三维全息成像安检雷达图像异物检测方法
基本信息
| 申请号 | CN202010988183.8 | 申请日 | - |
| 公开（公告）号 | CN112098997B | 公开（公告）日 | 2021-10-15 |
| 申请公布号 | CN112098997B | 申请公布日 | 2021-10-15 |
| 分类号 | G01S13/88（2006.01）I;G01S13/89（2006.01）I;G01S13/42（2006.01）I;G01S7/41（2006.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 测量；测试; |
| 发明人 | 张建新;谭维贤;张殿坤;黄平平;李世龙;姜祥奔 | 申请（专利权）人 | 欧必翼太赫兹科技（北京）有限公司 |
| 代理机构 | 北京中和立达知识产权代理事务所（普通合伙） | 代理人 | 杨磊 |
| 地址 | 100176北京市大兴区北京经济技术开发区科创七街29号院2号楼4层406 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及全息成像安检技术领域，特别是涉及三维全息成像安检雷达，具体地提供一种三维全息成像安检雷达图像异物检测方法。该异物检测方法包括以下步骤：获取三维雷达图像目标检测数据；将所述三维雷达图像目标检测数据输入至训练收敛的无锚点神经网络模型，获取所述无锚点神经网络模型输出的三维雷达图像异物检测结果。本发明可以大为减少神经网络模型提取的预测框的数量，降低模型的计算复杂度，并且使最终预测的检测框具有良好的伸缩性，有助于提升尺度变化较大的物体的识别效果；同时，通过多层次的三维雷达图像特征提取方式，还能够让神经网络模型获得更加充足的语义信息，有利于对图像场景中物体进行检测识别。 |
