[发明专利]雷达目标的确定方法及装置

权利要求书

1.一种雷达目标的确定方法，其特征在于，包括：

利用雷达采集的雷达数据，同时利用视频采集设备采集视频数据，其中，所述雷达在开发过程中利用角反射器作为标定目标，以使得雷达目标反标到所述视频采集设备采集的所述视频数据中；

将所述雷达数据和所述视频数据作为识别模型的输入，其中，所述识别模型为使用多组训练数据通过机器学习得到的，所述多组训练数据中的每组训练数据均包括：历史雷达数据和历史视频数据以及与所述历史雷达数据和所述历史视频数据对应的历史雷达目标；

获取所述识别模型的输出；

将所述识别模型的输出转换为雷达目标；

其中，在将所述雷达数据和所述视频数据作为识别模型的输入之前，还包括：训练得到所述识别模型；

其中，训练得到所述识别模型包括：

采集历史时间内的多个历史雷达数据，多个历史视频数据以及多个历史雷达目标，其中，所述多个历史雷达目标是根据所述多个历史雷达数据和所述多个历史视频数据确定的目标对象；

对采集的包括所述多个历史雷达数据，所述多个历史视频数据以及多个历史雷达目标的多组数据进行训练，得到所述识别模型，其中，通过以下至少之一，对采集的包括所述多个历史雷达数据，所述多个历史视频数据以及多个历史雷达目标的多组数据进行训练：卷积神经网络、长短时记忆网络、循环神经网络、霍普菲尔网络。

2.根据权利要求1所述的方法，其特征在于，对采集的包括所述多个历史雷达数据，所述多个历史视频数据以及多个历史雷达目标的多组数据进行训练，得到所述识别模型包括：

对所述多个历史雷达数据分别从时域和频域进行特征提取，得到所述多个历史雷达数据分别对应的多个历史特征数据一；

在所述多个历史视频数据中搜索与所述多个历史特征数据一的相似度大于阈值的多个历史特征数据二；

分别确定所述多个历史特征数据一和所述多个历史特征数据二分别对应的历史雷达目标之间的映射关系；

根据所述映射关系得到所述识别模型。

3.根据权利要求1所述的方法，其特征在于，将所述雷达数据和所述视频数据作为识别模型的输入包括：

对所述雷达数据分别从时域和频域进行分析，得到特征数据三；

对所述视频数据进行分析，得到特征数据四；

将所述特征数据三和所述特征数据四作为所述识别模型的输入。

4.一种雷达目标的确定装置，其特征在于，包括：

采集单元，用于利用雷达采集的雷达数据，同时利用视频采集设备采集视频数据，其中，所述雷达在开发过程中利用角反射器作为标定目标，以使得雷达目标反标到所述视频采集设备采集的所述视频数据中；

输入单元，用于将所述雷达数据和所述视频数据作为识别模型的输入，其中，所述识别模型为使用多组训练数据通过机器学习得到的，所述多组训练数据中的每组训练数据均包括：历史雷达数据和历史视频数据以及与所述历史雷达数据和所述历史视频数据对应的历史雷达目标；

获取单元，用于获取所述识别模型的输出；

转换单元，用于将所述识别模型的输出转换为雷达目标；

其中，还包括：训练单元，用于在将所述雷达数据和所述视频数据作为识别模型的输入之前，训练得到所述识别模型；

其中，所述训练单元包括：

采集模块，用于采集历史时间内的多个历史雷达数据，多个历史视频数据以及多个历史雷达目标，其中，所述多个历史雷达目标是根据所述多个历史雷达数据和所述多个历史视频数据确定的目标对象；

训练模块，用于对采集的包括所述多个历史雷达数据，所述多个历史视频数据以及多个历史雷达目标的多组数据进行训练，得到所述识别模型，其中，通过以下至少之一，对采集的包括所述多个历史雷达数据，所述多个历史视频数据以及多个历史雷达目标的多组数据进行训练：卷积神经网络、长短时记忆网络、循环神经网络、霍普菲尔网络。