基于FCOS算法的地下目标重建方法

针对从复杂多样的探地雷达(GPR)成像中检测和定位被埋藏的物体会耗费大量人力时间成本的问题,提出一种基于深度学习的方法。采用一阶全卷积目标检测算法(FCOS)对任意目标进行定量分析,然后对目标区域进行跟踪与聚类标记,曲线拟合获取地下目标的精确位置,重构被埋藏的地下目标信息。仿真结果表明,该方法避免了传统处理算法所需的对数据进行复杂的计算,能够快速检测到目标,并且能对目标的位置与介电属性进行高精确度估计,在深度上的定位误差不大于3 cm。该方法有效实现了地下场景重构目标的位置、深度和大小。