【技术实现步骤摘要】
本专利技术涉及雷达和目标检测，尤其涉及一种基于雷达点云数据的类增量目标检测方法及装置。
技术介绍
1、在现代科技领域，雷达目标检测技术的应用范围日益广泛，在智能安防、航空航天、自动驾驶等方面起到了重要的作用。在实际应用过程中，待检测目标的类别往往是不可控的，有可能出现此前从未出现过的新类别，此时如果利用新类目标数据对既有目标检测模型实施训练拓展，会出现旧类别目标检测性能急剧衰退的灾难性遗忘问题。现有的类增量目标检测方法都是针对光学图像数据的，对于雷达数据中特有的雷达散射截面(radarcross section，rcs)等信息没有充分利用，如何结合雷达特有信息提高增量学习效果，是雷达目标检测领域的一个关键问题。
2、类增量目标检测是使目标检测模型具备对新类目标检测能力的同时，缓解旧类目标灾难性遗忘的技术，还是智能决策系统构建、多传感器协同感知优化、环境态势精准分析等雷达目标检测相关应用领域的基础，类增量目标检测具备重要的技术价值。与光学图像相比，毫米波雷达点云数据稀疏且不规则，并易受到噪声的干扰，导致在增量学习的过程中，学生...
【技术保护点】
1.一种基于雷达点云数据的类增量目标检测方法，其特征在于，包括：
2.根据权利要求1所述的基于雷达点云数据的类增量目标检测方法，其特征在于，所述将雷达点云数据转换为伪图像，包括：
3.根据权利要求2所述的基于雷达点云数据的类增量目标检测方法，其特征在于，所述利用所述伪图像训练教师模型，得到训练完成的教师模型，包括：
4.根据权利要求3所述的基于雷达点云数据的类增量目标检测方法，其特征在于，所述根据所述雷达散射截面对应的通道数据和历史类目标标注的数据中每类目标的多个雷达散射横截面，确定教师注意力特征图，包括：
5.根据权利...
【技术特征摘要】
1.一种基于雷达点云数据的类增量目标检测方法，其特征在于，包括：
2.根据权利要求1所述的基于雷达点云数据的类增量目标检测方法，其特征在于，所述将雷达点云数据转换为伪图像，包括：
3.根据权利要求2所述的基于雷达点云数据的类增量目标检测方法，其特征在于，所述利用所述伪图像训练教师模型，得到训练完成的教师模型，包括：
4.根据权利要求3所述的基于雷达点云数据的类增量目标检测方法，其特征在于，所述根据所述雷达散射截面对应的通道数据和历史类目标标注的数据中每类目标的多个雷达散射横截面，确定教师注意力特征图，包括：
5.根据权利要求4所述的基于雷达点云数据的类增量目标检测方法，其特征在于，所述多个雷达散射截面的差值的表达式为：
6.根据权利要求4所述的基于雷达点云数据的类增量目标检测方法，其特征在于，所述注意力特征权重图包括坐标为(i,j)的栅格所对应的权重值，所述坐标为(i,...
【专利技术属性】
技术研发人员：杜兰，温霖浩，宋佳伦，李逸明，郭昱辰，王昊，周宇，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
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。