[发明专利]物品检测方法、装置、电子设备、计算机可读存储介质

说明书

本发明提供一种物品检测方法、装置、电子设备、计算机可读存储介质，其中，物品检测方法，包括：获取待检测物品对应的能量图；从能量图中获取第一待检测区域，第一待检测区域包含能量值小于能量阈值的区域；利用目标检测模型对第一待检测区域进行检测，以识别第一待检测区域所包含的物品，其中，目标检测模型的输入图像尺寸为第一尺寸，第一待检测区域的尺寸为第二尺寸，所述第一尺寸大于所述第二尺寸。用以降低安检系统的漏检和误检。

技术领域

本发明涉及图像聚类技术领域，尤其是涉及一种物品检测方法、装置、电子设备、计算机可读存储介质。

背景技术

安检正在成为每一个城市不可缺少的一环。在城市的轨道交通、机场、物流快递中心、大型活动现场等人员密集的区域，安保问题一直是核心问题，而其中安检是防止突发情况的有效手段。

在安检行业中，普遍采用X光对箱包、行李进行检测。基于X光的安检机广泛应用于机场、火车站、地铁站、汽车站、政府机关大楼、大使馆、会议中心、会展中心、酒店、商场、大型活动、邮局、学校、物流行业、工业检测等。X光安检机的图像是依据不同材料对X光的吸收特性差异，由X光射线对包裹内物品的穿透程度结合颜色配置方案得到的伪彩色图像。目前，对X光安检机图像智能识别基本都依赖深度学习技术，通过卷积神经网络提取X光安检机输入图像的特征，最后通过特征图对违禁品进行识别和定位。但是对于体积较小的目标，例如子弹，由于特征较少，一般会出现漏检的情况。

发明内容

本发明提供一种物品检测方法、装置、电子设备、计算机可读存储介质，用以降低安检系统的漏检和误检。

为解决上述技术问题，本发明提供的第一个技术方案为：提供一种物品检测方法，包括：获取待检测物品对应的能量图；从能量图中获取第一待检测区域，第一待检测区域包含能量值小于能量阈值的区域；利用目标检测模型对第一待检测区域进行检测，以识别第一待检测区域所包含的物品，其中，目标检测模型的输入图像尺寸为第一尺寸，第一待检测区域的尺寸为第二尺寸，所述第一尺寸大于所述第二尺寸。

在一种可能的实现方式中，利用目标检测模型对第一待检测区域进行检测，以识别第一待检测区域所包含的物品的步骤，包括：对第一待检测区域进行划分，以得到多个子区域；利用目标检测模型对子区域进行检测，以识别第一待检测区域所包含的物品，子区域的尺寸为第三尺寸，所述第三尺寸小于所述第二尺寸。

在一种可能的实现方式中，利用目标检测模型对第一待检测区域进行检测，以识别第一待检测区域所包含的物品的步骤，包括：从第一待检测区域中获取第二待检测区域，第二待检测区域包含堆叠程度大于堆叠阈值的区域；利用目标检测模型对第二待检测区域进行检测，以识别第二待检测区域包含的物品。

在一种可能的实现方式中，从第一待检测区域中获取第二待检测区域的步骤，包括：对第一待检测区域进行划分，以得到多个子区域；计算每一子区域的堆叠程度，将堆叠程度大于堆叠阈值的子区域作为第二待检测区域。

在一种可能的实现方式中，计算每一子区域的堆叠程度的步骤，包括：将子区域转化成灰度图像；计算灰度图像对应的颜色强度，以及计算灰度图像对应的边缘强度；基于颜色强度以及边缘强度计算每一子区域的堆叠程度。

在一种可能的实现方式中，计算灰度图像对应的颜色强度的步骤，包括：基于像素点的灰度值以及该灰度值对应的像素点在灰度图像中所占的比例计算颜色强度。

在一种可能的实现方式中，计算灰度图像对应的边缘强度的步骤，包括：计算灰度图像对应的特征图，进而得到每一像素点对应的特征值；统计特征值大于强边缘点阈值的像素点的数量，进而得到边缘强度。

在一种可能的实现方式中，基于颜色强度以及边缘强度计算每一子区域的堆叠程度的步骤，包括：对颜色强度以及边缘强度进行加权求和，进而得到堆叠程度。