[发明专利]一种基于毫米波安检图像的隐匿物检测方法及系统

说明书

本发明提供一种基于毫米波安检图像的隐匿物检测方法及系统，所述方法包括：利用不携带隐匿物和携带隐匿物正负两类样本的图像数据对卷积神经网络中的随机初始化参数进行训练；利用训练好的卷积神经网络，针对新采样的毫米波安检图形数据进行特征提取，并利用提取后的特征继续训练所述卷积神经网络或分类器；使待检测毫米波图像通过训练后的卷积神经网络以得到隐匿物检测结果。本发明能够提高毫米波安检成像中危险隐匿物的识别率。

技术领域

本发明涉及毫米波成像领域，特别涉及一种基于毫米波安检图像的隐匿物检测方法及一种基于毫米波安检图像的隐匿物检测系统。

背景技术

近年来，国际国内反恐形势日趋严峻，安全问题成为各国社会普遍关注的问题，特别是在重要场合的人员安全检查压力巨大，例如车站、机场、港口、各地通关卡口，大型场馆集会也都面临着需要快速通行的人员安检压力。

以往常规的安检都是面向单个合作目标人物的安检，主要是检查随身携带的小物品，如打火机、小刀、液体等，比较典型的就是机场和火车站入口的安检。经过多年的实践运行，这类安检非常重要，有效阻止了个人携带危险物品进入重要场所的事件发生。

采取金属探测、红外线、X 射线、人工手摸等传统安检手段已不能适应新安全形势的要求。传统的金属探测器只能对近距离小范围目标进行检测； X 光等各种射线会对被测人体造成电离辐射伤害；红外线基于物体表面温度成像，在有织物遮挡的情况下无法清晰成像。而毫米波安检成像系统不仅可检测出织物下隐匿金属物，还可以检测出塑料手枪、陶瓷刀具、炸药等非金属危险品，可以获得可视化的安检图像。

在现有技术的毫米波安检成像系统中，美国 L-3，英国 Smith 公司和德国 RohdeSchwarz 主导着国外毫米波安检成像仪市场，代表着毫米波安检成像技术的最高水平，但这三款成像仪都是面对近距离合作目标的安检成像系统。其中，L3 毫米波成像仪产品（如图 1 所示）成像分辨率小于 1cm，扫描时间为 2s左右，其最大的特点是旋转式机械扫描，其成像算法为基于密布阵的后向散射的全息成像算法，当被检物体静止时，成像图像伪影副瓣低，成像质量高。德国 RS 毫米波安检成像系统（如图 2 所示），采用了无机械扫描的全电子稀疏阵面结构，其成像算法基本原理也是类似于 L3 公司的基于后向散射的全息成像算法。对于 L3 和 RS 的毫米波成像仪，其工作带宽不超过 10GHz，因此其纵向距离分辨率不超过 1.5cm，在实际应用时，由于纵向分辨率不高，从而当被检旅客穿多件衣服或厚衣服时会严重影响图像分辨率。Smiths Detection 公司的毫米波成像仪的成像原理与基本算法与前述两个公司相近。

但是与目前现有的近距离静止合作目标人物成像的自动目标识别算法相比，运动状态下的非合作目标人物的自动目标识别算法由于运动带来的图像模糊或畸变，要识别图像中隐匿物的难度更大。如何提高安检成像中对人体携带危险品的识别率是现有技术需要亟待解决的问题。

发明内容

本发明技术方案所需解决的技术问题为，如何提高毫米波安检成像中危险隐匿物的识别率。

为了解决上述技术问题，本发明技术方案提供了一种基于毫米波安检图像的隐匿物检测方法，包括：

利用不携带隐匿物和携带隐匿物正负两类样本的图像数据对卷积神经网络中的随机初始化参数进行训练；

利用训练好的卷积神经网络，针对新采样的毫米波安检图形数据进行特征提取，并利用提取后的特征继续训练所述卷积神经网络或分类器；

使待检测毫米波图像通过训练后的卷积神经网络以得到隐匿物检测结果。

可选的，所述利用不携带隐匿物和携带隐匿物正负两类样本的图像数据对卷积神经网络中的随机初始化参数进行训练包括：