-
公开(公告)号:CN114882236B
公开(公告)日:2024-09-13
申请号:CN202110542902.8
申请日:2021-05-19
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
IPC: G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464 , G06N3/048 , G01S13/88
Abstract: 本发明提供一种基于SinGAN算法的探地雷达地下空洞目标自动识别方法。步骤1:利用SinGAN算法对已获取的地下空洞目标的探地雷达回波图像进行图像增广处理,得到处理后的具有相似分布的探地雷达回波图像;步骤2:对步骤1生成的探地雷达回波图像进行标注明确相关目标像素位置;步骤3:将步骤2中已标注的数据随机分配至训练集和验证集;步骤4:利用步骤3的训练集和验证集对深度学习目标识别算法进行训练,得到权重模型;步骤5:将步骤4获得的权重模型输入已有深度学习算法模型,对地下空洞目标探地雷达回波图像进行目标识别检测。本发明解决现有方法难以检测识别地下空洞目标的问题。
-
公开(公告)号:CN114882236A
公开(公告)日:2022-08-09
申请号:CN202110542902.8
申请日:2021-05-19
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
Abstract: 本发明提供一种基于SinGAN算法的探地雷达地下空洞目标自动识别方法。步骤1:利用SinGAN算法对已获取的地下空洞目标的探地雷达回波图像进行图像增广处理,得到处理后的具有相似分布的探地雷达回波图像;步骤2:对步骤1生成的探地雷达回波图像进行标注明确相关目标像素位置;步骤3:将步骤2中已标注的数据随机分配至训练集和验证集;步骤4:利用步骤3的训练集和验证集对深度学习目标识别算法进行训练,得到权重模型;步骤5:将步骤4获得的权重模型输入已有深度学习算法模型,对地下空洞目标探地雷达回波图像进行目标识别检测。本发明解决现有方法难以检测识别地下空洞目标的问题。
-