[发明专利]基于深度卷积神经网络的非金属地雷识别方法有效
| 申请号： | 201910760520.5 | 申请日： | 2019-08-16 |
| 公开（公告）号： | CN110458129B | 公开（公告）日： | 2020-06-23 |
| 发明（设计）人： | 马春光;薛曹逸;罗勇 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 成都正华专利代理事务所(普通合伙) 51229 | 代理人： | 何凡 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度卷积神经网络的非金属地雷识别方法，其包括获取若干二维雷达仿真图像；对二维雷达仿真图像进行预处理得到预处理图像，在预处理图像中标识非金属地雷目标中心回波存储在.xml文件中，之后将预处理图像与对应.xml文件整理为PASCAL VOC数据集；将PASCAL VOC数据集中信息划分为验证集和训练集，采用训练集对基于深度卷积神经网络的SSD目标检测算法进行训练得到深度卷积模型；将验证集中数据输入深度卷积模型得到平均精度值，在平均精度值大于设定阈值时，将预处理后的探地雷达实际扫描图像输入深度卷积模型进行识别。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 非金属 地雷 识别 方法 | ||
【主权项】：
1.基于深度卷积神经网络的非金属地雷识别方法，其特征在于，包括：/nS1、基于FDTD方法的GprMax软件进行浅层埋藏非金属地雷正演模拟得到若干二维雷达仿真图像；/nS2、采用主元分析去除法去除二维雷达仿真图像B-scan中的直达波得到预处理图像，在预处理图像中标识非金属地雷目标中心回波存储在.xml文件中，之后将预处理图像与对应.xml文件整理为PASCAL VOC数据集；/nS3、将PASCAL VOC数据集中信息按预设比例划分为验证集和训练集，并采用训练集对基于深度卷积神经网络的SSD目标检测算法进行训练得到深度卷积模型；/nS4、将验证集中数据输入深度卷积模型，得到模型的平均精度值，并判断模型的平均精度值是否小于设定阈值；若是进入步骤S5，否则进入步骤S6；/nS5、采用浅层埋藏非金属地雷正演模拟获取设定数量的二维雷达仿真图像，之后对新获得的二维雷达仿真图像进行去直达波处理后，将其与之对应的.xml文件整理至PASCALVOC数据集，进入步骤S3；/nS6、将采用主元分析去除法去除直达波的探地雷达实际扫描图像输入深度卷积模型，输出检测框及对应置信度，并根据置信度确定检测框中的目标对象。/n
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电子科技大学，未经电子科技大学许可，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/201910760520.5/，转载请声明来源钻瓜专利网。
