近场毫米波三维成像与异物检测方法

摘要：

主动式毫米波阵列3维成像系统是人体安检成像系统的研究热点,该文对主动式毫米波阵列3维系统工作模式、信号模型和成像算法进行了介绍,并将深度学习中的卷积神经网络(CNN)热图检测方法和边框回归检测技术应用于人体安检成像异物检测.研究表明,基于热图的检测方法和基于YOLO的检测方法均可实现异物检测.基于热图的检测方法网络结构简单、易训练,但由于需要遍历整幅待检测图像,运算时间长,且生成的检测框尺寸固定,无法适应异物尺寸变化.基于YOLO的检测算法网络结构复杂、训练耗时长,但该方法在检测速度与检测框精度上优势明显,更利于机场安检等对实时性要求较高的检测应用.

关键词：近场毫米波3维成像、后向投影、卷积神经网络、图像检测、边框回归

所属期刊栏目：8

分类号：TN957.52

资助基金：国家自然科学基金61671113

在线出版日期：2020-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：578-588