摘要
本发明提供一种基于深度学习的毫米波雷达人体检测方法,包括:采集和标注待检测雷达数据集;对采集到的待检测雷达数据集进行数据增强,生成增强雷达数据集;设计神经网络模型,使用增强雷达数据集训练神经网络模型;当神经网络模型符合标准时,使用神经网络模型进行推理,输出检测结果。通过利用深度学习的神经网络模型处理微多普勒数据,可以准确判断待检测物体是否为人,从而提高检测的准确性和鲁棒性,适用于各种复杂环境和应用场景。
技术关键词
雷达人体
检测雷达
计算机程序指令
训练神经网络模型
数据
卷积滤波器
Softmax函数
人体检测系统
全局平均池化
微多普勒
积层
雷达系统
非线性
处理器
样本
存储器
鲁棒性
系统为您推荐了相关专利信息
功率分配策略
功率分配方法
无人机通信网络
中继节点
控制无人机
孤岛微电网
动态增容方法
经济调度模型
传输线路
日负荷曲线