[发明专利]基于实例分割的X光机图像识别方法、装置及系统

权利要求书

1.一种基于实例分割的X光机图像识别方法，其特征在于，所述方法包括：

利用预训练好的神经网络对X光图像进行处理以得到特征图；

基于所述特征图中的像素点设定锚框以得到多个候选感兴趣区域；

利用区域生成网络对各个候选感兴趣区域进行二值分类及边框回归处理以滤除部分非必要的候选感兴趣区域从而得到多个感兴趣区域；

对各个所述感应兴趣区域进行RoIAlign操作以使各个所述感兴趣区域与所述X光图像的相应位置对应；

对各个所述感兴趣区域进行可疑物品识别；

若识别出可疑物品，则进行边框回归及掩膜处理生成可疑物品轮廓。

2.根据权利要求1所述基于实例分割的X光机图像识别方法，其特征在于，在利用预训练好的神经网路对X光图像进行处理以得到特征图之前，所述方法包括：

对获取到的X光机输出的原生图片进行预处理以得到所述X光图像。

3.根据权利要求2所述基于实例分割的X光机图像识别方法，其特征在于，

所述预处理包括对所述原生图片进行亮度、对比度和/或饱和度处理。

4.根据权利要求1所述基于实例分割的X光机图像识别方法，其特征在于，所述方法还包括：

若识别出可疑物品，则输出可疑物提示信息。

5.根据权利要求4所述基于实例分割的X光机图像识别方法，其特征在于，所述可疑物品提示信息为以下中的一种或多种：

声响提示信息、图形显示提示信息、灯光提示信息。

6.根据权利要求1所述基于实例分割的X光机图像识别方法，其特征在于，所述方法包括：

利用在线困难样本挖掘算法对X光机输出的图片选择训练样本进行训练以构建得到所述预训练好的神经网络。

7.根据权利要求6所述基于实例分割的X光机图像识别方法，其特征在于，所述方法包括：

在基于训练时划分的感兴趣区域中选择损失最大的感兴趣区域作为所述在线困难样本挖掘算法中的困难样本。

8.一种基于实例分割的X光机图像识别装置，其特征在于，所述装置包括：

特征图处理模块，用于利用预训练好的神经网络对X光图像进行处理以得到特征图；

候选区域生成模块，用于基于所述特征图中的像素点设定锚框以得到多个候选感兴趣区域；

筛选模块，用于利用区域生成网络对各个候选感兴趣区域进行二值分类及边框回归处理以滤除部分非必要的候选感兴趣区域从而得到多个感兴趣区域；

RoIAlign操作模块，用于对各个所述感应兴趣区域进行RoIAlign操作以使各个所述感兴趣区域与所述X光图像的相应位置对应；

识别模块，用于对各个所述感兴趣区域进行可疑物品识别；

轮廓生成模块，用于在识别出可疑物品时，进行边框回归及掩膜处理生成可疑物品轮廓。

9.根据权利要求8所述基于实例分割的X光机图像识别装置，其特征在于，所述装置还包括：

信息提示模块，用于在识别出可疑物品时，输出可疑物品提示信息。

10.一种基于实例分割的X光机图像识别系统，其特征在于，包括X光机、接收所述X光机输出的图像的本地服务器和/或远端服务器，所述本地服务器与所述远端服务器均采用如权利要求1至7所述基于实例分割的X光机图像识别方法对所述X光机输出的图像进行识别。