摘要
本发明提供了一种基于Faster R‑CNN模型雷达回波动目标检测方法,包括:步骤1,收集雷达实测回波数据,并进行预处理形成RD谱图;步骤2,对图像进行裁剪、打标签等处理构建数据集;步骤3,构建卷积神经网络用于提取RD谱图特征;步骤4,使用建立的数据集训练所述Faster R‑CNN模型,得到雷达动目标检测模型;步骤5,将测试集的图片逐一输入检测模型中,并输出检测结果,以评测改进模型的检测性能。本发明的Faster R‑CNN的雷达动目标检测方法适用于小样本条件,采用轻量级卷积网络提取图像特征,在减轻计算负担的同时还能准确的检测到动目标,降低了误检率和漏检率,实现了在复杂场景下的快速、准确检测。
技术关键词
雷达回波图像
雷达回波数据
双三次插值
多普勒
置信度阈值
特征提取器
构建卷积神经网络
样本
随机梯度下降
图像缩放
尺寸
打标签
输出特征
曲线
金字塔