[发明专利]一种抗干扰目标分类方法及装置

权利要求书

1.一种抗干扰目标分类方法，其特征在于，所述方法包括：

获取多个毫米波雷达点云信息；

将所述多个毫米波雷达点云信息输入第一卷积层，得到多个基础升维点云信息；

拼接所述多个基础升维点云信息，得到多个拼接点云信息；

将所述多个毫米波雷达点云信息和所述多个拼接点云信息输入目标分类神经网络，得到多个分类结果和多个拼接分类结果；

根据所述多个分类结果，得到目标分类结果；

根据所述多个分类结果和所述多个拼接分类结果，得到综合目标分类结果。

2.根据权利要求1所述的方法，其特征在于，在所述获取多个毫米波雷达点云信息之前，所述方法还包括：

构建预训练神经网络，所述预训练神经网络包括卷积层、最大池化层和全连接层；

利用训练样本训练所述预训练神经网络，得到所述目标分类神经网络，所述目标分类神经网络包括迭代卷积层、迭代最大池化层和迭代全连接层，所述迭代卷积层包括所述第一卷积层和第二卷积层。

3.根据权利要求2所述的方法，其特征在于，所述训练样本包括样本信息和结果信息；

所述利用训练样本训练所述预训练神经网络，得到所述目标分类神经网络，包括：

将所述样本信息输入所述预训练神经网络，得到训练结果；

根据所述训练结果与所述结果信息，得到所述预训练神经网络的收敛程度；

响应于所述预训练神经网络的收敛程度没有达到预设条件，利用梯度下降法修正所述预训练神经网络的权值，得到迭代神经网络；

以所述迭代神经网络替换所述预训练神经网络，返回执行所述将所述样本信息输入所述预训练神经网络，得到训练结果，直至所述预训练神经网络的收敛程度达到预设条件，确定所述迭代神经网络为所述目标分类神经网络。

4.根据权利要求2所述的方法，其特征在于，所述将所述多个毫米波雷达点云信息和所述多个拼接点云信息输入目标分类神经网络，得到多个分类结果和多个拼接分类结果，包括：

将所述多个毫米波雷达点云信息输入所述第二卷积层，得到多个升维点云信息；

将所述多个拼接点云信息输入所述第二卷积层，得到多个拼接升维点云信息；

将所述多个升维点云信息输入所述迭代最大池化层，得到多个池化点云信息；

将所述多个拼接升维点云信息输入所述迭代最大池化层，得到多个拼接池化点云信息；

将所述多个池化点云信息输入所述迭代全连接层，得到多个分类结果；

将所述多个拼接池化点云信息输入所述迭代全连接层，得到多个拼接分类结果。

5.根据权利要求1所述的方法，其特征在于，所述根据所述多个分类结果，得到目标分类结果，包括：

响应于所述多个分类结果一致，确认所述目标分类结果为所述多个分类结果中的任一分类结果；

响应于所述多个分类结果不一致，确认所述目标分类结果为结果不可信。

6.一种抗干扰目标分类装置，其特征在于，所述装置包括：

获取模块，用于获取多个毫米波雷达点云信息；

第一升维组件，用于将所述多个毫米波雷达点云信息输入第一卷积层，得到多个基础升维点云信息；

拼接组件，用于拼接所述多个升维点云信息，得到多个拼接点云信息；

分类模块，用于将所述多个毫米波雷达点云信息和所述多个拼接点云信息输入目标分类神经网络，得到多个分类结果和多个拼接分类结果；

第二分类模块，用于根据所述多个分类结果，得到目标分类结果；

综合分类结果组件，用于根据所述多个分类结果和所述多个拼接分类结果，得到综合目标分类结果。

7.一种设备，其特征在于，所述设备包括存储器和处理器，所述存储器用于存储指令或代码，所述处理器用于执行所述指令或代码，以使所述设备执行权利要求1至5任一项所述的抗干扰目标分类方法。

8.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有代码，当所述代码被运行时，运行所述代码的计算机存储设备实现权利要求1至5任一项所述的抗干扰目标分类方法。