[发明专利]基于Precise ROI-Faster R-CNN的雷达目标图像检测方法有效
| 申请号： | 201910596538.6 | 申请日： | 2019-07-03 |
| 公开（公告）号： | CN110210463B | 公开（公告）日： | 2023-07-11 |
| 发明（设计）人： | 陈小龙;牟效乾;张林;王国庆;薛永华;关键 | 申请（专利权）人： | 中国人民解放军海军航空大学 |
| 主分类号： | G06F18/24 | 分类号： | G06F18/24;G01S7/02;G06N3/0464;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 264001 山东省烟*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于Precise ROI‑Faster R‑CNN的雷达目标图像检测方法，属于雷达信号处理技术领域。首先，雷达将回波数据信息转换为图像，构建训练数据集；然后，建立Precise ROI‑Faster R‑CNN目标检测模型，包括共享卷积神经网络、区域建议网络、分类和回归网络，并采用ELU激活函数、Precise ROI Pooling方法和软化非极大值抑制（Soft‑NMS）方法；输入训练数据集对模型进行迭代优化训练，得到模型的最优参数；最后，将实时雷达目标回波生成的图像，输入训练后的最优目标检测模型进行测试，完成目标的检测与分类一体化处理。本发明能智能学习和提取雷达回波图像特征，适用于复杂环境需下不同类型目标的检测和分类，降低处理时间和硬件成本。 | ||
| 搜索关键词： | 基于 precise roi faster cnn 雷达 目标 图像 检测 方法 | ||
【主权项】：
1.基于Precise ROI‑Faster R‑CNN的雷达目标图像检测方法，其特征在于，包括以下步骤：步骤一、将雷达回波数据信息转换为图像，构建训练数据集；步骤二、构建Precise ROI‑Faster R‑CNN目标检测模型，包括共享卷积神经网络、区域建议网络、分类和回归网络，并采用ELU激活函数、Precise ROI Pooling方法和Soft‑NMS方法；步骤三、输入训练数据集对模型进行迭代优化训练，得到最优网络参数；步骤四、将实时雷达回波生成图像，输入训练后的目标检测模型进行测试，完成目标检测与分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军海军航空大学，未经中国人民解放军海军航空大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910596538.6/，转载请声明来源钻瓜专利网。
