微多普勒特征的人体隐藏危险物检测方法,其特征在于,包括以下步骤:采用毫米波雷达观测行人步行运动,得到雷达回波信号;对雷达回波信号进行采样获取原始模数转换后的数据;对获取的ADC数据进行多普勒谱与傅里叶变换时频谱分析获取目标微多普勒特征;建立对人体衣物内携带手机、金属刀具、陶瓷刀、液体、粉末的人体步行数据集,采用分类器对人体携带隐藏物品的步行数据集进行训练;将人体实时运动获取的微多普勒特征输入训练好的分类器进行识别,确定人体衣物内是否含有隐藏物品并且推测隐藏物是否为所训练几类危险物品,评估被测行人目标的危险性。2.根据权利要求1所述的一种基于微多普勒特征的人体隐藏危险物检测方法,其特征在于,所述采用毫米波雷达观测行人步行运动,得到雷达回波信号,对雷达回波信号进行采样获取原始模数转换后的数据,具体包括:毫米波雷达对人体采集原始回波信号,通过FPGA雷达数据采集板对雷达原始回波信号进行采样获取ADC数据;将获取的ADC数据通过以太网传输给PC,PC机将数据储存并进行噪声滤除等在内的一系列预处理操作以备于下一步数据处理的原始数据。3.根据权利要求1所述的一种基于微多普勒特征的人体隐藏危险物检测方法,其特征在于,所述对获取的ADC数据进行多普勒谱与傅里叶变换时频谱分析获取目标微多普勒特征,具体包括:使用离散傅里叶变换的算法中快速傅里叶变换FFT来对回波数据进行处理分析频谱特征,获取目标的距离信息与多普勒信息,制作微多普勒图像;雷达传感器发射频率调制连续波(FMCW)信号,信号是由在一个周期内频率随时间变化的Chirp信号组成,雷达...

【专利技术属性】
技术研发人员:陈国平周瑜川王馨黄跃冯志宇
申请(专利权)人:重庆邮电大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1