[发明专利]基于神经网络的违禁品位置探测方法、装置、设备及介质

权利要求书

1.一种基于神经网络的违禁品位置探测方法，其特征在于，包括：

根据发射线圈和接收线圈形成感应区域，所述感应区域包含区域位置标识；

当待检测目标通过所述感应区域时，获取所述待检测目标的特征数据；

将所述特征数据输入预训练的第一神经网络模型，得到待检测目标中是否包含违禁品的探测结果；

当待检测目标包含违禁品时，将所述特征数据输入预训练的第二神经网络模型，得到探测的违禁品在感应区域内的位置；

其中，将所述特征数据输入预训练的第二神经网络模型之前，还包括：

在所述感应区域内的不同区域位置处放置违禁品标定物，并获取不同区域位置对应的多个特征数据；

对所述多个特征数据分别添加区域位置标签，得到第二训练数据集；

根据所述第二训练数据集训练所述第二神经网络模型，得到训练好的第二神经网络模型。

2.根据权利要求1所述的方法，其特征在于，根据发射线圈和接收线圈形成感应区域之后，还包括：

计算所述感应区域的边长信息，根据所述感应区域的边长信息以及预设的区域划分规则，将所述感应区域划分为多个子区域；

为每个子区域添加区域位置标识。

3.根据权利要求1所述的方法，其特征在于，当待检测目标通过所述感应区域时，获取所述待检测目标的特征数据，包括：

当待检测目标通过所述感应区域时，通过所述接收线圈获取所述发射线圈辐射的电磁信号和待检测目标辐射的电磁信号的叠加信号；

通过模数转换器对所述叠加信号进行量化，并提取量化后数据的频率信息、相位信息以及幅度信息；

将所述频率信息、相位信息、幅度信息以及频率、相位、幅度的组合信息作为待检测目标的特征数据。

4.根据权利要求1所述的方法，其特征在于，将所述特征数据输入预训练的第一神经网络模型之前，还包括：

在所述感应区域内没有放置标定物时，获取所述感应区域对应的无标定物特征数据；

在所述感应区域内放置违禁品标定物时，获取所述感应区域对应的违禁品标定物特征数据；

在所述感应区域内放置伪违禁品标定物时，获取所述感应区域对应的伪违禁品标定物特征数据；

对所述无标定物特征数据、违禁品标定物特征数据以及伪违禁品标定物特征数据进行标注，将所述无标定物特征数据和伪违禁品标定物特征数据添加不包含违禁品标签，将违禁品标定物特征数据添加包含违禁品标签，得到第一训练数据集；

根据所述第一训练数据集训练所述第一神经网络模型，得到训练好的第一神经网络模型。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述第一神经网络模型和第二神经网络模型为BP神经网络模型。

6.根据权利要求1所述的方法，其特征在于，得到探测的违禁品在感应区域内的位置之后，还包括：

通过语音进行预警提示，并播报所述违禁品的区域位置信息，和/或，

在显示屏上显示所述违禁品的区域位置信息。

7.一种基于神经网络的违禁品位置探测装置，其特征在于，包括：

设置模块，用于根据发射线圈和接收线圈形成感应区域，所述感应区域包含区域位置标识；

数据采集与处理模块，用于当待检测目标通过所述感应区域时，获取所述待检测目标的特征数据；

第一探测模块，用于将所述特征数据输入预训练的第一神经网络模型，得到待检测目标中是否包含违禁品的探测结果；

第二探测模块，用于当待检测目标包含违禁品时，将所述特征数据输入预训练的第二神经网络模型，得到探测的违禁品在感应区域内的位置；

其中，将所述特征数据输入预训练的第二神经网络模型之前，还包括：

在所述感应区域内的不同区域位置处放置违禁品标定物，并获取不同区域位置对应的多个特征数据；

对所述多个特征数据分别添加区域位置标签，得到第二训练数据集；

根据所述第二训练数据集训练所述第二神经网络模型，得到训练好的第二神经网络模型。