基于低成本宽测角雷达改进的人员检测算法

在宽测角毫米波雷达的应用中,接收天线数量决定了测角及跟踪轨迹的精度,但在低成本宽角度应用中,增加接收通道的数量会成倍地增加成本。文中提出了一种基于目标行为预测及修正的改进算法,在入侵人员行走的特征中加入迭代的角度修正及点迹限制策略,实现了对入侵人员的跟踪检测轨迹的优化。通过多个场景的实验表明,与传统的跟踪算法相比,该优化算法检测的入侵人员轨迹散度降低了45%~55%。

毫米波人体安检仪伺服系统设计与控制

人体安检仪基于毫米波全息成像技术,采用高集成度毫米波收发阵列配合双面联动机械扫描的方式实现对被检查对象的全身快速扫描成像。在此基础上,开展了毫米波人体安检仪伺服系统设计和控制策略研究。该系统可接受软件分系统的命令、完成系统扫描所需运动机构的驱动和控制、提供扫描同步脉冲信号,实现系统配电、安全联锁、声光报警等功能。同时,基于Profinet工业以太网的现场总线通信协议,通过Profinet现场总线,实现了对伺服电机的PLC控制。

毫米波人体安检机电磁辐射安全评价方法

毫米波人体安检机现已广泛应用在各种需要安检的场景中,其电磁辐射安全问题受到社会的关注。该文给出了毫米波人体安检机电磁辐射安全评价的方法,详细介绍了测试原理、测试仪器及测试位置的选择、测试状态的设定。该评价方法可以有效地测量毫米波人体安检机的电磁辐射,目前已作为GB/T 41482-2022的一部分应用到实际的测量中。国内外11款毫米波人体安检机的实测结果表明,毫米波人体安检机的电磁辐射均小于GB 8702-2014中的公众暴露控制限值要求,可以放心使用。

基于Vision Transformer的毫米波人体安检图像违禁品识别

毫米波人体安检图像因为成像质量和遮挡等问题,使违禁品的识别难度较大。因此采用更优的检测识别算法,提升违禁品的识别速度和精度一直是业内重点研究的方向。将Vision Transformer(ViT)应用到毫米波图像违禁品的识别过程中,通过将无监督预训练的ViT与经典的目标检测算法(Faster R-CNN)相结合,实现了高精度的毫米波人体安检图像违禁品识别。为了充分训练和测试算法,制作一个包含枪支和刀具两类违禁品,共计14.5万个违禁品成像样本的毫米波人体安检数据集。通过与经典的基于101层残差网络(ResNet-101)的Faster R-CNN对比,该算法使mAP50提升了2.4个点,达到了89.9%。

基于毫米波雷达的目标识别应用研究综述

毫米波雷达在交通安防、智能家居、医疗养老等民用领域发挥着重要的作用,由于其全天时、全天候、高分辨率、抗干扰性等优势,在目标识别中取得较多突破与成果。本文围绕车载目标识别、人体体征目标识别和空间目标识别3个方面,对国内外公开发表的相关文献进行归纳总结,梳理了近年来基于毫米波雷达的目标识别技术的研究发展现况,分析了在研究发展中所面临的挑战,对未来的研究趋势进行了展望。

射频与微波技术在安防领域的应用

射频与微波因其一系列独特的特性,对其他安防探测手段形成了有效补充,使得这项技术在安防领域的应用研究取得了飞速的进展,并已经在出入口人体安检、小型无人机捕获、周界安防以及电子射频识别(RFID)等场合发挥了重要的作用。在安防环境日趋复杂的今天,射频与微波技术在维护公共安全方面已经成为不可或缺的组成部分。

频域稀疏毫米波人体安检成像处理和快速成像稀疏阵列设计

该文研究工作包括频域稀疏毫米波人体安检成像数据处理和用于快速安检成像的稀疏阵列设计两部分。首先基于柱面扫描成像模型,采用巴克码随机稀疏采样方式减少成像所需数据量;提出一种基于干涉处理和频域压缩感知的3维成像算法,利用干涉处理使人体复图像在频域具备稀疏性,建立频域压缩感知测量模型并重建图像频谱,进而实现稀疏采样下人体安检图像3维重建。实际数据处理结果表明,该方法在数据采集量减少约50%条件下,可获得接近满采样对应的图像分辨率和成像效果,稀疏采样前后的图像相关系数优于0.9。其次基于频域稀疏成像方法、巴克码稀疏采样方式和收发分置工作模式,设计了用于快速安检成像的稀疏阵列布局,在保证人体成像质量前提下,稀疏率高达94.6%。该方法用于实际安检成像系统中可大幅增加安检通过速率、减少辐射单元数量和系统复杂度,在大人流量、高安检要求场所安全检测中具有重要应用价值和市场前景。

基于双极化毫米波的人体安检成像技术

为了提高人体安检成像中隐藏目标的检测与识别,提出了一种基于双极化合成孔径雷达体制的毫米波成像方法。构建了金属手枪的三维仿真模型,获得了极化回波数据,由后向投影算法进行图像重构,对比分析了单极化和双极化成像结果。基于仿真模型构建了一套工作频率为31~34 GHz,64路发射通道、64路接收通道、方位分辨率为5 mm的双极化人体安检成像系统,模拟人体安检场景进行了成像试验,获得相应的成像结果,验证了方法的有效性。

宽带全息重建算法应用于亚毫米波成像系统初探

毫米波全息成像技术是人身安检的重要技术手段,为进一步提高成像的分辨率和图像质量,研究宽带高频的亚毫米波成像系统具有重要的意义。本文基于亚毫米波全息成像系统的系统构成,给出了适用的宽带全息重建算法,对利用亚毫米波全息成像系统实际测得的相位和幅度信息进行重建并获得了目标图像。实验结果表明,上述宽带全息重建算法在亚毫米波波段内可以有效地重建图像,并验证了使用宽带成像可以有效提高图像分辨率、抑制散斑效应。

一种改进的主动式近场毫米波成像算法

近年来在机场等公共场合屡屡发生恐怖袭击事件,一种安全有效的毫米波安检成像技术应运而生,但是该技术采用的传统波数域算法存在从加载后向散射数据到重建图像耗时较大,无法完全满足快速安检成像的要求。故提出一种改进的主动式近场毫米波成像算法,该算法对近场毫米波成像首先进行邻近聚焦再结合一致聚焦函数来代替传统的匹配滤波函数和插值部分,所提算法可提高成像效率,使其更具实用性。通过大量的仿真实验和实测实验证实了所提算法的高分辨率和图像保真度。

毫米波人体安检图像自适应滤波方法

为解决毫米波人体安检图像背景区域的大量毛刺、混叠等噪声对隐匿物体识别造成的干扰问题,提出一种自适应的二次模板匹配滤波方法。首先将原始图像进行水平集二值分割,然后将分割结果作为模板对原始图像进行背景滤除,最后将滤除背景的结果作为先验图像对原始图像进行改进的双边滤波。基于毫米波成像系统的实际图像进行对比实验,验证了此算法相比于传统滤波方法的改善,并证明此算法可以针对性地滤除毫米波安检图像的背景噪声,保留人体区域的图像细节,有利于毫米波安检图像中的隐匿物品识别与定位。

基于BP算法的斜下视圆弧扫描毫米波成像实验

采用斜下视圆弧扫描方式,基于后向投影(BP)算法,完成了对附着在圆柱泡沫和人体模特表面物品的成像实验。利用矢量网络分析仪(矢网)、高精度转台、三脚架、一对喇叭天线和电脑搭建实验平台,并对粘在圆柱泡沫上的两个金属小球与绑在人体模特上的剪刀和手机做斜下视180°扫描,然后通过BP算法进行圆柱面成像。实验结果的角度维分辨率约3 mm,高度维分辨率约17 mm,说明该成像机制可应用于人体安检。

基于去模糊空间变换RCNN的毫米波图像目标检测（英文）

提出一种包含去模糊的空间变换区域卷积神经网络的目标检测算法.首先,基于主动毫米波圆柱扫描成像原理对人体进行三维成像(频率24~30 GHz),建立毫米波图像数据集.然后,估计毫米波图像的模糊核,通过卷积去噪网络获得图像先验知识,将其集成到半二次分裂的优化方法中,以实现非盲目去模糊.最后,由定位网络、网格生成器和采样网络三部分组成空间变换网络,将它融入到特征提取网络中,在去模糊后实现目标检测.通过该非盲目去模糊算法得到的图像的峰值信噪比可达27.49 dB,目标检测算法的平均精度可达80.9%.实验结果表明,与现有的先进方法相比,该方法可以有效地提高图像质量和检测精度,为毫米波图像中隐藏危险品的目标检测提供了新的技术支持.

被动毫米波三维成像技术初探

在简述当前被动毫米波二维成像技术已取得的成果及存在的不足的基础上,介绍了被动三维成像技术的原理、优势及难点.对理想均匀球面阵列的被动三维成像性能进行了仿真分析,并着重对由成像遮挡问题引起的成像效果恶化进行了仿真评估.最后提出了一种适用于非合作式人体安检的“门”型通道成像阵列,并对其能够实现的被动三维成像效果进行了探讨.结果表明,所提出的“门”型通道成像阵列理论能够实现波长级的被动三维成像分辨率.

基于轻量级U-Net深度学习的人体安检隐匿违禁物的实时检测

在高端智能安检系统研发中,如何使受检者在无接触正常行进过程中,对其实施人体是否携带隐匿违禁物的快速高效检测是具有挑战性的关键性技术。被动毫米波成像以其安全无害、穿透性强等突出优势而成为安检成像的热门选项。该文利用被动毫米波成像和可见光成像的优势互补,通过轻量级U-Net的深度学习,研究提出人体安检隐匿违禁物的高性能实时检测算法。首先构建和训练轻量级U-Net分割网络,进行被动毫米波图像(PMMWI)和可见光图像(VI)中人体轮廓的快速分割,实现人体与背景的有效分离,以获取疑似隐匿违禁物的轮廓信息。进而,以轻量级U-Net为工具,通过基于相似性测度的无监督学习方法进行被动毫米波人体轮廓图像与可见光人体轮廓图像的配准,以滤除虚警目标,并在可见光图像中进行疑似目标定位,得到单帧图像的检测结果。最后,通过序列多帧图像之检测结果的综合集成与推断,给出最终检测结果。通过在专门构建的数据集上的实验结果表明,该文所提方法的F1指标达到92.3%,展现出良好的性能优势。

PMMWI与VI优势互补的人体隐蔽违禁物检测与定位

根据公共场所人体安检的性能要求和技术需求,将被动毫米波成像(PMMWI)的可透视成像性能优势与可见光成像(VI)的细节高分辨性能优势相结合,提出一种基于PMMWI与VI优势互补的人体隐蔽违禁物检测与定位算法。首先,提出一种基于低层特征融合的改进U-Net以增强深度神经网络(DNN)对PMMWI中弱小目标轮廓的敏感度,提高PMMWI中人体轮廓和隐蔽违禁物的分割精度,并同时实现VI中人体轮廓的像素级分割;然后,在PMMWI和VI中的人体轮廓分割基础上,通过基于人体轮廓的尺度变换与滑动适配实现PMMWI人体轮廓和VI人体轮廓的良好配准,根据配准结果实现单帧图像中人体隐蔽违禁物的高效检测;最后,通过序列图像检测结果的对比融合与优化决策给出隐蔽违禁物的定位结果。一系列综合实验与对比分析结果,验证了提出的人体隐蔽违禁物检测与定位算法的性能优势。

三维人体测量技术的现状和比较

针对服装定制过程中的人体尺寸提取技术,介绍了国内外非接触式人体测量方法,分析了各类测量方式的原理、特点及发展趋势。比较结果显示:被动式非接触测量方法简单易行,但测量误差难以确定,不适用于标准测量或精确测量;主动式测量方法中基于白光和激光的扫描技术测试速度高且精确度高,但操作复杂,设备昂贵。通过对测量方式及仪器的比较发现,基于红外深度传感的测量方法和毫米波技术已有一定的市场接受度,是未来的发展趋势。

被动毫米波太赫兹人体成像关键技术进展

通过分析被动毫米波太赫兹成像检测人体携带物品的基本原理,讨论了被动毫米波太赫兹成像应用于人体安检领域的优势,并分析了成像系统最佳的工作频率和最适宜的工作环境温度。从分析影响成像质量的各项关键技术的角度对被动毫米波太赫兹人体安检成像的进展进行了介绍。重点分析了基于准光学成像原理的光学系统和扫描机构,被动毫米波太赫兹人体成像中最常用的肖特基二极管探测和超导两种探测方法,以及被动毫米波太赫兹图像的处理及目标智能识别。最后,对未来毫米波太赫兹人体成像技术在安全检查领域的应用前景和未来发展方向提出个人观点。

基于毫米波雷达的动态目标生命体征检测研究

毫米波雷达测量生命体征技术具有重大医用价值,然而呼吸谐波和人体随机移动信号作为噪声信号的一种,严重影响了心跳频率的提取。针对上述问题,根据不同呼吸方式的特点提出了一种多检测点信号分离技术与自适应噪声抵消算法相结合的方法测量动态目标心率,完成实验测试。该方法先通过77 GHz调频毫米波雷达同时测量待测者胸部和腹部微动信号,再利用新提出的基于胸部和腹部的多检测点信号分离技术分离胸部和腹部基带信号,之后通过自适应噪声抵消算法消除噪声信号,最后对心跳信号进行频谱分析得到心跳频率。实验表明,在人体随机移动状态下,该方法可以有效消除噪声信号干扰,且单一目标多次测量实验中测量心率的误差率仅为1.19%,较多通道卡尔曼平滑器方法降低了0.97%。

采用深度卷积神经网络方法的毫米波图像目标检测

通过收集大量的毫米波图像并建立相应的人体数据集进行检测,提出基于Faster R-CNN深度学习的方法检测隐藏于人体上的危险物品。该方法将区域建议网络和VGG19训练卷积神经网络模型相结合,构建了面向毫米波图像目标检测的深度卷积神经网络。为了提高毫米波图像的处理能力,采用Caffe深度学习框架在图形处理单元上进行训练和测试。实验结果证明了基于Faster R-CNN深度卷积神经网络的目标检测方法能有效检测毫米波图像中的危险物品,并且目标检测的平均准确率约94%,检测速度约为6 frame/s,对毫米波安检系统的智能化发展有着极其重要的参考价值。