基于超分辨率重建的隐藏物品检测

• 作者: 罗平 陈紫媚
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 被动毫米波 超分辨卷积神经网络 YOLOv3 目标检测 深度学习
• 年，卷（期）: 2020,（28）
• 页码范围: 182-184
• 页数: 3页
• 分类号: TP183

摘要

针对图像模糊以及隐藏物品特征不明显问题,研究了一种更有效的被动毫米波雷达图像隐藏物品检测方法。该方法首先使用超分辨卷积神经网络对原始低分辨图像进行超分辨重建,然后使用直方图阈值分割技术对图像进行二值化处理,最后使用YOLOv3进行目标检测,被动毫米波雷达图像处理结果验证了提出方法对隐藏物品检测的有效性。由结果可见,通过SRCNN算法对图像进行超分辨率重建后,图像质量得到了改善,再利用深度学习算法可较准确地识别隐藏物品的位置、类别和置信度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗平	佛山科学技术学院电子信息工程学院	22	381	11.0	19.0
2	陈紫媚	佛山科学技术学院电子信息工程学院	3	3	1.0	1.0