一种快速检测违禁品的方法技术

本发明专利技术涉及一种快速检测违禁品的方法，步骤为：使用X光机获得行李X光图像，通过多角度方式获得若干个多种物体组合的违禁品图像，形成违禁品图像数据集；获得违禁品图像数据集后进行数据集增强；使用CNN模型将数据集进行划分，分为训练集和测试集，训练集用于获得最优权重，其最优权重不断学习图像中有用的违禁品特征信息，测试集用于训练模型性能检验；将违禁品特征信息进行离线检测或在线检测，来识别违禁品类型并标记出位置。使用多种采集方式采集X光图像的违禁品图像数据集，使用多种数据增强方法对数据集进行增强，构建完整的数据集，使用CNN模型进行训练，在检测精度和检测速度上都有较好的性能，还可以进行离线和在线检测。测。测。

【技术实现步骤摘要】
一种快速检测违禁品的方法


[0001]本专利技术涉及卷积神经网络领域，更具体地，涉及一种快速检测违禁品的方法。

技术介绍

[0002]X光安检是一项成熟的安检技术，广泛应用于各种公众安检领域。X光能够穿透物体产生透视图像，可清晰看到和检查行李中的物品。目前X光图像违禁品检查还需安检人员对X光图像进行判别，但其工作量和工作强度巨大，尤其是人员流动的高峰期，安检人员难以进行快速判别。此外物体在行李中堆放位置及其角度呈现出高度的不确定性，物体非标准平面图像比标准平面图像识别难度更大，因此自动安检成为安检领域的必然趋势。
[0003]传统机器学习X光图像检测使用手工特征和分类器进行分类，定位信息则由滑窗方式进行获取。在传统X光图像检测中视觉词袋模型被使用频率最高。传统机器学习检测方法可分为X光单视图检测和X光多视图检测。早期机器学习违禁品研究中使用单视图进行检测较多，对单张X光图像进行特征提取，使用分类器或其他分类方法对目标进行分类。由于单视图检测没有考虑多视图间关系对物体检测带来的性能提升，因此也有学者采用多视图对物体的多个角度成像然后进行检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种快速检测违禁品的方法，其特征在于，包括以下步骤：S1：使用X光机获得行李X光图像，通过多角度方式获得若干个多种物体组合的违禁品图像，形成违禁品图像数据集；S2：获得违禁品图像数据集后进行数据集增强；S3：使用CNN模型将数据集进行划分，分为训练集和测试集，训练集用于获得最优权重，其最优权重不断学习图像中有用的违禁品特征信息，测试集用于训练模型性能检验；S4：将违禁品特征信息进行离线检测或在线检测，来识别违禁品类型并标记出位置。2.根据权利要求1所述的一种快速检测违禁品的方法，其特征在于，在步骤S1中，所述多种物体视图组合包括空白背景单物体视图、复杂背景单物体视图、两不同物体视图组合、两物体相同视图组合以及多物体不同视图组合。3.根据权利要求2所述的一种快速检测违禁品的方法，其特征在于，所述多角度方式包括对X、Y、Z轴上选择进行多角度图像的获取，在获得大量图像的同时包括在各种情况下违禁品的出现场景。4.根据权利要求2所述的一种快速检测违禁品的方法，其特征在于，在步骤S2中，所述数据集增强包括缩放、移动、旋转、镜像、模糊以扩大数据集来涵盖违禁品出现的场景。5.根据权利要求4所述的一种快速检测违禁品的方法，其特征在于，在步骤S3中，使用轻量化的CNN模型进行训练，具体为Yolov4

【专利技术属性】
技术研发人员：高向东，梁添汾，张艳喜，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：