[发明专利]一种基于极化散射特性的卷积神经网络目标检测识别方法

说明书

本发明公开了一种基于极化散射特性的卷积神经网络目标检测识别方法，其检测步骤主要是：对目标进行照射极化信号，然后从目标身上反馈的回波采用去斜的方式接收目标极化回波；然后对目标极化回波进行采样，采样的每一帧雷达回波数据均包括VV极化通道、VH极化通道、HH极化通道、HV极化通道四路回波数据，对四路回波数据采用卷积神经网络输入，实现通过对目标极化特性对目标身上的危险物品进行检测识别。本发明无需经过成像处理，检测处理过程简单，检测速度快，检测帧率可达10Hz；采用卷积神经网络识别方法可找到四路不同极化特性回波数据的融合方式，大大提高物品识别率，可对人体背景下的危险物品起到一定的检测与识别作用。

技术领域

本发明涉及人体安检的技术领域，尤其是一种在人体背景下基于目标极化散射特性的非成像危险品检测与识别方法。

背景技术

人体危险品的远程安检和预警是当今世界的反恐难题。毫米波或太赫兹由于其特殊的频段，从而具有穿透衣物等特殊性质，因此在安检领域具有广阔的应用前景。

当前站开式人体安检主要采用主动式成像方法来实现危险品检测，其基本原理是依靠机械扫描结构对目标进行二维扫描从而获得目标图像信息。机械扫描方式大大降低了其安检速度，使得其在远距离非合作式的安检中难以应用，总体来说，站开式成像安检仪信号处理过程较为复杂，系统成本较高，探测距离有限，量产难度较大，难以实现商业应用。

发明内容

本发明提供了一种基于极化散射特性的卷积神经网络目标检测识别方法，不仅可以克服现有站开式安检系统信号处理过程较为复杂的技术缺陷，而且可以有效解决检测速度慢的问题，该方法可以对人体背景下的危险物品起到一定的检测与识别的作用，速度较快，系统结构需求简单。

本发明解决其技术问题所采用的技术方案是：

一种基于极化散射特性的卷积神经网络目标检测识别方法，其特征在于：

（1）发射一定脉冲宽度的宽带线性调频连续波信号对目标进行照射，两发射通道分别呈水平极化与垂直极化；

（2）采用Dechirp（即去斜）的接收方式对从目标身上反馈的回波进行接收，两接收通道分别呈水平极化与垂直极化，接收到的回波为目标极化回波；

（3）对目标极化回波进行采样，采样得到的每一帧目标回波数据均包括有VV极化通道、VH极化通道、HH极化通道、HV极化通道四路回波数据；

（4）将所述四路回波数据通过卷积神经网络的输入，采用卷积神经网络算法通过对目标极化特性对目标身上的危险物品进行检测识别。

所述宽带线性调频连续波信号经去斜接收以后，对于固定距离的目标回波数据为点频信号，对在一定距离范围内的目标回波数据则为一窄带信号；因此，对固定距离的目标进行探测时，在频域对目标回波数据进行距离维截取，从而达到降低输入数据数量。

本发明通过测量目标回波的极化散射特性，采用卷积神经网络算法实现隐藏危险品的检测识别。测量体制为全极化体制，采用两发两收分立天线实现极化信号的收发，其中接收通道与发射通道分别成水平极化与垂直极化。

本发明的有益效果如下：

1、本发明相比于成像的安检手段，无需经过成像处理过程，其检测处理过程简单，检测速度较快，检测帧率可达10Hz；

2、本发明相比于传统的检测算法，采用了卷积神经网络识别方法，该方法更能够刻画物体的极化特性，一方面找到了四路不同极化特性回波数据的融合方式，另一方面不仅仅依靠峰值做简单的判定，大大提升了检测的效果，提高物品识别率，甚至有可能起到识别的作用；

3、本发明对应的系统需求结构简单，成本低廉，易于实现，适合大规模的商业应用。

附图说明

图1是本发明的测试原理示意图。