近场毫米波三维成像与异物检测方法

• 作者: 周泽南 周远远 孙铭芳 师君 张晓玲 阙钰佳
• 来源期刊: 雷达学报
• 学科: 工学
• 关键词: 近场毫米波3维成像 后向投影 卷积神经网络 图像检测 边框回归
• 年，卷（期）: 2019,（5）
• 页码范围: 578-588
• 页数: 11页
• 分类号: TN957.52
• 语种: 中文
• DOI: 10.12000/JR18089

摘要

主动式毫米波阵列3维成像系统是人体安检成像系统的研究热点，该文对主动式毫米波阵列3维系统工作模式、信号模型和成像算法进行了介绍，并将深度学习中的卷积神经网络(CNN)热图检测方法和边框回归检测技术应用于人体安检成像异物检测。研究表明，基于热图的检测方法和基于YOLO的检测方法均可实现异物检测。基于热图的检测方法网络结构简单、易训练，但由于需要遍历整幅待检测图像，运算时间长，且生成的检测框尺寸固定，无法适应异物尺寸变化。基于YOLO的检测算法网络结构复杂、训练耗时长，但该方法在检测速度与检测框精度上优势明显，更利于机场安检等对实时性要求较高的检测应用。