公开(公告)号：CN111368653B

公开(公告)日：2023-09-08

申请号：CN202010103060.1

申请日：2020-02-19

Applicant: 杭州电子科技大学

Inventor： 曹九稳 ,  王陈幸 ,  田江敏 ,  佟力 ,  王晓洪 ,  张鑫

IPC: G06F18/10 ,  G06F18/214 ,  G06F18/27 ,  G06N3/084 ,  G06N3/0464

Abstract: 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。

公开(公告)号：CN111368653A

公开(公告)日：2020-07-03

申请号：CN202010103060.1

申请日：2020-02-19

Applicant: 杭州电子科技大学

Inventor： 曹九稳 ,  王陈幸 ,  田江敏 ,  佟力 ,  王晓洪 ,  张鑫

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/08 ,  G06N3/04

Abstract: 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。