[發明專利]一種超寬帶雷達人體目標姿態可視化增強方法

有效

• 申請號: 202010040024.5
• 申請日: 2020-01-15
• 公開（公告）號: CN111208509B
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 金添;宋永坤;戴永鵬;杜浩;李浩然;何大權;伍晨
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G01S13/88
• 分類號: G01S13/88;G01S13/89
• 代理公司: 國防科技大學專利服務中心 43202
• 代理人: 王文惠

本發明提供了一種超寬帶雷達人體目標姿態可視化增強方法，針對傳統超寬帶雷達人體成像結果比較抽象且分辨率低，很難直觀理解的問題，通過首先對探測場景進行三維成像；檢測人體目標的位置，獲取人體目標的成像結果；然后使用resnet網絡對人體目標對應的雷達圖像進行特征提取；使用headnet網絡將特征矩陣轉化為人體骨骼點的概率分布；最后使用soft?argmax函數提取人體骨骼點位置坐標，并將坐標點進行連接顯示，得到人體目標的可視化三維姿態圖。本方法借助深度神經網絡工具從抽象的三維雷達圖像中估計出三維人體姿態，增強了超寬帶雷達人體目標探測的可視化性能，輔助使用人員對人體目標的姿態進行更高精度的判讀。

技術領域

本發明涉及雷達信號處理領域，特別是一種超寬帶雷達人體目標姿態可視化增強方法。

背景技術

超寬帶雷達相比于窄帶雷達具有寬頻和低頻的特點，可獲取更為豐富的目標散射信息，可對墻體、擋板、樹葉等非透明介質進行穿透探測，在目標成像、目標識別、穿墻探測、葉簇透視等方面有較大的優勢。其中，穿墻雷達人體探測是超寬帶雷達的一個重要應用，穿墻雷達可獲取墻后人體目標的位置和運動信息，提升人們對建筑物的透視感知能力，輔助決策人員對建筑物內部情況進行判斷，在反恐維穩、戰場監視、災后救援等方面發揮了重要的作用，因此超寬帶雷達技術的研究具有重要的實踐意義和應用價值。

雷達成像是穿墻雷達系統使用人員了解墻后人體目標情況最直觀、有效的手段，尤其對于三維超寬帶穿墻雷達，可以從三維成像結果中獲取目標的距離-方位-高度信息，甚至是人體目標各個肢體部位的位置信息。然而，受應用需求以及硬件水平的限制，超寬帶雷達系統的距離分辨率和方位分辨率通常較低，導致成像結果的分辨率比較低，無法給出直觀的人體目標姿態可視化結果，不利于非專業使用人員對墻后目標的正確判讀。

近年來，神經網絡技術飛速發展，在信號和圖像處理方面得到了廣泛應用。在光學圖像處理領域，基于深度神經網絡的人體目標姿態估計已經取得了一定的成效，并且優于傳統的人體姿態數據庫匹配方法。然而，相比于光學圖像，低頻超寬帶雷達的成像結果分辨率較低，傳統方法很難準確估計出人體目標的姿態并得到較好的可視化結果，而基于深度神經網絡的研究也比較少。因此，借助深度神經網絡強大的非線性擬合能力對超寬帶雷達圖像的人體姿態可視化增強方法進行研究是很有必要的。

發明內容

本發明所要解決的技術問題是針對現有技術不足，提供了一種超寬帶雷達人體目標姿態可視化增強方法，通過深度神經網絡工具從抽象的低分辨率雷達數據中估計人體姿態，并進行三維顯示，提高了傳統超寬帶雷達系統的人體目標姿態可視化能力。

本發明所采用的技術方案是：

一種超寬帶雷達人體目標姿態可視化增強方法，包括以下步驟：

1)輸入接收的雷達信號并進行三維BP成像，得到探測場景的三維成像結果；

2)對成像結果進行檢測，獲得人體目標的三維成像區域；

3)將連續多幀人體目標雷達成像結果輸入resnet網絡進行特征提取；

4)使用headnet網絡將resnet網絡提取的特征轉換為人體目標各個骨骼點概率分布；

5)使用soft-argmax函數從骨骼點概率分布中提取人體目標各個骨骼點的位置坐標，并將所有骨骼點坐標按照順序連接。