利用卷积神经网络进行毫米波图像违禁物体定位

• 作者: 吴亮 姚家雄 孙晓玮 朱玉琨 杨明辉
• 来源期刊: 红外与毫米波学报
• 学科: 工学
• 关键词: 毫米波图像 卷积神经网络 物体定位 概率累积图
• 年，卷（期）: 2017,（3）
• 页码范围: 354-360
• 页数: 7页
• 分类号: TP751
• 字数: 5771字
• 语种: 中文
• DOI: 10.11972/j.issn.1001-9014.2017.03.018

摘要

随着毫米波器件的成熟,毫米波成像雷达已经应用于人体安检.但毫米波图像中违禁物体的定位仍然是一个艰巨的任务,这极大地限制了毫米波成像雷达的应用.文章将卷积神经网络(Convolutional Neural Network,CNN)应用于毫米波图像,自动定位毫米波图像中的违禁物体,如枪、刀等.利用滑动窗口在输入图像上滑动,并通过CNN得到各个子图块存在违禁物体的概率.图像块是相互交叠的,将各子图块的概率值累积起来,得到概率累积图.概率累计图反映了违禁物体的位置.由于CNN和概率累积图的应用,在实验中,该方法获得了很高的定位准确率,验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚家雄	上海微系统与信息技术研究所中科院太赫兹固态技术重点实验室	1	14	1.0	1.0
10	杨明辉	上海微系统与信息技术研究所中科院太赫兹固态技术重点实验室	1	14	1.0	1.0
11	朱玉琨	上海微系统与信息技术研究所中科院太赫兹固态技术重点实验室	1	14	1.0	1.0
12	吴亮	上海微系统与信息技术研究所中科院太赫兹固态技术重点实验室	1	14	1.0	1.0