本公开提供了一种检测对象风险预警方法，可以应用于人工智能技术领域和安保技术领域。该检测对象风险预警方法包括：对待检测图像进行图像特征提取，得到目标框图像特征信息，其中，待检测图像包括检测对象的透视图像；利用图像复杂度评估模型对目标框图像特征信息进行处理，得到针对待检测图像的图像复杂度信息；以及根据图像复杂度信息，确定针对检测对象的风险预警结果。本公开还提供了一种辐射检查方法、装置、设备、存储介质和程序产品。
【技术实现步骤摘要】
本公开涉及人工智能和安保，更具体地涉及一种检测对象风险预警方法、辐射检查方法、装置、设备、介质和程序产品。
技术介绍
1、随着国际贸易地快速发展，通过集装箱装载货物来进行货物运输的物流方式，被广泛地应用于货物的物流过程中。装载货物的集装箱在进行通关的过程中，相关工作人员会对集装箱中的货物进行通关查验，例如通过查验集装箱的透视图像或对集装箱进行开箱查验，来确认集装箱中是否存在相关法规所禁止的物品，即需要确认集装箱中是否存在禁限品，从而确保相关人员的生命财产安全。
2、在实现本公开的专利技术构思过程中，专利技术人发现对于集装箱中的禁限品进行查验的效率较低，难以满足日益增长的通关集装箱的查验需求。
技术实现思路
1、鉴于上述问题，本公开提供了一种检测对象风险预警方法、辐射检查方法、装置、设备、介质和程序产品。
2、根据本公开的第一个方面，提供了检测对象风险预警方法，包括：
3、对待检测图像进行图像特征提取，得到目标框图像特征信息，其中，上述待检测图像包括检测对象的透视图像；
4、利用图像复杂度评估模型对上述目标框图像特征信息进行处理，得到针对上述待检测图像的图像复杂度信息；以及
5、根据上述图像复杂度信息，确定针对上述检测对象的风险预警结果。
6、根据本公开的实施例，对待检测图像进行图像特征提取，得到目标框图像特征信息包括：
7、利用第一特征提取层提取上述待检测图像的图像特征，得到图像特征信息；
<
p>8、利用图像区域划分层对上述图像特征信息进行语义划分，得到针对上述待检测图像的目标框信息；以及9、根据上述目标框信息和上述图像特征信息，确定上述目标框图像特征信息。
10、根据本公开的实施例，上述第一特征提取层包括卷积神经网络层，上述图像区域划分层包括区域候选网络层。
11、根据本公开的实施例，对待检测图像进行图像特征提取，得到目标框图像特征信息包括：
12、利用预设滑动窗口对上述待检测图像进行图像划分，得到目标框图像；以及
13、对上述目标框图像进行图像特征提取，得到上述目标框图像特征信息。
14、根据本公开的实施例，上述图像复杂度评估模型包括顺序连接的特征编码嵌入层、基于注意力机制构建的目标编码器层和评估结果输出层；
15、利用图像复杂度评估模型对上述目标框图像特征信息进行处理，得到针对上述待检测图像的图像复杂度信息包括：
16、将上述目标框图像特征信息输入至上述特征编码嵌入层，输出目标框图像特征编码信息；
17、利用上述目标编码器层处理上述目标框图像特征编码信息，得到上述目标框图像特征信息的图像复杂度预测中间值；以及
18、将上述图像复杂度预测中间值输入至上述评估结果输出层，得到上述图像复杂度信息。
19、根据本公开的实施例，上述目标编码器层包括基于tansformer编码器构建的神经网络层；以及
20、上述评估结果输出层包括基于多层感知器构建的神经网络层。
21、根据本公开的实施例，根据上述图像复杂度信息，确定针对上述检测对象的风险预警结果包括：
22、在上述图像复杂度信息大于或等于预设复杂度阈值的情况下，将上述风险预警结果确定为第一风险等级预警。
23、根据本公开的实施例，利用上述目标编码器层处理上述目标框图像特征编码信息之后，还得到针对上述目标框图像特征信息的预测目标框图像特征编码；
24、上述检测对象风险预警方法还包括：
25、根据预设聚类算法处理上述预测目标框图像特征编码，得到聚类检测结果，其中，上述聚类检测结果表征上述检测对象外壁的内部空间区域中物品的种类数量；
26、根据上述图像复杂度信息，确定针对上述检测对象的风险预警结果还包括：
27、在上述图像复杂度信息小于预设复杂度阈值，且上述聚类检测结果大于或等于预设聚类检测阈值的情况下，将上述风险预警结果确定为第二风险等级预警。
28、根据本公开的实施例，上述预设聚类算法包括以下至少一项：
29、层次聚类算法、均值偏移聚类算法、k均值聚类算法。
30、根据本公开的实施例，利用上述目标编码器层处理上述目标框图像特征编码信息之后，还得到针对上述目标框图像特征信息的预测目标框图像特征编码，上述预测目标框图像特征编码包括n个，n≥2；
31、上述检测对象风险预警方法还包括：
32、根据n个上述预测目标框图像特征编码中，每个预测目标框图像特征编码与其他预测目标框图像特征编码的差异距离，确定上述待检测图像的风险区域信息；
33、根据上述图像复杂度信息，确定针对上述检测对象的风险预警结果还包括：
34、在上述图像复杂度信息小于预设复杂度阈值，且上述风险区域信息的数量大于或等于预设风险区域阈值的情况下，将上述风险预警结果确定为第三风险等级预警。
35、根据本公开的实施例，上述差异距离包括以下至少一项：
36、曼哈顿距离、欧式距离、切比雪夫距离、马哈拉诺比斯距离、海明距离。
37、根据本公开的实施例，上述检测对象包括集装箱。
38、根据本公开的实施例，上述图像复杂度信息包括针对上述待检测图像的纹理信息的复杂度评分信息。
39、本公开的第二方面提供了一种辐射检查方法，包括
40、获取检测对象的透视图像；
41、针对上述检测对象的透视图像，利用如上所述的检测对象风险预警方法确定检测对象的风险预警结果；
42、响应于检测到针对待检测图像的风险预警结果，将上述待检测图像确定为风险图像；以及
43、对上述风险图像进行二次检查。
44、本公开的第三方面提供了一种检测对象风险预警装置，包括：
45、提取模块，用于对待检测图像进行图像特征提取，得到目标框图像特征信息，其中，上述待检测图像包括检测对象的透视图像；
46、评估模块，用于利用图像复杂度评估模型对上述目标框图像特征信息进行处理，得到针对上述待检测图像的图像复杂度信息；以及
47、第一确定模块，用于根据上述图像复杂度信息，确定针对上述检测对象的风险预警结果。
48、本公开的第四方面提供了一种辐射检查装置，包括
49、获取模块，用于获取检测对象的透视图像；
50、预警模块，用于针对上述检测对象的透视图像，利用如上所述的检测对象风险预警方法确定检测对象的风险预警结果；
51、风险图像确定模块，用于响应于检测到针对待检测图像的风险预警结果，将上述待检测图像确定为风险图像；以及
52、检查模块，用于对上述风险图像进行二次检查。
53、本公开的第五方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，本文档来自技高网
...
【技术保护点】
1.一种检测对象风险预警方法，包括：
2.根据权利要求1所述的方法，其中，对待检测图像进行图像特征提取，得到目标框图像特征信息包括：
3.根据权利要求2所述的方法，其中，所述第一特征提取层包括卷积神经网络层，所述图像区域划分层包括区域候选网络层。
4.根据权利要求1所述的方法，其中，对待检测图像进行图像特征提取，得到目标框图像特征信息包括：
5.根据权利要求1所述的方法，其中，所述图像复杂度评估模型包括顺序连接的特征编码嵌入层、基于注意力机制构建的目标编码器层和评估结果输出层；
6.根据权利要求5所述的方法，其中，
7.根据权利要求1至5中任意一项所述的方法，其中，根据所述图像复杂度信息，确定针对所述检测对象的风险预警结果包括：
8.根据权利要求5所述的方法，其中，利用所述目标编码器层处理所述目标框图像特征编码信息之后，还得到针对所述目标框图像特征信息的预测目标框图像特征编码；
9.根据权利要求8所述的方法，其中，所述预设聚类算法包括以下至少一项：
10.根据权利要求5所述的方法，其中，利用所述目标编码器层处理所述目标框图像特征编码信息之后，还得到针对所述目标框图像特征信息的预测目标框图像特征编码，所述预测目标框图像特征编码包括N个，N≥2；
11.根据权利要求10所述的方法，其中，所述差异距离包括以下至少一项：
12.根据权利要求1所述的方法，其中，所述检测对象包括集装箱。
13.根据权利要求1所述的方法，其中，所述图像复杂度信息包括针对所述待检测图像的纹理信息的复杂度评分信息。
14.一种辐射检查方法，包括
15.一种检测对象风险预警装置，包括：
16.一种辐射检查装置，包括
17.一种电子设备，包括：
18.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～14中任一项所述的方法。
19.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～14中任一项所述的方法。
...
【技术特征摘要】
1.一种检测对象风险预警方法，包括：
2.根据权利要求1所述的方法，其中，对待检测图像进行图像特征提取，得到目标框图像特征信息包括：
3.根据权利要求2所述的方法，其中，所述第一特征提取层包括卷积神经网络层，所述图像区域划分层包括区域候选网络层。
4.根据权利要求1所述的方法，其中，对待检测图像进行图像特征提取，得到目标框图像特征信息包括：
5.根据权利要求1所述的方法，其中，所述图像复杂度评估模型包括顺序连接的特征编码嵌入层、基于注意力机制构建的目标编码器层和评估结果输出层；
6.根据权利要求5所述的方法，其中，
7.根据权利要求1至5中任意一项所述的方法，其中，根据所述图像复杂度信息，确定针对所述检测对象的风险预警结果包括：
8.根据权利要求5所述的方法，其中，利用所述目标编码器层处理所述目标框图像特征编码信息之后，还得到针对所述目标框图像特征信息的预测目标框图像特征编码；
9.根据权利要求8所述的方法，其中，所述预设聚类算法包括以...
【专利技术属性】
技术研发人员：张丽，孙运达，孟凡华，傅罡，李强，
申请(专利权)人：同方威视技术股份有限公司，
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。