[发明专利]基于条件分支和专家系统的对象快速检测方法

说明书

本发明公开了一种基于条件分支和专家系统的对象快速检测方法，包括：1)采集X光图像；2)通过条件分支获得RGB、HSV以及梯度的图像特征图；3)利用区域建议网络获得ROI区域；4)利用分支特征对齐，得到三种ROI特征图；5)计算三种特征图的可贡献度，根据可贡献度进行特征串联，得到加权融合的特征向量；6)将三个加权融合的特征向量输入三个专家系统网络，得到对象类别和位置；7)对三个专家系统网络的预测结果进行加权融合，识别检测对象的类别和位置并标注。本发明基于条件分支和专家系统进行对象检测，将复杂网络分解为网络分支从而并行计算，不仅加快了网络推理速度，而且加强了特征空间与解空间的映射能力，提高了对象检测的速度和精度。

技术领域

本发明涉及智能家电检测的技术领域，尤其是指一种基于条件分支和专家系统的对象快速检测方法，实现了自动检测，降低工作成本，提高了PCBA家电生产装配线上产品缺陷以及X光安检中违禁品的检测精度与效率。

背景技术

随着人工智能的发展，利用机器替代人力实现劳力工作渐渐成为了新的科技发展趋势，特别是在智能家电检测以及X光安全检查领域体现尤为突出。PCBA智能检测就是针对目前滞后的手工/半自动平台测试及日益提升的产能效率需求而诞生的。通过通用接驳台与现有生产线实现无缝连接，配合现有的ICT、功能测试设备，可以组成一条完整的自动化测试线，全自动在线测试。而X光安全检测随着机器视觉的理论进步从而得到了一定的技术更新，相关机构经常会在地铁，飞机场等公共场合安置X光安检仪进行安全检测，从源头预防危险的发生。

现有技术中，家电PCBA智能检测利用算法实现自动检测，但是目前所使用的传统算法中过于依赖先验知识，针对当前短期内检测对象的特点对算法进行固定的设计，例如特征选取，阈值限定等。虽然以上传统算法可以实现自动检测，但泛化能力较差，当有新一批数据引进时，需要重新调整算法以适应新数据。为了提高检测性能，算法中经常会加入大量判断条件，从而大大降低了对象的检测速度，造成了检测实时性差的问题，而在X光安全检测领域也存在同样的问题，目前的检测手段主要靠人工操作，需要大量人力资源，且要对检测人员进行长时间的专业培训。在检测的过程中，由于长期的精力集中，可能导致工作人员检测的注意力下降，分散等情况，从而导致检测中随着时间的增长，时常出现漏检和误检的情况，为了降低漏误检，有时还需要调整安检通道的运行速度以使得检测人员能够找出其中的违禁品。

所以无论是PCBA家电检测还是X光安全检测，目前所用到的检测方法都非常低效，不适合长期运维。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种基于条件分支和专家系统的对象快速检测方法，实现对家电生产线以及违禁品安全排查的自动检测，不需要培训专门的工作人员，降低了对人力物力的投入，并且可以保持稳定的检测精度和检测速度，实现了高效率的工作。

为实现上述目的，本发明所提供的技术方案为：基于条件分支和专家系统的对象快速检测方法，包括以下步骤：

1)采集传输送带上检测对象的X光图像；

2)将X光图像输入三个条件分支分别获得RGB、HSV以及梯度的图像特征图；

3)将RGB图像特征图输入区域建议网络，获得ROI区域；

4)将ROI区域利用分支特征对齐，得到对应RGB、HSV、梯度三种特征图的ROI特征图；

5)针对于ROI区域，计算三种ROI特征图对于检测的可贡献度，根据可贡献度为三个条件分支分配相应的权重向量并根据各自的权重向量进行特征串联，其中，每一种ROI特征图都要计算出一个贡献向量，并和贡献向量做点乘，得到三个经过加权融合的特征向量；

6)将三个经过加权融合的特征向量输入对应的三个专家系统网络，得到对象类别和位置；

7)根据贡献向量对三个专家系统网络的预测结果进行加权融合，识别出检测对象的类别和位置并标注。