申请/专利权人：杭州电子科技大学

申请日：2020-02-19

公开（公告）日：2020-07-03

公开（公告）号：CN111368653A

主分类号：G06K9/00(20060101)

分类号：G06K9/00(20060101);G06K9/62(20060101);G06N3/08(20060101);G06N3/04(20060101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2020.07.28#实质审查的生效;2020.07.03#公开

摘要：本发明公开了一种基于R‑D图与深度神经网络的低空小目标检测方法。本发明包括如下步骤：步骤1、对雷达接收机采集的回波信号进行预处理，获取信号的R‑D图；步骤2、构建深度卷积神经网络并利用网络预测R‑D图中每个局部区域分别属于目标和背景的类别概率，以及该区域包含目标时，其中心与目标位置之间的偏移量；步骤3、结合预测的类别概率和位置回归的偏移量，判断是否存在，以及存在目标时的目标位置。本发明在类别预测基础上增加了对目标位置的回归，并通过回归结果的投票统计获得目标的精确位置，从而可以实现预测精度更高、虚警率更低的雷达小目标检测效果。

主权项：1.一种基于R-D图与深度神经网络的低空小目标检测方法，其特征在于包括如下步骤：步骤1、对雷达接收机采集的回波信号进行预处理，获取信号的R-D图；步骤2、构建深度卷积神经网络并利用网络预测R-D图中每个局部区域分别属于目标和背景的类别概率，以及该区域包含目标时，其中心与目标位置之间的偏移量；步骤3、结合预测的类别概率和位置回归的偏移量，判断是否存在，以及存在目标时的目标位置。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种基于R-D图与深度神经网络的低空小目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD