[發明專利]用于檢測輻射圖像中的局部異常的網絡、方法和裝置在審

申請號：	201910315913.5	申請日：	2019-04-18
公開（公告）號：	CN111861967A	公開（公告）日：	2020-10-30
發明（設計）人：	張*;姚彥潔;劉永春;李葦;邢宇翔;張麗	申請（專利權）人：	同方威視技術股份有限公司;清華大學
主分類號：	G06T7/00	分類號：	G06T7/00;G06K9/62
代理公司：	中科專利商標代理有限責任公司 11021	代理人：	潘軍
地址：	100084 北京***	國省代碼：	北京;11
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	用于檢測輻射圖像中的局部異常網絡方法裝置
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

提供了一種用于檢測輻射圖像中的局部異常的網絡，包括重建網絡部分和孿生網絡部分。重建網絡部分包括第一編碼網絡、生成網絡、判別網絡和第二編碼網絡，第一編碼網絡用于根據原圖像生成原圖像的本征向量和類別，生成網絡用于根據本征向量和類別生成重建圖像，第二編碼網絡用于根據重建圖像生成重建圖像的本征向量。孿生網絡部分基于原圖像的本征向量和對應的重建圖像的本征向量來判斷原圖像和重建圖像之間的相似性，以確定是否存在局部異常。本發明還提供了對應的訓練方法以及利用該網絡來檢測輻射圖像中的局部異常的方法。

技術領域

本發明涉及輻射圖像、圖像理解、深度學習等領域，具體涉及用于檢測輻射圖像中的局部異常的網絡、方法、裝置和計算機可讀存儲介質。

背景技術

陸路口岸的走私夾帶問題一直以來是海關關注的重點。一些不法分子常將走私物品藏匿于集裝箱、箱式貨車、小汽車的車輪、發動機、油箱等隱蔽位置。由于夾帶樣本種類復雜多樣、夾藏位置不易確定，導致利用安檢設備獲得的輻射圖像樣本難于收集。傳統檢測方法利用待測車輛與模板的差異性來判斷是否存在夾藏。但該方法受制于模板精度、采集設備與車型等多種因素的影響，常常效果不盡如人意。

發明內容

鑒于現有技術存在的不足，本發明提供了一種用于車體局部異常檢測的網絡、方法、裝置和計算機可讀存儲介質，其能夠顯著提高檢測輻射圖像中的局部異常的準確性。

根據本發明的第一方面，提供了一種用于檢測輻射圖像中的局部異常的網絡，所述網絡包括：

重建網絡部分，包括第一編碼網絡E1、生成網絡G、判別網絡D和第二編碼網絡E2，第一編碼網絡E1用于根據原圖像x生成原圖像x的本征向量z和類別c，生成網絡G用于根據本征向量z和類別c生成重建圖像第二編碼網絡E2主要用于對重建圖像進行編碼，獲取其本征向量以及

孿生網絡部分，基于原圖像x的本征向量z和對應的重建圖像的本征向量來判斷原圖像x和重建圖像之間的相似性，以確定是否存在局部異常。

在一個實施例中，第一編碼網絡E1和第二編碼網絡E2的模型可以是相同的。

在一個實施例中，孿生網絡部分根據原圖像x的本征向量z和對應的重建圖像的本征向量產生特征對，并且根據特征對的差異性度量來確定是否存在局部異常。例如，該差異性度量可以是歐式度量等。

在一個實施例中，重建網絡部分可以通過無局部異常的輻射圖像來訓練。

在一個實施例中，孿生網絡部分在重建網絡部分的訓練完成后，通過含局部異常的輻射圖像和無局部異常的輻射圖像來訓練。

根據本發明的第二方面，還提供了一種用于如本發明第一方面所述的網絡的訓練方法，該方法包括：使用無局部異常的圖像和損失函數L來訓練所述重建網絡部分，

L＝L_Re+L_D+L_C+L_En

其中，L_Re表示重建圖像和原圖像的L1范數，L_D表示原圖像x與重建圖像經過判別網絡D得到的中間特征差的L2范數，L_C表示第一編碼網絡E1的分類函數，L_En表示本征向量z和本征向量的L1范數。