当前位置: 首页 > 专利查询>清华大学专利>正文

目标检测方法、装置、计算机设备、存储介质和产品制造方法及图纸

技术编号:40943274 阅读:15 留言:0更新日期:2024-04-18 15:00
本申请涉及一种目标检测方法、装置、计算机设备、存储介质和产品,所述方法包括:获取在干扰背景下多散射体的目标回波的距离‑多普勒图像,基于预先构建的目标检测模型,对距离‑多普勒图像进行深度加深提取处理,并根据提取结果确定目标检测结果。本申请通过构建的目标检测模型直接对距离‑多普勒图像进行目标检测,而不需要在目标检测之前进行抗干扰处理。并且本申请的目标检测模型可以对距离‑多普勒图像进行深度加深提取,提高了图像数据的特征,通过该提取结果可以提高目标检测的准确度。

【技术实现步骤摘要】

本申请涉及于雷达抗干扰,特别是涉及一种目标检测方法、装置、计算机设备、存储介质和产品


技术介绍

1、雷达是现代遥感系统中不可或缺的重要电子设备,其可以应用于目标检测,通过发射电磁波对目标进行照射并接收其回波,由此获得目标至电磁波发射点的距离、距离变化率、方位以及高度等信息。现代电磁环境复杂多变,针对雷达的干扰技术在不断进步。面对日益复杂的干扰场景,雷达抗干扰能力,尤其是雷达信号处理领域抗干扰越来越受到研究人员的关注。

2、传统的雷达抗干扰方式是基于滤波进行干扰滤除或者抑制处理。但是,在复杂电磁环境下,由于干扰样式复杂多样使得目标检测的效果较差。


技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够提高检测效果的目标检测方法、装置、计算机设备、存储介质和产品。

2、第一方面,本申请提供了一种目标检测方法,该方法包括:

3、获取在干扰背景下多散射体的目标回波的距离-多普勒图像;

4、基于预先构建的目标检测模型,对距离-多普勒图像进行深度加深提取处理,并根本文档来自技高网...

【技术保护点】

1.一种目标检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述目标检测模型包括主干网络、特征金字塔网络以及输出预测层,所述主干网络包括多个卷积层,各所述卷积层之间采用残差连接方式连接;所述基于预先构建的目标检测模型,对所述距离-多普勒图像进行深度加深提取处理,并根据所述提取结果确定目标检测结果,包括:

3.根据权利要求2所述的方法,其特征在于,所述提取结果包括高维特征和低维特征,所述特征金字塔包括卷积网络,所述将所述提取结果输入所述特征金字塔网络中进行多层次融合处理,得到融合数据,包括:

4.根据权利要求2所述的方法,...

【技术特征摘要】

1.一种目标检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述目标检测模型包括主干网络、特征金字塔网络以及输出预测层,所述主干网络包括多个卷积层,各所述卷积层之间采用残差连接方式连接;所述基于预先构建的目标检测模型,对所述距离-多普勒图像进行深度加深提取处理,并根据所述提取结果确定目标检测结果,包括:

3.根据权利要求2所述的方法,其特征在于,所述提取结果包括高维特征和低维特征,所述特征金字塔包括卷积网络,所述将所述提取结果输入所述特征金字塔网络中进行多层次融合处理,得到融合数据,包括:

4.根据权利要求2所述的方法,其特征在于,所述输出层包括解耦头层和融合转置层,所述将所述融合数据输入所述输出预测层进行预测处理,得到所述目标检测结果,包括:

5.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:

6.根据权利要求5所述的方法,其特征在于,所述根据所述训练数据集和初始模型进行训练,得到所述目标检测模型,包括:

7.根据权...

【专利技术属性】
技术研发人员:郎平杨健
申请(专利权)人:清华大学
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