[发明专利]检查方法和检查设备以及计算机可读介质

说明书

公开了一种检查方法和检查设备以及计算机可读介质。在该方法中，用X射线扫描被检查物体，得到被检查物体的X射线图像。利用卷积神经网络处理被检查物体的X射线图像，得到被检查物体的类别活性图。基于类别活性图确定所述被检查物体中是否有包括可疑对象。利用上述实施例的方案，基于类别活性图来判断可疑物品的位置，能够获得更为准确的安全检查结果。

技术领域

本公开的实施例涉及安全检查，具体涉及一种检查物品夹带的检查方法和检查设备以及计算机可读介质。

背景技术

集装箱的出现极大程度地提高了货物运输的效率。随着全球经济的迅猛发展，集装箱运输在现代化运输产业中占有重要地位。集装箱货物运输具有易装卸、易搬运的特点，但这也导致在运输过程中常常会有不法分子趁机夹藏一些违禁品。特别是在海关进出口方面，大宗货物居多，逐一开箱检验不切合实际，需要借助辐射成像的方法来进行快速检验。

但是现有检查技术利用图像的纹理等特征在检查夹带物品。例如现有的夹带检测方法是针对被检查物体的透射图像计算局部与其周围的纹理差异。在遍历图像后，综合其他特征，对差异较大且非噪声的部分判定为夹带嫌疑物。但是由于物品种类非常多，难以准确检查出集装箱中是否有夹带物品。

发明内容

鉴于现有技术中的一个或多个问题，提出了一种检查方法和检查设备以及计算机可读介质，能够更准确地确定集装箱之类的货物中是否包含夹带物品。

在本公开的一个方面，提出了一种检查方法，包括步骤：用X射线扫描被检查物体，得到被检查物体的X射线图像；利用卷积神经网络处理所述被检查物体的X射线图像，得到所述被检查物体的类别活性图；基于所述类别活性图确定所述被检查物体中是否有包括可疑对象。

根据本公开的一些实施例，所述卷积神经网络包括与不同尺度对应的多个通路，每个通路具有至少一个卷积层、在所述至少一个卷积层后的池化层和一个全卷积层，并且所述全卷积层用于输出相应尺度下的权重矢量，所述得到被检查物体的类别活性图的步骤包括：用每个通路输出的权重矢量与该通路中最后一个池化层之前的那个卷积层的特征进行加权求和，得到该尺度下的类别活性图；融合多个尺度下的类别活性图，得到所述被检查物体的类别活性图。

根据本公开的一些实施例，得到了原始尺度的类别活性图和至少一个较小尺度的类别活性图，对所述至少一个较小尺度下的类别活性图进行上采样，得到上采样的类别活性图，并融合原始尺度的类别活性图和上采样的类别活性图，得到所述被检查物体的类别活性图。

根据本公开的一些实施例，基于所述类别活性图确定所述被检查物体中是否有包括可疑对象的步骤包括：基于所述被检查物体的类别活性图和所述X射线图像得到热力图；利用阈值划分的方法判断所述热力图中是否包括可疑对象。

根据本公开的一些实施例，对所述被检查物体的类别活性图和所述X射线图像进行加权求和来得到所述热力图。

根据本公开的一些实施例，所述卷积神经网络中的多个通路共享至少一个卷积层和至少一个池化层。

在本公开的另一方面，提出了一种检查设备，包括：扫描装置，用X射线对被检查物体进行扫描，得到X射线图像；处理器，配置为：利用卷积神经网络处理所述被检查物体的X射线图像，得到所述被检查物体的类别活性图；基于所述类别活性图确定所述被检查物体中是否有包括可疑对象。

根据本公开的一些实施例，所述卷积神经网络包括与不同尺度对应的多个通路，每个通路具有至少一个卷积层、在所述至少一个卷积层后的池化层和一个全卷积层，并且所述全卷积层用于输出相应尺度下的权重矢量，所述处理器被配置为：用每个通路输出的权重矢量与该通路中最后一个池化层之前的那个卷积层的特征进行加权求和，得到该尺度下的类别活性图；融合多个尺度下的类别活性图，得到所述被检查物体的类别活性图。