基于全卷积网络利用FMCW雷达进行目标检测与三维估计
计算机视觉与模式识别
2019-02-15 v1 机器学习
机器学习
摘要
本文研究利用FMCW雷达进行目标检测与三维估计。采用当前最优的深度学习框架，而非传统信号处理方法。在准备雷达训练数据时，通过图像分析提供物体在三维空间中朝向的真值，图像由与雷达设备耦合的相机获取。为确保全卷积网络（FCN）的成功训练，我们提出了一种归一化方法，发现该方法在将雷达信号输入神经网络之前应用是必不可少的。经过适当训练的系统能够首先检测环境中物体的存在。若检测到，系统进一步产生其三维位置的估计。实验结果表明，所提系统能够成功训练并用于检测汽车并进一步估计其在噪声环境中的三维位置。
引用
@article{arxiv.1902.05394,
title = {Object Detection and 3D Estimation via an FMCW Radar Using a Fully Convolutional Network},
author = {Guoqiang Zhang and Haopeng Li and Fabian Wenger},
journal= {arXiv preprint arXiv:1902.05394},
year = {2019}
}
备注
5 pages