[发明专利]基于X光图像的违禁物品检测识别方法、系统及设备

说明书

本发明属于计算机视觉目标检测与识别领域，具体涉及了一种基于X光图像的违禁物品检测识别的方法、系统及设备。所述方法包括：根据预设违禁品细化类别信息确定目标图像集；对所述目标图像集进行数据源扩充预处理得到训练图像集；将所述训练图像集输入至检测识别训练模型进行训练以得到检测识别网络模型；将待检测X光图像输入至所述检测识别网络模型得到待检测X光图像中各检测区域的置信度检测值；将在预设置信区间的置信度检测值对应的检测区域确定为违禁品区域。本发明大大提高了检测准确率。

技术领域

本发明属于计算机视觉目标检测与识别技术领域，具体涉及了一种基于X光图像的违禁物品检测识别的方法、系统及设备。

背景技术

行李的安全检查是公安安全防御的一道非常重要的防线，通过对行李的透视扫描，可以及时发现藏匿在行李中的安全隐患。长期以来，在公共场所的枪支刀具等违禁物品的检测识别问题上，大多是利用肉眼对X光安检图像里面的违禁物品进行检测识别。由于行李中的物品摆放密集且存在重叠等不同情况，给安检的工作带来了一定的困难，并且安检人员长期在一个高压的环境中很容易出现错检、漏检现象的发生。即使是专业素质过硬的安检人员也难免发生一些失误，从而造成严重的安全隐患问题。因此，有必要构造一套智能检测识别系统辅助安检人员的工作，提高工作效率。

目前，现有技术中一般都以高性能图像处理器作为基础，采用人工智能深度学习算法对X光安检图像进行智能检测。

但是，由于不同的X光机厂商的机器穿透能力不同，所拍摄的X光图像数据在表现形式上和特征分布上会存在一定的偏差。同时违禁物品在不同的X光图像中也会呈现不同的大小和形状，进一步增加了检测与识别的难度，进而导致检测与识别准确率较低。

发明内容

为了解决现有技术中的上述问题，即检测识别准确率低的问题，第一方面本发明提供了一种基于X光图像的违禁品检测识别的方法，包括以下步骤：

根据预设违禁品细化类别信息确定目标图像集；

对所述目标图像集进行数据源扩充预处理得到训练图像集；

将所述训练图像集输入至检测识别训练模型进行训练以得到检测识别网络模型；

将待检测X光图像输入至所述检测识别网络模型得到待检测X光图像中各检测区域的置信度检测值；

将在预设置信区间的置信度检测值对应的检测区域确定为违禁品区域。

可选地，所述根据预设违禁品细化类别信息确定目标图像集包括：

获取违禁品图像集；

在所述违禁品图像集中筛选与预设违禁品细化类别信息一致的图像作为目标图像集。

可选地，所述获取违禁品图像集包括：

获取第一违禁品图像集；

和/或获取第二违禁品图像集；所述第一违禁品图像集为含有违禁品的X光图像集；所述第二违禁品图像集为违禁品单独图像集；

所述在所述违禁品图像集中筛选与预设违禁品细化类别信息一致的图像作为目标图像集包括：

在所述第一违禁品图像集中筛选与预设违禁品细化类别信息一致的图像作为目标图像集；

和/或在所述第二违禁品图像集中筛选与预设违禁品细化类别信息一致的图像作为目标图像集。

可选地，所述对所述目标图像集进行数据源扩充预处理得到训练图像集包括：

对在第一违禁品图像集中筛选的目标图像集进行第一预处理得到训练图像集；

和/或对在第二违禁品图像集中筛选的目标图像集进行第二预处理得到训练图像集。