基于深度学习的抗干扰毫米波雷达活体检测方法及系统

本发明公开了一种基于深度学习的抗干扰毫米波雷达活体检测方法及系统，涉及目标检测技术领域，方法包括以下步骤：步骤1：采集雷达信号数据，构建数据集；步骤2：构建PMUnet降噪网络，利用PMUnet降噪网络对数据集进行去噪，获得降噪数据集；步骤3：构建TPreUnet分类网络，利用降噪数据集采用滑动窗口提取特征对TPreUnet分类网络进行训练，获得活体检测模型；步骤4：采集待检测雷达信号，输入活体检测模型，获得检测结果。本发明通过引入深度学习用于信号干扰去处可以增加毫米波雷达微动信号的识别准确率，提高系统的可实用性。