利用卷积神经网络进行毫米波图像违禁物体定位

随着毫米波器件的成熟, 毫米波成像雷达已经应用于人体安检.但毫米波图像中违禁物体的定位仍然是一个艰巨的任务, 这极大地限制了毫米波成像雷达的应用.文章将卷积神经网络(Convolutional Neural Network, CNN)应用于毫米波图像, 自动定位毫米波图像中的违禁物体, 如枪、刀等.利用滑动窗口在输入图像上滑动, 并通过CNN得到各个子图块存在违禁物体的概率.图像块是相互交叠的, 将各子图块的概率值累积起来, 得到概率累积图.概率累计图反映了违禁物体的位置.由于CNN和概率累积图的应用, 在实验中, 该方法获得了很高的定位准确率, 验证了该方法的有效性