基于TensorFlow的安检违禁品识别系统及方法技术方案

本发明专利技术提供了一种基于TensorFlow的安检违禁品识别系统及方法，包括：X光三维成像模块，用于采集乘客携带物品的X光图像；图像处理模块，用于通过TensorFlow框架构建神经网络模型以对X光图像进行特征提取处理得到预处理图像；检测模块，用于通过神经网络模型对预处理图像来进行危险品的识别和判断训练模块，用于通过样本训练构建危险品样本库，以便进行匹配；调试模块，用于在检测模块无法判断所检测物品的危险性时，通过将X光图像传输至人工端设备进行调试，并记忆调试的结果以强化危险品样本库；及危险品提示模块，用于在检测模块检测出危险品时，输出危险品相关信息以提醒相关人员。

Identification system and method of contraband in security inspection based on tensorflow

【技术实现步骤摘要】
基于TensorFlow的安检违禁品识别系统及方法
本专利技术涉及机器视觉识别
，特别涉及一种基于TensorFlow的安检违禁品识别系统及方法。
技术介绍
地铁作为我们日常出行的交通工具，具有方便、快捷和舒适的特点，而客流量大、乘客人群复杂等问题则会给社会带来一定安全隐患。例如：(1)由于地铁一般建在地下场所，人员活动空间小，若发生火灾、爆炸等事故，乘客人员逃生难度大；(2)乘客人员由于来自社会各个阶层，难免会有不法分子混入其中，这些犯罪分子可能会携带违禁物品(刀具、易燃物品、爆炸品等)，进而出现毁坏公共设备、伤害他人等现象，严重危害乘客安全；(3)虽有明确法律规定，大力宣传号召公民维护社会治安，但面对数量极其庞大的人群仍有部分遗漏。面对以上问题，安全检查成为每一个进入地铁站的人员必须要经过的程序。目前，X光安检机是现在大多数违禁物品安全检查的设备，而由于X光扫描出的图像还依赖于专业人员肉眼识别，需要精神保持高度集中状态，故识别效率不佳。并且在安检过程中乘客物品相互重叠，识别时间较短，特别是在人流量大的时候，容易造成错检、漏检等本文档来自技高网...

【技术保护点】
1.一种基于TensorFlow的安检违禁品识别系统，其特征在于，包括：/nX光三维成像模块，用于采集乘客携带物品的X光图像；/n图像处理模块，用于通过TensorFlow框架构建神经网络模型以对所述X光图像进行特征提取处理得到预处理图像；/n检测模块，用于通过神经网络模型对所述预处理图像来进行危险品的识别和判断/n训练模块，用于通过样本训练构建危险品样本库，以便所述神经网络模型进行匹配；/n调试模块，用于在所述检测模块无法判断所检测物品的危险性时，通过将所述X光图像传输至人工端设备进行调试，并记忆调试的结果以强化所述危险品样本库；/n及危险品提示模块，用于在所述检测模块检测出危险品时，输出危...

【技术特征摘要】
1.一种基于TensorFlow的安检违禁品识别系统，其特征在于，包括：
X光三维成像模块，用于采集乘客携带物品的X光图像；
图像处理模块，用于通过TensorFlow框架构建神经网络模型以对所述X光图像进行特征提取处理得到预处理图像；
检测模块，用于通过神经网络模型对所述预处理图像来进行危险品的识别和判断
训练模块，用于通过样本训练构建危险品样本库，以便所述神经网络模型进行匹配；
调试模块，用于在所述检测模块无法判断所检测物品的危险性时，通过将所述X光图像传输至人工端设备进行调试，并记忆调试的结果以强化所述危险品样本库；
及危险品提示模块，用于在所述检测模块检测出危险品时，输出危险品相关信息以提醒相关人员。


2.根据权利要求1所述的基于TensorFlow的安检违禁品识别系统，其特征在于，所述X光图像包括三个角度的X光图，分别为：俯视图、正视图和前视图。


3.一种基于TensorFlow的安检违禁品识别方法，其特征在于，使用权利要求1或2所述的系统进行违禁品识别，具体包括：
所述X光三维成像模块采集乘客携带物品的X光图像；
所述图像处理模块通过TensorFlow框架构建神经网络模型以对所述X光图像进行特征提取处理得到预处理图像；
所述检测模块通过神经网络模型对所述预处理图像来进行危险品的识别和判断；
所述训练模块通过样本训练构建危险品样本库，以便所述神经网络模型进行匹配；
在所述检测模块无法判断所检测物品的危险性时，所述调试模块通过将所述X光图像传输至人工端设备进行调试，并记忆调试的结果以强化所述危险品样本库；
及在所述检...

【专利技术属性】
技术研发人员：王清成，崔伟强，
申请(专利权)人：上海应用技术大学，
类型：发明
国别省市：上海;31