基于残差网络多视图特征融合的无人机检测方法

专利申请号：CN202310485617.6

公 开 号：CN116776276A

发 明 人：谢跃雷 王胜 梁文斌 曾浩南 谢星丽 邓景宇 郝婉瑞 李天佳 

代 理 人：覃永峰

代理机构：桂林市华杰专利商标事务所有限责任公司

专利类型：发明专利

申 请 日：20230919

公 开 日：20230429

专利主分类号：G06F18/25

关 键 词：结构层 视图特征 残差块 构建 视图数据 输入结构 中间结构 残差 卷积 检测 短时傅里叶变换 连续小波变换 采样结构 融合网络 实测信号 输出结构 特征融合 融合 分布图 时域图 输出端 池化 三层 捷径 网络 输出 

摘      要：本发明公开了一种基于残差网络多视图特征融合的无人机检测方法，包括：构建多视图数据：获得实测信号的时域图、短时傅里叶变换图、连续小波变换图和魏格纳‑威尔分布图；构建ResNet34，包括输入结构、中间结构和输出结构，输入结构通过卷积和最大池化的操作对输入数据进行处理；中间结构由四个相似的结构层构成，每个结构层由多个残差块构成，每个残差块包含三层卷积和一条捷径连接，从第二个结构层开始，每个结构层的起始残差块还包含升维的采样结构；构建基于残差网络的多视图特征融合网络模型，在输出端输出经多视图特征融合后的无人机检测精度。本发明通过将信号的多视图数据进行特征融合，从而提高了无人机的检测效率。