[发明专利]危险品识别方法、装置、设备及存储介质在审

专利信息
申请号: 202110377922.4 申请日: 2021-04-08
公开(公告)号: CN113762029A 公开(公告)日: 2021-12-07
发明(设计)人: 盛捷来 申请(专利权)人: 北京京东振世信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/62;G06N3/04
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 朱颖;黄健
地址: 100086 *** 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: 危险品 识别 方法 装置 设备 存储 介质
【权利要求书】:

1.一种危险品识别方法,其特征在于,包括:

对待识别图像进行特征提取,得到所述待识别图像对应的特征图,所述待识别图像包含多个物品;

根据所述特征图中各特征,确定与所述特征相关的上下文信息;

根据各所述特征对应的上下文信息,识别所述多个物品是否包含危险品。

2.根据权利要求1所述的危险品识别方法,其特征在于,所述根据所述特征图中各特征,确定与所述特征相关的上下文信息,包括:

根据所述特征图及特征关系模型,确定与所述特征图中各特征相关的上下文信息,所述特征关系模型用于反映特征之间的相关信息。

3.根据权利要求1所述的危险品识别方法,其特征在于,所述根据各所述特征对应的上下文信息,识别所述多个物品是否包含危险品,包括:

根据各所述特征对应的上下文信息及基于注意力机制得到的权重信息,识别所述多个物品是否包含危险品。

4.根据权利要求3所述的危险品识别方法,其特征在于,所述权重信息是通过以下过程训练得到的:

基于训练数据迭代训练初始物品识别模型,得到物品识别模型,直至所述物品识别模型对应的损失函数满足预设收敛条件,其中,所述初始物品识别模型是基于注意力机制设置的模型结构,所述训练数据包括已标记是否包含危险品信息的图像。

5.根据权利要求1至4中任一项所述的危险品识别方法,其特征在于,所述对待识别图像进行特征提取之前,还包括:

获取安检设备采集的包含至少一个包裹的原始图像;

检测所述原始图像,得到所述待识别图像,所述待识别图像的个数等于所述包裹的个数。

6.根据权利要求5所述的危险品识别方法,其特征在于,所述检测所述原始图像,得到所述待识别图像,包括:

将所述原始图像输入包裹检测模型,得到所述待识别图像,所述包裹检测模型用于检测原始图像中包含的包裹并生成包含单个包裹的待识别图像。

7.根据权利要求1至4中任一项所述的危险品识别方法,其特征在于,所述根据各所述特征对应的上下文信息,识别所述多个物品是否包含危险品之后,还包括:

若所述多个物品包含危险品,则反馈用于指示包含危险品的提示信息给客户端,所述提示信息包含所述危险品的位置信息。

8.一种危险品识别装置,其特征在于,包括:

特征提取模块,用于对待识别图像进行特征提取,得到所述待识别图像对应的特征图,所述待识别图像包含多个物品;

信息确定模块,用于根据所述特征图中各特征,确定与所述特征相关的上下文信息;

危险品识别模块,用于根据各所述特征对应的上下文信息,识别所述多个物品是否包含危险品。

9.一种电子设备,包括处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的危险品识别方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,当所述计算机程序在电子设备上运行时,使得电子设备执行如权利要求1至7中任一项所述的危险品识别方法。

11.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序在电子设备上运行时,使得电子设备执行如权利要求1至7中任一项所述的危险品识别方法。

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北京京东振世信息技术有限公司,未经北京京东振世信息技术有限公司许可,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/202110377922.4/1.html,转载请声明来源钻瓜专利网。

×

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