[发明专利]物品检测方法、装置、系统和计算机可读存储介质

说明书

本公开涉及一种物品检测方法、装置、系统和计算机可读存储介质，涉及计算机技术领域。本公开的方法包括：获取安检机扫描待检测物品生成的待识别图像；将待识别图像转换为待识别灰度图；将待识别灰度图输入物品检测模型，确定待识别灰度图中的各个待检测物品是否属于违禁物品。

技术领域

本公开涉及计算机技术领域，特别涉及一种物品检测方法、装置、系统和计算机可读存储介质。

背景技术

随着经济发展，交通愈加发达，人们的出行也更加方便快捷。与此同时，人员的安全问题更加不可忽视。为保障出行安全，在各轨道交通、车站、海关、物流中心等地入口均设置安检机，对携带或托运行李物品进行安全检查，禁止携带危险物品进入。

目前安检机主要通过发射X射线，根据物体对X射线的吸收程度，通过信号处理成不同颜色的影像，并展现在屏幕上。安检员通过查看X射线透视图像，通过经验判断是否有违禁物品。

发明内容

发明人发现：目前物品安检主要由安全员根据经验判断。人员本身存在不可控因素，如安检员经验不足、工作懈怠、一时疏忽等各种因素都可能导致危险物品的漏检，存在安全风险。

本公开所要解决的一个技术问题是：提高物品的安全检测的准确性。

根据本公开的一些实施例，提供的一种物品检测方法，包括：获取安检机扫描待检测物品生成的待识别图像；将待识别图像转换为待识别灰度图；将待识别灰度图输入物品检测模型，确定待识别灰度图中的各个待检测物品是否属于违禁物品。

在一些实施例中，将待识别图像转换为待识别灰度图包括：去除待识别图像中的噪声；将去除噪声后的待识别图像中的背景去除，得到目标区域图像；根据目标区域图像的色调、饱和度、明度HSV特征将目标区域图像转换为灰度图，作为待识别灰度图。

在一些实施例中，将去除噪声后的待识别图像中的背景去除，得到目标区域图像包括：将去除噪声后的待识别图像输入图像分割模型，确定各个像素点所属的类别，类别包括：前景类别或者背景类别；根据各个像素点所属的类别，提取去除噪声后的待识别图像的掩膜图像；将掩膜图像与待识别图像按位进行像素值的与运算，得到目标区域图像。

在一些实施例中，根据目标区域图像的HSV特征将目标区域图像转换为灰度图，作为待识别灰度图包括：将目标区域图像中像素的红、绿、蓝RGB值转换为HSV值；根据像素的色调值将目标区域图像转换为灰度图，作为待识别灰度图。

在一些实施例中，将待识别灰度图输入物品检测模型，确定待识别灰度图中的各个待检测物品是否属于违禁物品包括：将待识别灰度图输入物品检测模型中的特征提取网络，得到输出的待识别灰度图的图像特征；其中，特征提取网络为轻量级神经网络模型；将图像特征输入物品检测模型中的目标检测网络，得到输出的各个待检测物品的类别信息；根据各个待检测物品的类别信息确定待检测物品是否属于违禁物品。

在一些实施例中，该方法还包括：在确定各个待检测物品中包含违禁物品的情况下，发出报警信息。

在一些实施例中，物品检测模型还输出各个待检测物品在待识别灰度图中的位置信息；该方法还包括：根据各个待检测物品在待识别灰度图中的位置信息，将各个待检测物品的是否属于违禁物品的标识信息映射到待识别图像中，并将带有标识信息的待识别图像发送至显示装置进行显示。

在一些实施例中，该方法还包括：生成包含违禁物品和非违禁物品的第一训练样本图像，并对第一训练样本图像中的各个物品的类别进行标注；利用第一训练样本图像对物品检测模型中的目标检测网络进行训练；其中，物品检测模型还包括：特征提取网络，特征提取网络进过预训练确定参数；获取安检机生成的真实图像作为第二训练样本图像，并对第二训练样本图像中的各个物品的类别进行标注；利用第二训练样本图像对物品检测模型中的目标检测网络的参数进行调整，完成对物品检测模型的训练。