公开(公告)号：CN118537826A

公开(公告)日：2024-08-23

申请号：CN202410613690.1

申请日：2024-05-17

Applicant: 重庆邮电大学

Inventor： 黄俊 ,  王梦迪 ,  韩超

IPC: G06V20/56 ,  G06V10/80 ,  G06V10/25 ,  G06V10/762 ,  G06V20/52

Abstract: 本发明提出了一种基于毫米波雷达和摄像头融合的目标检测方法，首先进行毫米波雷达和摄像头的时空融合；然后将选择相应的参数进行毫米波雷达ROI区域生成；采用基于改进的SSD的K‑means聚类算法，利用最小距离IOU进行边界框聚类，并对摄像头图片进行ROI区域检测，从而获得摄像头ROI区域；采用联合IOU策略关联方法，在毫米波雷达ROI区域与图像ROI区域中框选出合适的目标边界框；在通过联合IOU策略进行毫米波雷达和摄像头策略上融合后，对一个目标会生成多个检测框，为选取最优的检测框，将采用NMS非极大抑制的方法对多余检测框进行滤除，并依据融合置信度进行筛选，并以此最终确定待检测目标的目标框和类别。

公开(公告)号：CN119335488A

公开(公告)日：2025-01-21

申请号：CN202411359957.5

申请日：2024-09-27

Applicant: 重庆邮电大学

Inventor： 黄俊 ,  丁宏强 ,  王梦迪

IPC: G01S7/41 ,  G01S13/88 ,  G06F18/10 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08 ,  G06F17/16

Abstract: 本发明提出了一种基于深度学习的毫米波雷达人体目标检测方法，通过将深度学习和毫米波雷达的回波信号相结合的方式，首先利用有限脉冲响应滤波器对信号进行滤波处理，然后对其进行加窗处理，再对接收到的雷达信号时间‑相位和时间‑空间展开，得到相位差分信息和时空信息，并对雷达信号进行傅里叶变换得到距离信息和距离‑多普勒信息；将所有信息输入到ConvRNN网络中进行特征提取，然后把特征输入到改进的ResNet网络中，该网络中使用完全预激活残差块，在捷径连接中引入平均池化，引入Bottleneck结构；最后将测试数据输入到网络模型中，可以解人体目标检测的准确性的问题。