摘要
本发明公开了基于神经网络自适应设计的毫米波雷达活体检测方法,首先对神经网络进行自适应设计,步骤包括预定义宏观超网络:确定神经网络功能块,构建候选块搜索空间;根据预处理后的雷达检测数据,基于宏观超网络搜索神经网络架构;基于神经网络架构,采用多目标优化算法筛选候选块;通过多重注意力机制对自适应设计的神经网络进行辅助训练;然后利用训练后的自适应设计的神经网络根据实时雷达检测数据对活体进行检测。本申请不仅简化了神经网络设计流程,还能根据特定应用场景的需求自动生成最优网络架构,极大地提高了深度学习应用的效率和性能。
技术关键词
神经网络架构
活体检测方法
雷达
超网络
注意力机制
检测数据输入
功能块
训练神经网络
双线性插值
随机噪声
输出特征
算法
参数
模块
通道
比率
系统为您推荐了相关专利信息
可见光图像
场景检测方法
对象检测模型
神经网络模型构建
计算机执行指令
监控管理方法
云平台技术
销量预测模型
监控管理系统
周期性
微调方法
路径特征
多尺度特征提取
注意力机制
YOLO模型
水位预测方法
注意力机制
强化学习算法
LSTM模型
因子