[发明专利]安检机危险品的识别方法、装置、设备及存储介质在审

专利信息
申请号: 202010755792.9 申请日: 2020-07-31
公开(公告)号: CN111767902A 公开(公告)日: 2020-10-13
发明(设计)人: 邢哲;宋昉 申请(专利权)人: 上海中通吉网络技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04
代理公司: 北京细软智谷知识产权代理有限责任公司 11471 代理人: 岳凤羽
地址: 201799 上*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 安检 危险品 识别 方法 装置 设备 存储 介质
【权利要求书】:

1.一种安检机危险品的识别方法,其特征在于,包括:

获取安检机发送的待识别物品图像;

利用卷积网络算法对所述待识别物品图像进行识别,判断所述待识别物品图像对应的物品是否为危险品,得到识别结果;

若所述物品是否为危险品,根据预设目标检测模型确定所述危险品的具体位置;

将所述识别结果及所述具体位置返回安检机。

2.根据权利要求1所述的方法,其特征在于,所述利用卷积网络算法对所述待识别物品图像进行识别,判断所述待识别物品图像对应的物品是否为危险品,得到识别结果,包括:

利用设定种类的卷积网络算法对所述待识别物品图像进行识别,得到设定种类的初步识别结果;

根据预设识别标准对所有的所述初步识别结果进行统计,得到最终的识别结果。

3.根据权利要求2所述的方法,其特征在于,所述设定种类为三种;所述卷积网络算法包括密集卷积网络算法、残差网络算法和高效轻量卷积网络算法;

所述利用设定种类的卷积网络算法对所述待识别物品图像进行识别,得到设定种类的初步识别结果,包括:

利用所述密集卷积网络算法对所述待识别物品图像进行识别,得到第一初步识别结果;

利用所述残差网络算法对所述待识别物品图像进行识别,得到第二初步识别结果;

利用所述高效轻量卷积网络算法对所述待识别物品图像进行识别,得到第三初步识别结果;

所述第一初步识别结果、所述第二初步识别结果和所述第三初步识别结果构成所述初步识别结果。

4.根据权利要求3所述的方法,其特征在于,所述根据预设识别标准对所有的所述初步识别结果进行统计,得到最终的识别结果,包括:

分别判断所述第一初步识别结果、所述第二初步识别结果和所述第三初步识别结果是否为危险品;

若至少两个识别结果为危险品,则确定最终的所述识别结果为危险品。

5.根据权利要求1所述的方法,其特征在于,所述根据预设目标检测模型确定所述危险品的具体位置,包括:

利用所述预设目标检测模型对所述待识别物品图像中的物品进行区分及位置确定,得到多个检测目标;

对所述检查目标进行种类识别,确定所述危险品的种类及具体位置。

6.根据权利要求5所述的方法,其特征在于,还包括:

在所述待识别图片图像中的所述具体位置处用设定方式标注所述危险品。

7.根据权利要求1所述的方法,其特征在于,所述获取安检机发送的待识别物品图像,包括:

接收安检机发送的初始检测图像;

对所述初始检测图像进行格式预处理,得到所述待识别物品图像。

8.一种安检机危险品的识别装置,其特征在于,包括:

图像获取模块,用于获取安检机发送的待识别物品图像;

危险品识别模块,用于利用卷积网络算法对所述待识别物品图像进行识别,判断所述待识别物品图像对应的物品是否为危险品,得到识别结果;

位置识别模块,用于若所述物品是否为危险品,根据预设目标检测模型确定所述危险品的具体位置;

信息返回模块,用于将所述识别结果及所述具体位置返回安检机。

9.一种安检机危险品的识别设备,其特征在于,包括:

处理器,及与所述处理器相连接的存储器;

所述存储器用于存储计算机程序,所述计算机程序至少用于执行权利要求1-7任一项所述的安检机危险品的识别方法;

所述处理器用于调用并执行所述存储器中的所述计算机程序。

10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现如权利要求1-7任一项所述的安检机危险品的识别方法中各个步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海中通吉网络技术有限公司,未经上海中通吉网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010755792.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top