[发明专利]图像识别方法、装置和计算机存储介质

说明书

本发明提供了一种图像识别方法，包括：确定图像中的至少一个对象的多个候选区域；基于所述多个候选区域，确定所述至少一个对象的粗识别结果；以及基于所述粗识别结果，确定所述至少一个对象的精确位置。本发明可以自动提取出车辆安检图像中的目标车体部件区域，能在一定程度上辅助人工判图，用于后续的车体部件风险分析和嫌疑预警。

技术领域

本发明涉及图像识别技术领域，特别是涉及辐射成像安全检查技术领域。

背景技术

作为现代物流重要的交通运输工具，集装箱车辆和厢式货车一直是安检、边检的重点检查对象。近年来，随着违禁品走私行为的频发，车箱、轮胎等有着内部藏匿空间的车体部件常被不法分子用来进行违法行为。因此，对含内部空间的车体部件的安全检查成为安全检查工作中的重点。

现有的x光检查系统虽然能通过透射成像实现不开箱查验，但仍需要人工判图。区别于可见光成像，x光透射成像存在重叠效应，给审图人员造成困难。

车辆是由不同的车体部件组合而成，这种结构信息也会在其透射图像上表现出来。作为车体安全检查的基础，对车体部件进行定位和识别是实现智能审图的重要任务，同时能为后续的风险分析和嫌疑预警奠定基础。

人工分析图像内容不仅耗时费力、同时不可避免地存在漏检、视觉疲劳等问题。传统人工审图的监管方式已经不能满足快速通关的需求，安检行业对智能审图产品有着极大的需求。

发明内容

有鉴于此，本发明的目标是对辐射图像中的车体部件进行自动识别，并提取目标车体部件。为实现上述目的，本发明技术思路是：对车辆进行X射线检查，得到透射图像；利用训练的车体部件粗识别模型对过预处理的图像进行智能分析，确定车体部件的候选区域；对候选区域进行类别、位置的归并等后处理分析，得到车体部件粗识别结果；精细处理以上车体部件粗识别结果，得细化的车体部件识别结果；筛选、提取、及显示识别结果中的目标部件信息。

根据本发明的第一方面，提供了一种图像识别方法，包括：确定图像中的至少一个对象的多个候选区域；基于所述多个候选区域，确定所述至少一个对象的粗识别结果；以及基于所述粗识别结果，确定所述至少一个对象的精确位置。所述图像识别方法可以用于辐射图像车辆检查系统，以便识别车体部件。

在一个实施例中，图像识别方法还可以包括利用有监督学习训练的模型得到所述至少一个对象的多个候选区域，其中有监督学习训练包括在训练图像中标注所述至少一个对象的真实坐标和类别。

在一个实施例中，所述多个候选区域中的每个候选区域还可以具有概率分数，确定所述至少一个对象的粗识别结果包括去除所述多个候选区域中概率分数低于第二阈值的候选区域，以及将合并属于同一对象的彼此重叠率大于第三阈值的候选区域，以得到所述对象的粗识别结果。

在一个实施例中，合并候选区域可以包括：利用非极大值抑制法，根据每个候选区域的概率得分从高到低的顺序，将所述候选区域合并。

在一个实施例中，生成所述至少一个对象的精确位置可以包括：确定相对于粗识别结果的水平方向偏差和竖直方向偏差，并结合粗识别结果的位置，计算出所述至少一个对象的精确位置。

在一个实施例中，所述图像是车辆透射图像，所述至少一个对象包括车头、车箱、底盘和轮胎中的至少一项。

在一个实施例中，当所述至少一个对象是车箱时，确定精确位置可以包括：在所述粗识别结果内确定车箱左侧边界直线、右侧边界直线、顶部边界直线，并结合所述粗识别结果的底部直线，确定车箱的精确位置。

在一个实施例中，当所述至少一个对象是车头、底盘和轮胎之一时，可以在所述粗识别结果内确定所述对象的边缘的最左侧横坐标、最右侧横坐标、最上侧纵坐标、最下侧纵坐标，以确定所述对象的精确位置。

在一个实施例中，图像识别方法还可以包括在所生成的精确位置内识别目标部件。