一种人体危险物品检测方法及系统技术方案

本发明专利技术提供一种人体危险物品检测方法，所述检测方法包括：主FPGA接收回波数据，对所述回波数据进行一维运算处理，得到距离信息，并发送所述距离信息至多个副FPGA；每一所述副FPGA接收所述距离信息，同时对所述距离信息进行数据处理，得到局部检测区域点云数据，并发送所述局部检测区域点云数据至主FPGA。本发明专利技术基于FPGA平台，通过对分割区域独立同时进行三维深度学习检测，大大提升了危险物品的检测速度，弥补了三维深度学习检测速度慢的缺点；对各子成像区域独立进行基于三维深度学习的在线危险物品检测，提升了危险物品识别率和准确率。

【技术实现步骤摘要】
一种人体危险物品检测方法及系统
本专利技术属于人体危险物品检测
，特别涉及一种人体危险物品检测方法及系统。
技术介绍
使用图像检测技术来检测毫米波图像中的危险物品，可以实现自动识别，降低了人为因素的影响，提高检测速度。目前传统的图像检测方法依靠被检查物的位置特征、面积特征、颜色特征、形状特征等来实现检测，准确度较差。深度学习神经网络模仿人类大脑的层次感知系统，通过多层网络学习到本质特征，准确度高于传统的图像检测方法。目前应用在毫米波图像检测中的深度学习多是将毫米波三维成像数据进行二维投影，再针对二维投影图像进行深度学习网络训练和危险物品检测，这样的检测方法没有完全利用毫米波成像的三维数据，造成了信息浪费，也影响了危险物品检出率和正确率。和二维图像相比，三维点云数据可以做到端到端的深度学习，更好的挖掘三维数据中的特征，提升检出率和正确率。三维深度学习在应用时虽然具有检出率和正确率高的优势，但存在的缺点是模型数据量和检测运算量都比二维深度学习大，从而影响了其在检测实时性要求较高的安检领域应用。后向投影成像算法的基本思想是通过计算成像区域内每一点到天线各个孔径点之间的双程时延，然后沿回波数据相对应的时延曲线进行相干叠加，求叠加结果的幅度得到所需目标点的后向散射强度，从而实现整个成像区域的聚焦成像。采用后向投影算法的成像过程，每个像素点的成像过程是独立的，因而非常适合并行计算。
技术实现思路
针对上述问题，本专利技术提供一种人体危险物品检测方法，所述检测方法包括：主FPGA接收回波数据，对所述回波数据进行一维运算处理，得到距离信息，并发送所述距离信息至多个副FPGA；每一所述副FPGA接收所述距离信息，同时对所述距离信息进行数据处理，得到局部检测区域点云数据，并发送所述局部检测区域点云数据至主FPGA；每一所述副FPGA对局部检测区域点云数据进行危险物检测，反馈危险物点云坐标至主FPGA；主FPGA对所述危险物点云坐标进行判断处理，反馈检测结果。优选的，所述主FPGA根据所述副FPGA的个数分割成像区域，每一所述副FPGA负责1/N三维网格区域的成像，其中N为所述副FPGA的个数，N≥1；所述一维运算处理为在频率方向快速傅里叶逆变换。优选的，所述数据处理包括：对所述距离信息进行后向投影处理，得到子成像区域三维成像数据；对所述子成像区域三维成像数据进行格式转换处理，得到子成像区域点云数据；对所述子成像区域点云数据进行扩充边界处理，得到所述局部检测区域点云数据。优选的，所述投影处理包括：距离向插值、方位向时延补偿和所有收发对间的相干累加。优选的，所述格式转换处理为：计算所述子成像区域的三维像素点的IQ模值，按照深度方向、水平方向和高度方向的顺序依次排列。优选的，所述扩充边界处理为：从其它副FPGA中取得相邻成像区域的点云数据。优选的，所述对各自局部检测区域点云数据进行危险物进行检测包括：加载三维深度学习检测模型；标记其局部检测区域中所述危险物点云坐标。优选的，对所述危险物点云坐标进行判断处理包括：对所述危险物点云坐标进行全局坐标映射处理；对映射后的点云坐标进行合并处理。优选的，所述反馈检测结果包括：标记危险物品类别；报警；对危险物品的三维图像进行二维投影。一种人体危险物品检测系统，所述检测系统包括主FPGA和多个副FPGA；所述主FPGA，用于接收回波数据、对所述回波数据进行一维运算处理、得到距离信息及发送所述距离信息；所述多个副FPGA，用于接收所述距离信息，同时对所述距离信息进行数据处理，得到局部检测区域点云数据，并发送所述局部检测区域点云数据至所述主FPGA；每一副FPGA对所述距离信息进行后向投影处理，得到子成像区域三维成像数据；对所述子成像区域三维成像数据进行格式转换处理，得到子成像区域点云数据；对所述子成像区域点云数据进行扩充边界处理，得到所述局部检测区域点云数据；所述每一副FPGA计算其子成像区域的三维像素点的IQ模值，按照深度方向、水平方向和高度方向的顺序依次排列；从其它副FPGA中取得相邻成像区域的点云数据；每一所述副FPGA用于，对局部检测区域点云数据进行危险物检测，反馈危险物点云坐标至主FPGA；所述对局部检测区域点云数据进行危险物检测为：每一所述副FPGA加载三维深度学习检测模型；标记其局部检测区域中所述危险物点云坐标；所述主FPGA还用于对所述危险物点云坐标进行判断处理，反馈检测结果；所述主FPGA对所述危险物点云坐标进行全局坐标映射处理；对映射后的点云坐标进行合并处理；所述检测结果为：标记危险物品类别；报警；对危险物品的三维图像进行二维投影。本专利技术基于FPGA平台，通过对分割区域独立同时进行三维深度学习检测，大大提升了危险物品的检测速度，弥补了三维深度学习检测速度慢的缺点；对各子成像区域独立进行基于三维深度学习的在线危险物品检测，提升了危险物品识别率和准确率。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出了本专利技术的实施例程序流程图；图2示出了本专利技术的实施例检测系统结构组成框图；图3示出了本专利技术的实施例点云分割与扩充原理示意图；图4示出了本专利技术的实施例检测框合并原理示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术提供的一种人体危险物品检测方法，对成像区域进行分割，并对各子成像区域同时独立进行成像计算，应用扩充后的子成像区域三维成像数据同时进行三维深度学习，提升危险物品的检出率和正确率，检测时间短的优点。人体危险物品检测方法流程，如图1所示，主FPGA接收回波数据，对所述回波数据进行一维运算处理，得到距离信息，并发送所述距离信息至多个副FPGA。其中，所述主FPGA根据所述副FPGA的个数分割成像区域，每一所述副FPGA只需负责1/N三维网格区域的成像，其中N为所述副FPGA的个数，N≥1；所述一维运算处理为在频率方向快速傅里本文档来自技高网...

【技术保护点】
1.一种人体危险物品检测方法，其特征在于：/n所述检测方法包括：/n主FPGA接收回波数据，对所述回波数据进行一维运算处理，得到距离信息，并发送所述距离信息至多个副FPGA；/n每一所述副FPGA接收所述距离信息，同时对所述距离信息进行数据处理，得到局部检测区域点云数据，并发送所述局部检测区域点云数据至所述主FPGA；/n每一所述副FPGA对局部检测区域点云数据进行危险物检测，反馈危险物点云坐标至所述主FPGA；/n所述主FPGA对所述危险物点云坐标进行判断处理，反馈检测结果。/n

【技术特征摘要】
1.一种人体危险物品检测方法，其特征在于：
所述检测方法包括：
主FPGA接收回波数据，对所述回波数据进行一维运算处理，得到距离信息，并发送所述距离信息至多个副FPGA；
每一所述副FPGA接收所述距离信息，同时对所述距离信息进行数据处理，得到局部检测区域点云数据，并发送所述局部检测区域点云数据至所述主FPGA；
每一所述副FPGA对局部检测区域点云数据进行危险物检测，反馈危险物点云坐标至所述主FPGA；
所述主FPGA对所述危险物点云坐标进行判断处理，反馈检测结果。


2.根据权利要求1所述的人体危险物品检测方法，其特征在于：
所述主FPGA根据所述副FPGA的个数分割成像区域，每一所述副FPGA负责1/N三维网格区域的成像，其中N为所述副FPGA的个数，N≥1；
所述一维运算处理为在频率方向快速傅里叶逆变换。


3.根据权利要求1所述的人体危险物品检测方法，其特征在于：所述数据处理包括：
对所述距离信息进行后向投影处理，得到子成像区域三维成像数据；
对所述子成像区域三维成像数据进行格式转换处理，得到子成像区域点云数据；
对所述子成像区域点云数据进行扩充边界处理，得到所述局部检测区域点云数据。


4.根据权利要求3所述的人体危险物品检测方法，其特征在于：
所述投影处理包括：
距离向插值、方位向时延补偿和所有收发对间的相干累加。


5.根据权利要求3所述的人体危险物品检测方法，其特征在于：
所述格式转换处理为：
计算所述子成像区域的三维像素点的IQ模值，按照深度方向、水平方向和高度方向的顺序依次排列。


6.根据权利要求3所述的人体危险物品检测方法，其特征在于：
所述扩充边界处理为：
从其它副FPGA中取得相邻成像区域的点云数据。


7.根据权利要求1所述的人体危险物品检测方法，其特征在于：
所述每一所述副FPGA对局部检测区域点云数...

【专利技术属性】
技术研发人员：刘晓光，
申请(专利权)人：博微太赫兹信息科技有限公司，
类型：发明
国别省市：安徽;34