[发明专利]一种目标检测方法、装置、NVR设备及安检系统

说明书

本发明实施例提供了一种目标检测方法、装置、NVR设备及安检系统，所述方法包括：获取安检仪采集的待检测图像；对所述待检测图像中的目标进行识别，确定出所述目标的类别。应用本技术方案，不需要依赖人工对待检测图像进行指定类别的目标的检测，可以避免因疲劳而出现漏识别的情况，从而可以提高识别精度。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种目标检测方法、装置、NVR设备(Network Video Recorder，硬盘录像机)及安检系统。

背景技术

安检仪，又名安检机，广泛应用于机场、火车站和汽车站等场所。安检仪主要包括图像采集模块和显示屏，图像采集模块应用X射线采集行李的透射图像，并将采集到的透射图像发送至显示屏显示。为了检测行李中有没有指定类别的物品，如刀具、烟花炮竹等违禁品，安检员需要快速查看X射线扫描的透视图像，凭借经验识别出投射图像中各物品的类别。这种采用人工辅助识别的方式，可能会因为疲劳而出现漏识别的情况，导致识别精度较低。

发明内容

本发明实施例的目的在于提供一种目标检测方法、装置、NVR设备及安检系统，以提高识别精度。具体技术方案如下：

第一方面，本发明实施例提供了一种目标识别方法，所述方法包括：

获取安检仪采集的待检测图像；

对所述待检测图像中的目标进行识别，确定出所述目标的类别。

可选的，所述方法还包括：

判断所述目标的类别是否为指定类别；

在判断结果为是的情况下，根据预先存储的类别与标识的对应关系，在所述待检测图像中用所述目标的类别对应的标识标记所述目标。

可选的，所述对所述待检测图像中的目标进行识别，确定出所述目标的类别的步骤，包括：

通过预先训练得到的神经网络分类检测模型，对所述待检测图像中的目标进行识别，确定出所述目标的类别。

可选的，所述通过预先训练得到的神经网络分类检测模型，对所述待检测图像中的目标进行识别，确定出所述目标的类别的步骤，包括：

所述神经网络分类检测模型，包括：区域检测子模型和分类子模型；

通过所述区域检测子模型，对所述待检测图像进行检测，得到目标区域；

通过所述分类子模型，对所述目标区域中的目标进行识别，确定所述目标的类别。

可选的，所述对所述待检测图像中的目标进行识别，确定出所述目标的类别的步骤，包括：

通过预先训练得到的检测模型，对所述待检测图像进行检测，得到目标区域；

通过预先训练得到的分类模型，对所述目标区域中的目标进行识别，确定所述目标的类别。

可选的，所述方法还包括：

如果所述目标的类别为指定类别，则发出声音警报。

可选的，所述方法还包括：

如果所述目标的类别为指定类别，向所述安检仪发送提示指令，以使所述安检仪根据所述提示指令，发出声音警报。

可选的，所述获取安检仪采集的待检测图像的步骤，包括：

获取安检仪基于辐射成像方式采集的视频；

对获取的视频进行解码，得到所述待检测图像。

可选的，所述获取安检仪采集的待检测图像的步骤，包括：

获取安检仪基于辐射成像方式采集的待检测图像。