[發明專利]一種雷達回波預測方法、裝置、設備及存儲介質

在審

• 申請號: 202110473439.6
• 申請日: 2021-04-29
• 公開（公告）號: CN113159434A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 丁苗高;何娜;閆正
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種雷達回波預測方法，其特征在于，包括：

獲取原始雷達回波圖像，并將所述原始雷達回波圖像作為待處理圖像；

將所述待處理圖像輸入預設的多尺度雷達回波預測網絡模型，根據輸出的生成結果確定融合雷達回波圖；

根據所述融合雷達回波圖確定雷達回波預測結果。

2.根據權利要求1所述的方法，其特征在于，所述多尺度雷達回波預測網絡模型中至少包括第一尺度預測子模型和第二尺度預測子模型，所述多尺度雷達回波預測網絡模型的訓練步驟包括：

將圖像訓練樣本集分別采樣為第一尺度的第一圖像訓練樣本集和第二尺度的第二圖像訓練樣本集，其中，所述圖像訓練樣本集包括真實圖像集以及與真實圖像集對應的標定圖像集，所述標定圖像集中包括與所述真實圖像集對應的雷達回波預測位置信息；

通過所述第一圖像訓練樣本集對初始第一尺度預測子模型進行訓練，確定第一尺度預測子模型，并獲得第一尺度預測子模型輸出的第一特征圖；

通過所述第一特征圖與所述第二圖像訓練樣本集對初始第二尺度預測子模型進行訓練，確定第二尺度預測子模型；

融合所述第一尺度預測子模型與所述第二尺度預測子模型，構成多尺度雷達回波預測網絡模型。

3.根據權利要求2所述的方法，其特征在于，所述通過所述第一圖像訓練樣本集對初始第一尺度預測子模型進行訓練，確定第一尺度預測子模型，包括：

將所述第一圖像訓練樣本集輸入至初始第一尺度預測子模型，提取第一中間結果集；

將所述第一中間結果集、所述標定圖像集與給定的至少一個損失函數表達式相結合，確定對應的第一損失函數，并通過對各所述第一損失函數的融合處理形成第一擬合損失函數；

基于所述第一擬合損失函數對所述初始第一尺度預測子模型進行訓練，直到滿足預設收斂條件獲得第一尺度預測子模型。

4.根據權利要求2所述的方法，其特征在于，所述通過所述第一特征圖與所述第二圖像訓練樣本集對初始第二尺度預測子模型進行訓練，確定第二尺度預測子模型，包括：

將所述第一特征圖與所述第二圖像訓練樣本集輸入至初始第二尺度預測子模型，提取第二中間結果集；

將所述第二中間結果集、所述標定圖像集與給定的至少一個損失函數表達式相結合，確定對應的第二損失函數，并通過對各所述第二損失函數的融合處理形成第二擬合損失函數；

基于所述第二擬合損失函數對所述初始第二尺度預測子模型進行訓練，直到滿足預設收斂條件獲得第二尺度預測子模型。

5.根據權利要求3或4所述的方法，其特征在于，擬合損失函數的表達式，包括：

其中，n表示所述標定圖像集的總幀數，w_i表示中間結果集中第i幀的權重且w_i＝0.5+i/n，gt_i表示所述標定圖像集中的第i幀，pred_i表示中間結果集中的第i幀，所述中間結果集中至少包括第一中間結果集和/或第二中間結果集。

6.根據權利要求1所述的方法，其特征在于，所述將所述待處理圖像輸入預設的多尺度雷達回波預測網絡模型，根據輸出的生成結果確定融合雷達回波圖，包括：

將所述待處理圖像分別采樣為第一尺度的第一待處理圖像和第二尺度的第二待處理圖像；

將所述第一待處理圖像輸入所述多尺度雷達回波預測網絡模型中的第一尺度預測子模型中，確定第一生成結果；

將所述第二待處理圖像輸入所述多尺度雷達回波預測網絡模型中的第二尺度預測子模型中，確定第二生成結果；

將所述第一生成結果與所述第二生成結果進行融合，并將融合后的生成結果確定為融合雷達回波圖。

7.根據權利要求6所述的方法，其特征在于，所述將所述第一生成結果與所述第二生成結果進行融合，并將融合后的生成結果確定為融合雷達回波圖，包括：

將所述第一生成結果與所述第二生成結果轉換至目標尺寸；

確定轉換后的第一生成結果與轉換后的第二生成結果中對應位置像素點的像素平均值；

根據各像素平均值生成所述目標尺寸的融合生成結果，并將所述融合生成結果確定為融合雷達回波圖。