基于神经网络自适应设计的毫米波雷达活体检测方法

AITNT
正文
推荐专利
基于神经网络自适应设计的毫米波雷达活体检测方法
申请号:CN202510402511
申请日期:2025-04-01
公开号:CN120254842A
公开日期:2025-07-04
类型:发明专利
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
1
一种基于关注场景检测方法、装置、设备及存储介质
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
2
一种基于云平台技术的连锁门店运营监控管理方法及系统
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
3
影像处理系统及影像处理方法
影像 数据 储存装置 残差网络模型 光学雷达
4
基于低秩自适应的YOLO模型参数高效微调方法
微调方法 路径特征 多尺度特征提取 注意力机制 YOLO模型
5
一种基于强化学习的水电厂尾水位预测方法
水位预测方法 注意力机制 强化学习算法 LSTM模型 因子
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号