[發明專利]太赫茲圖像中目標物體的檢測方法、裝置、設備及介質

有效

• 申請號: 201810628340.7
• 申請日: 2018-06-13
• 公開（公告）號: CN108830225B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 肖紅;張榮躍;張騁;劉英雙;喬靜煒
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

本發明實施例公開了一種太赫茲圖像中目標物體的檢測方法、裝置、設備及計算機可讀存儲介質。其中，方法包括將待檢測的太赫茲圖像輸入預先構建的優化目標檢測層，得到太赫茲圖像的特征圖，并根據特征圖生成建議窗口；利用感興趣區域卷積層將特征圖和包含建議窗口的特征圖生成預設尺寸的第二特征圖；最后利用邊框回歸化生成目標檢測窗口的坐標，以用于檢測太赫茲圖像中的目標物體。優化目標檢測層的構建過程包括采用層級修改faster?Rcnn算法模型的網絡結構配置文件以裁剪卷積層和池化層的數目，采用神經元級裁剪濾波器數目，并通過修改dropout層參數或者增加dropout層以減少神經元連接。本申請提供的技術方案可有效提高太赫茲圖像中目標物體檢測的效率和準確率。

技術領域

本發明實施例涉及太赫茲技術領域，特別是涉及一種太赫茲圖像中目標物體的檢測方法、裝置、設備及計算機可讀存儲介質。

背景技術

太赫茲波為波長在30μm～3mm之間的遠紅外電磁輻射，可穿透紙張、塑料和布料等物質，利用太赫茲波作為信號源進行成像得到的太赫茲成像視頻，可發現隱藏于人體衣物下的物品。由于太赫茲波電離能量很低，對人體不存在任何傷害，且太赫茲成像能檢測金屬物品以及非金屬違禁品(如炸藥、陶瓷刀、玻璃刀、毒品等)，使得太赫茲成像廣泛應用于人體安檢。

但是，基于太赫茲技術的人體成像的分辨率較低、視頻幀率信噪比低、對比度差，細節表現不豐富，無法得知目標物體(例如違禁品)在人體圖像中的大小、形狀、準確位置等信息，無法滿足人體安檢速度和準確性的現實需求。

目前針對人體安檢太赫茲圖像中目標物體的檢測方法，多數集中在對圖像中可疑物品的定位和分割上，先采用圖像分割、輪廓跟蹤、區域生長、模糊聚類等方法分離出物體，然后再進行物體的分類和識別。近年來，由于深度學習技術的迅猛發展和應用，目標視覺檢測研究取得了很大進展，圖像物體檢測和識別的速度和準確性都得到了很大提高。但是，直接將深度學習算法應用在太赫茲圖像的目標物體的檢測中，目標物體檢測準確率較低，且檢測測速度較慢。

鑒于此，如何提高太赫茲圖像中目標物體檢測的效率和準確率，是本領域技術人員亟待解決的問題。

發明內容

本發明實施例的目的是提供一種太赫茲圖像中目標物體的檢測方法、裝置、設備及計算機可讀存儲介質，提高了太赫茲圖像目標物體檢測的效率和準確率。

為解決上述技術問題，本發明實施例提供以下技術方案：

本發明實施例一方面提供了一種太赫茲圖像中目標物體的檢測方法，包括：

預先根據接收到的結構裁剪指令對faster-Rcnn算法模型進行優化，生成優化目標檢測層；

將待檢測的太赫茲圖像輸入所述優化目標檢測層，得到所述太赫茲圖像的特征圖，并根據所述特征圖生成建議窗口；

利用感興趣區域卷積層將所述特征圖和包含建議窗口的特征圖生成預設尺寸的第二特征圖；

根據第二特征圖，利用邊框回歸化生成目標檢測窗口的坐標，以用于檢測太赫茲圖像中的目標物體；

所述對faster-Rcnn算法模型進行優化包括：

采用層級修改faster-Rcnn算法模型的網絡結構配置文件以裁剪卷積層和池化層的數目，采用神經元級裁剪濾波器數目，并通過修改dropout層參數或者增加dropout層以減少神經元連接。

可選的，所述優化目標檢測層還包括圖像增強層，用于采用指數非線性變化對所述太赫茲圖像進行空域圖像增強。

可選的，所述優化目標檢測層還包括噪聲處理層，用于采用非線性濾波算法去除經空域圖像增強后的太赫茲圖像的噪聲。