[发明专利]一种图像识别装置及其方法有效

专利信息
申请号: 201811654192.2 申请日: 2018-12-29
公开(公告)号: CN109784245B 公开(公告)日: 2023-05-02
发明(设计)人: 赵自然;游燕;马旭明 申请(专利权)人: 清华大学;同方威视技术股份有限公司
主分类号: G06V10/147 分类号: G06V10/147;G06V10/143;G06V10/82;G06V10/80;G06V10/774;G06T5/50
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 倪斌
地址: 100084*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 识别 装置 及其 方法
【说明书】:

本申请提供了一种图像识别装置,包括:聚焦透镜,被配置为聚焦投射来自被检对象的毫米波/太赫兹波信号;双极化毫米波/太赫兹探测计,被配置为极化分离所述聚焦透镜所投射的毫米波/太赫兹波信号,获得水平极化信号和垂直极化信号;信号处理器,被配置为:对所述水平极化信号和所述垂直极化信号进行组合得到组合信号;以及基于所述水平极化信号、所述垂直极化信号、以及所述组合信号形成融合图像;神经网络识别器,被配置为:连续根据所述融合图像进行训练学习,获得不断更新的训练模型;以及基于所述训练模型进行图像识别;以及图像显示器,被配置为显示所识别出的图像。

技术领域

发明涉及安检仪图像识别领域,更具体地说,本发明涉及应用双极化毫米波/太赫兹辐射探测计进行物体识别的安检仪装置以及方法。

背景技术

在基于焦平面成像的毫米波/太赫兹成像安检装置中,通常采用直接探测辐射计或者超外差间接探测辐射计来对人体及其携带的隐匿物进行安检。但是,现有的这两种辐射计由于使用角锥喇叭天线的原因,都只能探测单一的极化信息。由于人体及其携带的隐匿物的辐射特性具有比较复杂的极化特性,与人体/物体的几何结构以及内部媒质的介电常数和温度的空间分布状况都有关系,因此如果采用单一的极化辐射计来进行探测,则不同隐匿物的大量极化信息将会丢失,并且对于物体辐射的频谱的接收效率最大只有50%,由此造成安检时不能精确地识别出隐匿物。

发明内容

因此本发明的目的在于解决现有技术的上述技术问题,利用双极化毫米波/太赫兹探测计进行图像识别,从而精确识别隐匿物。

根据本申请的第一方面,提供了一种图像识别装置,包括:聚焦透镜,被配置为聚焦投射来自被检对象的毫米波/太赫兹波信号;双极化毫米波/太赫兹探测计,被配置为极化分离所述聚焦透镜所投射的毫米波/太赫兹波信号,获得水平极化信号和垂直极化信号;信号处理器,被配置为:对所述水平极化信号和所述垂直极化信号进行组合得到组合信号;以及基于所述水平极化信号、所述垂直极化信号、以及所述组合信号形成融合图像;神经网络识别器,被配置为:连续根据所述融合图像进行训练学习,获得不断更新的训练模型;以及基于所述训练模型进行图像识别;以及图像显示器,被配置为显示所识别出的图像。

根据第一方面,信号处理器还可以被配置为:基于所述水平极化信号、所述垂直极化信号、以及所述组合信号成像出多个图像;确定所述多个图像是否是完整的图像,其中,如果所述多个图像是完整的图像,则所述信号处理器将所述图像融合为融合图像;以及如果所述多个图像不是完整的图像,则所述信号处理器丢弃该组图像。

根据第一方面,所述神经网络识别装置还可以被配置为基于所述多个图像以及所述融合图像不断进行训练学习。

根据第一方面,基于所述训练模型进行图像识别可以包括:如果所述融合图像与所述训练模型的匹配程度大于第一阈值,则认为所述融合图像被识别;如果所述融合图像与所述训练模型的匹配程度小于或等于第一阈值,则认为所述融合图像不能被识别,则丢弃该组图像。

根据第一方面,其中,当所述融合图像与所述训练模型的匹配程度小于或等于第一阈值时,所述信号处理器对下一组图像进行重复处理,直至识别处理连续执行的次数大于第二阈值为止。

根据第一方面,其中,所述第一阈值可以为90%。

根据第一方面,其中,所述第二阈值可以为50。

根据第一方面,其中,当所述识别处理连续执行次数大于所述第二阈值时,检查所述双极化辐射阵列是否故障或受到强干扰。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学;同方威视技术股份有限公司,未经清华大学;同方威视技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811654192.2/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top