[發(fā)明專利]基于深度卷積神經網(wǎng)絡的非金屬地雷識別方法有效
| 申請?zhí)枺?/td> | 201910760520.5 | 申請日: | 2019-08-16 |
| 公開(公告)號: | CN110458129B | 公開(公告)日: | 2020-06-23 |
| 發(fā)明(設計)人: | 馬春光;薛曹逸;羅勇 | 申請(專利權)人: | 電子科技大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司: | 成都正華專利代理事務所(普通合伙) 51229 | 代理人: | 何凡 |
| 地址: | 611731 四川省成*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 深度 卷積 神經網(wǎng)絡 非金屬 地雷 識別 方法 | ||
本發(fā)明公開了一種基于深度卷積神經網(wǎng)絡的非金屬地雷識別方法,其包括獲取若干二維雷達仿真圖像;對二維雷達仿真圖像進行預處理得到預處理圖像,在預處理圖像中標識非金屬地雷目標中心回波存儲在.xml文件中,之后將預處理圖像與對應.xml文件整理為PASCAL VOC數(shù)據(jù)集;將PASCAL VOC數(shù)據(jù)集中信息劃分為驗證集和訓練集,采用訓練集對基于深度卷積神經網(wǎng)絡的SSD目標檢測算法進行訓練得到深度卷積模型;將驗證集中數(shù)據(jù)輸入深度卷積模型得到平均精度值,在平均精度值大于設定閾值時,將預處理后的探地雷達實際掃描圖像輸入深度卷積模型進行識別。
技術領域
本發(fā)明涉及物體識別技術,具體涉及一種基于深度卷積神經網(wǎng)絡的非金屬地雷識別方法。
背景技術
依據(jù)“國際禁止地雷運動”的報道,目前已經存在4200人,其中42%是兒童,成為地雷的受害者。據(jù)估計,在全世界70個國家中,仍存在超過1億種不同類型的地雷。而采用目前已知的方法進行地雷探測,需要400多年才能發(fā)現(xiàn)并清除他們。在中國和越南的交界地帶,還存在大量地雷遺留,國家已耗費了大量人力、物力去檢測并消除地雷,但是由于埋藏地雷的時間相對久遠,地形變化比較大,導致云南地區(qū)依舊存在著大約60km2的永久性封圍雷區(qū)。可見,地雷問題不僅殺傷了大量無辜人民,還減少了耕種面積,影響了相關地區(qū)的社會和經濟發(fā)展。因此,如何實現(xiàn)對地雷的高效檢測成為一個迫切需要解決的重要問題。
地雷有各種不同類型,但最常用的是反坦克地雷和反步兵地雷。反坦克地雷一般金屬材質制成,相對容易被檢測識別,虛警率較低,不太容易誤傷到平民;而反步兵地雷的主要成分是塑料等非金屬,金屬含量很低,并且體積很小,一般尺寸都在10cm×10cm×10cm以內,用金屬探測器等傳統(tǒng)的檢測方法很難成功檢測,同時又造價低廉,所以在世界各地仍遺留有大量這種地雷,引發(fā)了許多制約經濟發(fā)展和人道主義問題。
探地雷達是一種用高頻寬帶電磁波來探測地下介質分布的高效地球物理方法。探地雷達經發(fā)射天線向地下發(fā)射高頻電磁波,由接收天線接收反射回地面的電磁波,再通過信號處理方法可生成直觀的雷達剖面。電磁波在地下介質中傳播時遇到存在電性差異的界面便會產生反射,根據(jù)接收到電磁波的波形、振幅強度和時間延遲特征等推斷地下異常目標體的空間位置、結構、形態(tài)和埋藏深度。因此,根據(jù)非金屬地雷與環(huán)境介質介電常數(shù)和電導率的差異,采用探地雷達可實現(xiàn)對非金屬地雷的探測能力。然而,地下石塊等物體的回波和地表雜波導致探測器的虛警率很高。因此,研究一種能夠降低虛警率和漏報率、且能高效檢測非金屬地雷的數(shù)據(jù)處理方法是保證探地雷達方法順利實施掃雷工作的關鍵。
發(fā)明內容
針對現(xiàn)有技術中的上述不足,本發(fā)明提供的基于深度卷積神經網(wǎng)絡的非金屬地雷識別方法能夠對非金屬地雷進行準確識別。
為了達到上述發(fā)明目的,本發(fā)明采用的技術方案為:
提供一種基于深度卷積神經網(wǎng)絡的非金屬地雷識別方法,其包括:
S1、基于FDTD方法的GprMax軟件進行淺層埋藏非金屬地雷正演模擬得到若干二維雷達仿真圖像;
S2、采用主元分析去除法去除二維雷達仿真圖像B-scan中的直達波得到預處理圖像,在預處理圖像中標識非金屬地雷目標中心回波存儲在.xml文件中,之后將預處理圖像與對應.xml文件整理為PASCAL VOC數(shù)據(jù)集;
S3、將PASCAL VOC數(shù)據(jù)集中信息按預設比例劃分為驗證集和訓練集,并采用訓練集對基于深度卷積神經網(wǎng)絡的SSD目標檢測算法進行訓練得到深度卷積模型;
S4、將驗證集中數(shù)據(jù)輸入深度卷積模型,得到模型的平均精度值,并判斷模型的平均精度值是否小于設定閾值;若是進入步驟S5,否則進入步驟S6;
S5、采用淺層埋藏非金屬地雷正演模擬獲取設定數(shù)量的二維雷達仿真圖像,之后對新獲得的二維雷達仿真圖像進行去直達波處理后,將其與之對應的.xml文件整理至PASCAL VOC數(shù)據(jù)集,進入步驟S3;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于電子科技大學,未經電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910760520.5/2.html,轉載請聲明來源鉆瓜專利網(wǎng)。





