【技术实现步骤摘要】
一种物品检测方法及检测系统
[0001]本专利技术涉及一种物品检测方法及检测系统,属于物品检测
技术介绍
[0002]各自场所关卡的违禁物品检测是维护公共安全的关键防线之一,主要通过安检人员肉眼查审X光机成像下的行李包裹图片实现。随着人工智能的不断发展与技术落地,以计算机智能审图技术辅助传统X光安检危险物品检测的方案越来越普及。相关技术广泛应用于机场、火车站、地铁、客运站、货运、海关等场所,辅助安检员进行各种危禁物品的检测,降低传统纯人工查看带来的漏检与误检率,提高工作效率。
[0003]传统的违禁物品检测方法是把违禁物品检测任务当成目标检测任务,通过使用大量数据监督学习来建立模型。但是包含违禁物品的样本很难采集,无法获得大量数据,并且未来的样本多样性也是不可遇见的,无法通过监督学习来建立模型,这样使得现有的违禁物品检测精准率较差。
技术实现思路
[0004]本专利技术提供了一种物品检测方法及检测系统,能够解决现有的违禁物品检测精准率较差的问题。
[0005]一方面,本专利技术提供了 ...
【技术保护点】
【技术特征摘要】
1.一种物品检测方法,其特征在于,所述方法包括:S1、获取样本图片集,并对所述样本图片集中的每幅样本图片进行分块处理,得到N个样本图片块;其中,所述样本图片集中的图片为同一种物品的样本图片;所述N为大于1的整数;S2、将每幅样本图片的N个样本图片块输入神经网络中进行训练,得到编码器;S3、利用所述编码器确定所述物品的聚类质点;S4、对待检测图片进行分块处理,得到M个待检测图片块;所述M为大于1的整数;S5、将M个所述待检测图片块输入所述编码器中,得到M个待检测特征;S6、根据M个所述待检测特征和所述聚类质点判定所述待检测图片中的物品类别。2.根据权利要求1所述的方法,其特征在于,在所述S1中,对所述样本图片集中的每幅样本图片进行分块处理,得到N个样本图片块,具体为:将所述样本图片集中的每幅样本图片划分为相互之间具有重叠部分的N个样本图片块;相应的,所述S4具体为:将待检测图片划分为相互之间具有重叠部分的M个待检测图片块。3.根据权利要求1或2所述的方法,其特征在于,所述S3具体为:将每幅样本图片的N个样本图片块均输入编码器,得到N
×
P个样本特征,并将所述N
×
P个样本特征作为所述物品的聚类质点;其中,所述P为所述样本图片集中的样本图片的数量,所述P为大于或等于2的整数。4.根据权利要求3所述的方法,其特征在于,所述S6具体为:计算每一个待检测特征与N
×
P个聚类质点之间的欧式距离,得到N
×
P个欧式距离;当所述N
×
P个欧式距离中最小的欧式距离小于预设阈值时,判定所述待检测特征对应的待检测图片块中包含所述物品。5.根据权利要求1所述的方法,其特征在于,所述S2具体为:将每幅样本图片的N个样本图片块输入神经网络中,基于欧氏距离进行训练,得到编码器。6.根据权利要...
【专利技术属性】
技术研发人员:黄永祯,杨少鹏,
申请(专利权)人:银河水滴科技北京有限公司,
类型:发明
国别省市:
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。