[發明專利]基于X光圖像的違禁物品檢測識別方法、系統及設備

在審

• 申請號: 202110360744.4
• 申請日: 2021-04-02
• 公開（公告）號: CN112884085A
• 公開（公告）日: 2021-06-01
• 發明（設計）人: 劉杰;張樹武;鄭陽
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/00;G06N3/04;G06N3/08
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩;尹文會

1.一種基于X光圖像的違禁品檢測識別方法，其特征在于，所述方法包括：

根據預設違禁品細化類別信息確定目標圖像集；

對所述目標圖像集進行數據源擴充預處理得到訓練圖像集；

將所述訓練圖像集輸入至檢測識別訓練模型進行訓練以得到檢測識別網絡模型；

將待檢測X光圖像輸入至所述檢測識別網絡模型得到待檢測X光圖像中各檢測區域的置信度檢測值；

將在預設置信區間的置信度檢測值對應的檢測區域確定為違禁品區域。

2.根據權利要求1所述的方法，其特征在于，所述根據預設違禁品細化類別信息確定目標圖像集包括：

獲取違禁品圖像集；

在所述違禁品圖像集中篩選與預設違禁品細化類別信息一致的圖像作為目標圖像集。

3.根據權利要求2所述的方法，其特征在于，所述獲取違禁品圖像集包括：

獲取第一違禁品圖像集；

和/或獲取第二違禁品圖像集；所述第一違禁品圖像集為含有違禁品的X光圖像集；所述第二違禁品圖像集為違禁品單獨圖像集；

所述在所述違禁品圖像集中篩選與預設違禁品細化類別信息一致的圖像作為目標圖像集包括：

在所述第一違禁品圖像集中篩選與預設違禁品細化類別信息一致的圖像作為目標圖像集；

和/或在所述第二違禁品圖像集中篩選與預設違禁品細化類別信息一致的圖像作為目標圖像集。

4.根據權利要求3所述的方法，其特征在于，所述對所述目標圖像集進行數據源擴充預處理得到訓練圖像集包括：

對在第一違禁品圖像集中篩選的目標圖像集進行第一預處理得到訓練圖像集；

和/或對在第二違禁品圖像集中篩選的目標圖像集進行第二預處理得到訓練圖像集。

5.根據權利要求4所述的方法，其特征在于，所述第一預處理的過程為：

對目標圖像集中的每個目標圖像的色調、亮度和飽和度隨機進行不同程度的處理得到若干個第一中間圖像；

對所述若干個第一中間圖像分別進行隨機裁剪得到訓練圖像集。

6.根據權利要求4所述的方法，其特征在于，所述第二預處理的過程為：

對目標圖像集中的每個目標圖像進行旋轉和仿射變換操作得到第二中間圖像；

將所述第二中間圖像按照預設融合規則與不含違禁品的X光圖像進行融合以得到訓練圖像集。

7.根據權利要求1所述的方法，其特征在于，在將在預設置信區間的置信度檢測值對應的檢測區域確定為違禁品區域之后，所述方法還包括：

將違禁品區域對應的置信度檢測值與預設檢測值進行比較；

保留高于或等于預設檢測值的置信度檢測值以及對應的檢測區域；

將低于預設檢測值的置信度檢測值對應的檢測區域圖像輸入到卷積神經網絡分類模型中以便進一步進行違禁品類別判定；其中預設檢測值是預設置信區間內的任意一個數值。

8.根據權利要求7所述的方法，其特征在于，所述卷積神經網絡分類模型的構建過程為：

獲取第三違禁品圖像集和不含違禁品的X光圖像；其中，所述第三違禁品圖像集和第二違禁品圖像集相同；

隨機截取所述不含違禁品的X光圖像的部分區域圖像；

將所述第三違禁品圖像集和不含違禁品的X光圖像的部分區域圖像進行第三預處理得到分類訓練圖像集；

將所述分類訓練圖像集輸入到分類訓練模型中進行訓練以得到卷積神經網絡分類模型。