[發明專利]具有較高分辨率的多目標X光安檢圖像合成方法

在審

• 申請號: 202010849535.1
• 申請日: 2020-08-21
• 公開（公告）號: CN112001846A
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 張海剛;楊金鋒;李大雙
• 申請（專利權）人: 深圳職業技術學院
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06N3/04;G06N3/08
• 代理公司: 天津才智專利商標代理有限公司 12108
• 代理人: 龐學欣

1.一種具有較高分辨率的多目標X光安檢圖像合成方法，其特征在于：所述的多目標X光安檢圖像合成方法包括按順序進行的下列步驟：

1)采集真實X光安檢圖像，并進行預處理，構成用于訓練多目標合成模型的數據集；

2)搭建多目標合成模型；

3)將步驟1)中獲得的數據集中的圖像輸入到步驟2)搭建的多目標合成模型中，獲得包含多個違禁品的X光安檢合成圖像。

2.根據權利要求1所述的具有較高分辨率的多目標X光安檢圖像合成方法，其特征在于：在步驟1)中，所述的采集真實X光安檢圖像，并進行預處理，構成用于訓練多目標合成模型的數據集的方法是：

使用X光安檢機采集包含單個違禁品的真實X光安檢圖像和包含多個違禁品的真實X光安檢圖像，真實X光安檢圖像共包含七類違禁品，分別是水果刀、鉗子、剪刀、手槍、叉子、充電寶和打火機；然后使用標記工具對采集的真實X光安檢圖像進行標記，獲得僅包含違禁品輪廓和類別信息的語義分割圖；在語義分割圖中，不同的顏色代表不同的違禁品類別；將語義分割圖和相應的真實X光安檢圖像一一對應，構成用于訓練多目標合成模型的數據集。

3.根據權利要求1所述的具有較高分辨率的多目標X光安檢圖像合成方法，其特征在于：在步驟2)中，所述的多目標合成模型包括兩個結構不同的生成器，其中G₁為全局生成器，負責學習圖像的全局信息，G₂為細節生成器，負責學習圖像的細節信息；所述的多目標合成模型還包括兩個具有相同結構但部分輸入的多尺度判別器，其中判別器D₁的輸入為低分辨率圖像，負責判別低分辨率的圖像；判別器D₂的輸入為高分辨率圖像，負責判別高分辨率的圖像；全局生成器G₁輸入分辨率為512*512的語義分割圖，512*512的語義分割圖經過平均池化操作后，獲得分辨率為256*256的語義分割圖，作為細節生成器G₂的輸入；全局生成器G₁采用對稱的網絡結構，輸入圖像通過一系列的池化層和卷積層進行下采樣，然后經過殘差網絡結構，最后經過一系列的反卷積進行上采樣；殘差網絡結構中使用Res2Net。

4.根據權利要求1所述的具有較高分辨率的多目標X光安檢圖像合成方法，其特征在于：在步驟3)中，所述的將步驟1)中獲得的數據集中的圖像輸入到步驟2)搭建的多目標合成模型中，獲得包含多個違禁品的X光安檢合成圖像的方法是：將步驟1)中獲得的數據集中的語義分割圖和相應的真實X光安檢圖像輸入到搭建的多目標合成模型中，以語義分割圖作為標簽，多目標合成模型學習語義分割圖向真實X光安檢圖像的映射，多目標合成模型的輸出即為包含多個違禁品的X光安檢合成圖像。