[发明专利]一种基于卷积神经网络的毫米波图像处理方法有效
| 申请号： | 201910506923.7 | 申请日： | 2019-06-12 |
| 公开（公告）号： | CN110298797B | 公开（公告）日： | 2021-07-09 |
| 发明（设计）人： | 郭林;王强;张华坤;方财义 | 申请（专利权）人： | 博微太赫兹信息科技有限公司 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04 |
| 代理公司： | 合肥昊晟德专利代理事务所(普通合伙) 34153 | 代理人： | 杨雪 |
| 地址： | 230088 安徽*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的毫米波图像处理方法及系统，属于毫米波图像处理技术领域，包括以下步骤：S1：接收毫米波原始图像；S2：对毫米波原始图像进行处理；S3：以三维动态的方式显示处理后的毫米波图像。本发明由于采用了基于卷积神经网络的处理方法，能够实现对毫米波图像快速精准处理，有效地去除冗余信息，极大程度保留了毫米波图像中的有效信息，一定程度上提升了毫米波主动式成像设备的使用性能；在此基础上，对毫米波图像进行隐私处理，从而实现对测试者成像的隐私部位进行隐私处理，避免了隐私泄露的危险；并且将处理后的毫米波图像以三维动态显示方式显示在指定界面，使毫米波图像显示得更加直观。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 毫米波 图像 处理 方法 | ||
【主权项】：
1.一种基于卷积神经网络的毫米波图像处理方法，其特征在于，包括以下步骤：S1：接收毫米波原始图像接收由设备生成的毫米波原始图像；S2：对毫米波原始图像进行处理利用第一卷积神经网络对毫米波原始图像进行图像处理，去除毫米波原始图像中的冗余信息并保留有效信息，该第一卷积神经网络为全卷积神经网络，基于VGG16结构，并将VGG16结构中的全连接层更换为卷积层；同时利用第二卷积神经网络对毫米波原始图像的隐私部位进行检测，得到隐私部位的坐标参数，该第二卷积神经网络为Darknet框架下的yolov3结构；S3：以三维动态的方式显示处理后的毫米波图像利用三维动态显示方法，对步骤S2中经过处理后的图像以及检测得到的隐私部位坐标参数进行处理，处理完毕后，将毫米波图像以三维动态的方式显示。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于博微太赫兹信息科技有限公司，未经博微太赫兹信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910506923.7/，转载请声明来源钻瓜专利网。
