[发明专利]一种安检图像中违禁物品检测方法及装置

权利要求书

1.一种安检图像中违禁物品检测方法，其特征在于包括如下步骤：

步骤S1、获取待检测的安检图像；

步骤S2、将所述待检测的安检图像输入到预先训练好的基于目标物边缘信息聚合的多特征融合模型中，得到该图像用于目标物预测的边界特征增强后的特征图。

2.如权利要求1所述的安检图像中违禁物品检测方法，其特征在于：

所述基于目标物边缘信息聚合的多特征融合模型通过如下步骤得到：

步骤S21、建立包含违禁物品的图像数据集，并划分训练集数据和测试集数据；

步骤S22、将所述训练集数据中的图像每输入一个批次图像到双向特征传播网络中，生成各个图像的多层初始特征图后，基于所述多层初始特征图提取出各个图像的多层目标物边缘特征图；

步骤S23、将所述各个图像中的多层目标物边缘特征图输入到边界特征聚合模块中，得到各个图像中目标物的多层边界特征增强的特征图；

步骤S24、将所述各个图像中目标物的多层边界特征增强的特征图输入到所述双向特征传播网络中，实现与所述多层初始特征图融合，得到各个图像用于目标物预测的边界特征增强后的特征图；

步骤S25、重复执行步骤S22至S24直至迭代预设次数，得到基于目标物边缘信息聚合的多特征融合模型；

步骤S26、采用所述测试集数据测试所述基于目标物边缘信息聚合的多特征融合模型的精度。

3.如权利要求2所述的安检图像中违禁物品检测方法，其特征在于：

建立包含违禁物品的图像数据集时，采集数张安检图像，并对每一张图像中的物品进行标注后，从中选取出包含违禁物品的图像建立图像数据集。

4.如权利要求2所述的安检图像中违禁物品检测方法，其特征在于在步骤S22中，

将所述每输入一个批次图像利用卷积层，生成各个图像的多层初始特征图，所述多层初始特征图输入到所述双向特征传播网络的深层特征传播模块中，通过自上而下的路径，进行目标物边缘特征传播，使得每一层的目标物边缘特征图都包含了在其之后所有层的目标物边缘特征信息。

5.如权利要求2所述的安检图像中违禁物品检测方法，其特征在于在步骤S23中，

每一层边界特征增强的特征图通过边界特征聚合模块由如下步骤得到；

步骤S230、将一层目标物边缘特征图进行复制，得到预设数量相应层目标物边缘特征图；

步骤S231、将复制的目标物边缘特征图对应进行多方向池化操作，得到相应方向的目标物边界特征图；

步骤S232、将多方向的目标物边界特征图与对应层目标物边缘特征图进行融合，得到对应层边界特征增强的特征图。

6.如权利要求5所述的安检图像中违禁物品检测方法，其特征在于在步骤S231中，

将复制的目标物边缘特征图对应进行多方向池化操作时，根据如下公式实现；

其中，C_m，n(i，j)表示边界聚合后特征图的第i行第j列的像素点数值；表示某一层目标物边缘特征图复制的第n张目标物边缘特征图中向下池化操作时，第i行第j列的像素点所在列中，该像素点及其之前所有像素点中的最大数值；表示某一层目标物边缘特征图复制的第n张目标物边缘特征图中向上池化操作时，第i行第j列的像素点所在列中，该像素点及其之前所有像素点中的最大数值；表示某一层目标物边缘特征图复制的第n张目标物边缘特征图中向左池化操作时，第i行第j列的像素点所在行中，该像素点及其之前所有像素点中的最大数值；表示某一层目标物边缘特征图复制的第n张目标物边缘特征图中向右池化操作时，第i行第j列的像素点所在行中，该像素点及其之前所有像素点中的最大数值。

7.如权利要求5所述的安检图像中违禁物品检测方法，其特征在于在步骤S232中，

将多方向的目标物边界特征图与对应层目标物边缘特征图中对应位置的像素点数值相加，得到对应层边界特征增强的特征图。