雷达学报

作者：师君, 阙钰佳, 周泽南, 周远远, 张晓玲, 孙铭芳

单位：电子科技大学信息与通信学院   成都   611731；

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

基金：国家自然科学基金(61671113)

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。

来源：2019年第5期

《雷达学报》期刊编辑部

查看雷达学报杂志2019年第5期