基于 Faster-RCNN 的 B-scan 探地雷达数据地下埋藏物检测
计算机视觉与模式识别
2018-03-23 v1
摘要
在本文中，我们改进 Faster-RCNN 框架，用于检测 B-scan 探地雷达 (GPR) 图像中的地下埋藏物（即双曲线反射）。由于缺乏用于训练的真实数据，我们提出利用 gprMax 工具箱引入更多由不同配置生成的模拟雷达图。我们设计的 CNN 首先在灰度 Cifar-10 数据库上进行预训练。随后，基于该预训练 CNN 的 Faster-RCNN 框架在真实与模拟 GPR 数据上进行训练与微调。初步检测结果表明，与经典计算机视觉方法相比，所提技术能提供显著改善，因此即使训练样本较少，在处理此类特定 GPR 数据时也极具前景。
关键词
引用
@article{arxiv.1803.08414,
title = {Buried object detection from B-scan ground penetrating radar data using Faster-RCNN},
author = {Minh-Tan Pham and Sébastien Lefèvre},
journal= {arXiv preprint arXiv:1803.08414},
year = {2018}
}
备注
4 pages, to appear in IGARSS 2018