A method and a checking device for detecting guns in luggage are disclosed. The method includes: X ray examination of luggage items and transmission images; multiple candidate regions in the transmitted image are determined by the trained gun detection neural network; the plurality of candidate regions are classified by the detection neural network to determine whether the transmitted image contains firearms. By using the above scheme, we can more accurately determine whether the firearms are included in the baggage items. In other examples, after the gun is checked out by the above method, it is marked in the image, prompting the figure to judge the figure, thus reducing the workload of the manual mapping.
【技术实现步骤摘要】
检查设备和检测行李物品中的枪支的方法
本公开涉及对辐射检查技术,具体涉及一种检查设备和检测行李物品中的枪支的方法。
技术介绍
枪支作为具有直接杀伤力、破坏力的器械,违法携带枪支行为具有很大的潜在危险性和社会隐患性,直接影响社会安定和人民群众生命财产安全。在民航、地铁以及轨道交通系统中每日客流量较大,现有的人工检测速度较慢且严重依赖工作人员,因此提高枪支检测系统的自动化程度和检测速度也是当今关注的重点问题。目前缺乏检测枪支的有效手段。据研究,枪支主要是通过行李运送,辐射成像通过对货物、行李透视成像,达到无侵犯性检查的目的。这种技术已经在机场、车站、快递站点等场所广泛应用,是违禁品安检领域最为重要的手段。在小型物品机检查的过程中,虽然已经得到了行李内部图像,但由于物品种类千差万别,判图员经验参差不齐,危险品枪支出现概率又比较低,使得人工判断效果差强人意。
技术实现思路
考虑到现有技术中的一个或多个问题,提出了一种检查设备及检查行李物品中枪支的方法。在本公开的一个方面,提出了一种检测行李物品中的枪支的方法,包括步骤:对行李物品进行X射线检查,得到透射图像;利用训练的枪支检测神经网络确定所述透射图像中的多个候选区域;利用所述检测神经网络对所述多个候选区域进行分类,以确定所述透射图像中是否包含枪支。根据本公开的实施例,计算各个候选区域中包含枪支的置信度,并且在所述置信度大于特定阈值的情况下判断所述候选区域中包括枪支。根据本公开的实施例,在多个候选区域中都包括相同枪支的情况下,对各个候选区域中的枪支图像进行标注,并且融合所述多个候选区域中的枪支图像,以得到枪支的位置。根据 ...
【技术保护点】
1.一种检测行李物品中的枪支的方法,包括步骤:对行李物品进行X射线检查,得到透射图像;利用训练的枪支检测神经网络确定所述透射图像中的多个候选区域;利用所述枪支检测神经网络对所述多个候选区域进行分类,以确定所述透射图像中是否包含枪支。
【技术特征摘要】
1.一种检测行李物品中的枪支的方法,包括步骤:对行李物品进行X射线检查,得到透射图像;利用训练的枪支检测神经网络确定所述透射图像中的多个候选区域;利用所述枪支检测神经网络对所述多个候选区域进行分类,以确定所述透射图像中是否包含枪支。2.如权利要求1所述的方法,其中计算各个候选区域中包含枪支的置信度,并且在所述置信度大于特定阈值的情况下判断所述候选区域中包括枪支。3.如权利要求1所述的方法,其中在多个候选区域中都包括相同枪支的情况下,对各个候选区域中的枪支图像进行标注,并且融合所述多个候选区域中的枪支图像,以得到枪支的位置。4.如权利要求1所述的方法,所述枪支检测神经网络是通过如下的操作训练的:建立枪支的样本透射图像;将局域建议网络(RPN)和卷积神经网络(CNN)的卷积层融合得到初始检测网络;利用样本透射图像对初始检测网络进行训练,得到枪支检测神经网络。5.如权利要求4所述的方法,其中训练初始检测网络的步骤包括:在局域建议网络和卷积神经网络之间不共享卷积层数据的情况下,利用从样本透射图像中确定的多个样本候选区域调节初始检测网络;在局域建议网络和卷积神经网络共享卷积层数据的情况下,训练局域建议网络;保持局域建议网络和卷积神经网络之间的共享卷积层数据不变的情况...
【专利技术属性】
技术研发人员:王启立,戴诗语,顾建平,刘耀红,赵自然,
申请(专利权)人:同方威视技术股份有限公司,清华大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。