[发明专利]一种基于深度学习的航海雷达目标检测方法及装置

权利要求书

1.一种基于深度学习的航海雷达目标检测方法，其特征在于，包括：

获取雷达接收机采集的雷达原始数据信息；

对所述雷达原始数据信息进行模数转换处理，得到数字信号；

根据深度学习算法和/或第一滤波算法，分别对所述数字信号进行检测处理，确定目标；

若根据第一滤波算法没有检测到目标，且根据所述深度学习算法检测到目标时，输出根据所述深度学习算法检测到的目标；或者，根据所述深度学习算法没有检测到目标，且根据所述第一滤波算法检测到目标时，输出根据所述第一滤波算法检测到的目标；

其中，根据深度学习算法对所述数字信号进行检测处理，确定目标，包括：

对所述数字信号进行格式转换，得到第一图像信息；

对所述第一图像信息进行处理，得到原始回波图像信息；

对所述原始回波图像进行处理，得到第二图像信息；

将所述第二图像信息输入深度学习模型进行处理，得到图像检测结果，确定目标；所述深度学习模型是用多组已标注的原始回波图像通过深度学习算法而训练好的模型。

2.根据权利要求1所述的基于深度学习的航海雷达目标检测方法，其特征在于，对所述数字信号进行格式转换，得到第一图像信息，包括：

按照雷达信号处理的固定格式，对所述数字信号进行格式转换，得到所述第一图像信息。

3.根据权利要求1所述的基于深度学习的航海雷达目标检测方法，其特征在于，对所述第一图像信息进行处理，得到原始回波图像信息，包括：

对所述第一图像信息的像素值信息进行处理，得到所述原始回波图像信息。

4.根据权利要求1所述的基于深度学习的航海雷达目标检测方法，其特征在于，对所述原始回波图像进行处理，得到第二图像信息，包括：

使用第二滤波算法，对所述原始回波图像进行滤波处理，得到第二图像信息。

5.根据权利要求1所述的基于深度学习的航海雷达目标检测方法，其特征在于，将所述第二图像信息输入深度学习模型进行处理，得到图像检测结果，确定目标，包括：

将第二图像分成多个k×k的网格；

当目标中心落在某个网格上时，确定检测到该网格中的目标；

用最小矩形框把该目标对象框出来；

计算目标的边框的中心点坐标、边框的宽、边框的高和置信度，得到所述图像检测结果，并提取出目标信息。

6.根据权利要求1所述的基于深度学习的航海雷达目标检测方法，其特征在于，还包括：

若所述图像检测结果中有N帧图像，其中有M帧图像和目标匹配，则确定该目标准确，M和N均为正整数，且M大于N/2。

7.根据权利要求6所述的基于深度学习的航海雷达目标检测方法，其特征在于，还包括：

用外接矩形框对所述目标进行标识；

将所述矩形框的对角线的交点作为所述目标的坐标信息，进行直角坐标和极坐标的转换，得到所述目标的方位和距离信息。

8.根据权利要求1所述的基于深度学习的航海雷达目标检测方法，其特征在于，根据第一滤波算法，对所述数字信号进行检测处理，确定目标，包括：

根据至少一级检测门限，对所述数字信号进行检测处理，确定目标。

9.根据权利要求8所述的基于深度学习的航海雷达目标检测方法，其特征在于，还包括：

若雷达的天线扫描X圈的图像中，有Y圈的图像与所述目标匹配上，则确定所述目标为真实目标，并输出所述目标，X和Y均为正整数，且Y大于X/2。

10.根据权利要求1所述的基于深度学习的航海雷达目标检测方法，其特征在于，还包括：

对根据所述深度学习算法得到的目标的信息，和/或，根据第一滤波算法得到的目标的信息，进行跟踪，并显示所述目标。

11.一种基于深度学习的航海雷达目标检测装置，其特征在于，包括：

获取模块，用于获取雷达接收机采集的雷达原始数据信息；

处理模块，用于对所述雷达原始数据信息进行模数转换处理，得到数字信号；根据深度学习算法和/或第一滤波算法，分别对所述数字信号进行检测处理，确定目标；若根据第一滤波算法没有检测到目标，且根据所述深度学习算法检测到目标时，输出根据所述深度学习算法检测到的目标；或者，根据所述深度学习算法没有检测到目标，且根据所述第一滤波算法检测到目标时，输出根据所述第一滤波算法检测到的目标；

其中，根据深度学习算法对所述数字信号进行检测处理，确定目标，包括：

对所述数字信号进行格式转换，得到第一图像信息；

对所述第一图像信息进行处理，得到原始回波图像信息；

对所述原始回波图像进行处理，得到第二图像信息；

将所述第二图像信息输入深度学习模型进行处理，得到图像检测结果，确定目标；所述深度学习模型是用多组已标注的原始回波图像通过深度学习算法而训练好的模型。