安检图像识别方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及一种安检图像识别方法、装置、电子设备及存储介质，该方法包括：获取行李的X光图像；将行李的X光图像输入预先训练的第一安检图像识别模型，得到第一识别结果；其中，第一安检图像识别模型用于判定行李的危险等级；将行李的X光图像输入预先训练的第二安检图像识别模型，得到第二识别结果；其中，第二安检图像识别模型用于标注行李携带的物品的类别；级联第一识别结果和第二识别结果，生成行李的最终安检结果。本发明专利技术通过综合判断得出行李的安监结果，避免漏报误报新型违禁品，减小了漏报误报的概率。此外，将行李的危险等级划分为危险行李、安全行李和待核实行李，工作人员仅需对待核实行李进行详细审核，提升了工作效率。提升了工作效率。提升了工作效率。

【技术实现步骤摘要】
安检图像识别方法、装置、电子设备及存储介质


[0001]本专利技术涉及安检
，具体涉及一种安检图像识别方法、装 置、电子设备及存储介质。

技术介绍

[0002]随着经济快速发展，高铁，飞机等已经成为了人们日常出行必不 可少的交通工具，然而乘客有意或者无意地携带危险品乘坐交通工具 却成了交通运输安全的最大威胁。X光安检机对于危险品安全检测和 保障交通运输工具运行安全方面有着重要的作用。
[0003]传统的安检模式是工作人员根据自身工作经验基于行李的X光 图像对其进行危险等级界定，高强度的工作量和人为的主观性，极易 造成工作人员的检测盲区。为此，许多厂家开始致力于智能安检识别 算法的研究，通过机器识别行李X光图像中的关键物品，若出现违禁 品，自动警报提醒工作人员，以提升工作效率。
[0004]然而，这些厂家是完全通过目标检测进行智能识别，存在两个主 要问题。第一，目标检测模型需要对目标类别进行学习，然而行李物 品的形状多种多样，违禁品的形状也在不断变化，使得智能安检识别 的误报漏报概率过高，因此工作人员不能完全依赖于智能识别的结果。 第二，不同厂家对关键物品的标注类别不一致，使得工作人员需要适 应各种产品，在一定程度上反而增加了工作复杂性。

技术实现思路

[0005]本专利技术实施例提供一种安检图像识别方法、装置、电子设备及存 储介质，用以解决现有技术中误报率和漏报率过高的缺陷，实现更高 效、更准确地对行李X光图像的识别。
[0006]本专利技术第一方面实施例提供一种安检图像识别方法，包括：
[0007]获取行李的X光图像；
[0008]将所述行李的X光图像输入预先训练的第一安检图像识别模型， 得到第一识别结果；其中，所述第一安检图像识别模型用于划分所述 行李的危险等级；
[0009]将所述行李的X光图像输入预先训练的第二安检图像识别模型， 得到第二识别结果；其中，所述第二安检图像识别模型用于标注所述 行李中物品的类别；
[0010]根据所述第一识别结果和所述第二识别结果，确定对所述行李的 安检结果。
[0011]上述技术方案中，根据所述第一识别结果和所述第二识别结果， 确定对所述行李的安检结果，包括：
[0012]当所述第一识别结果显示所述行李的危险等级为危险，且所述第 二识别结果显示所述行李中物品的类别包含违禁品，判定安检结果为 危险行李；
[0013]或，当所述第一识别结果显示所述行李的危险等级为安全，且所 述第二识别结果显示所述行李中物品的类别均为生活用品，判定安检 结果为安全行李；
[0014]或，当所述第一识别结果与所述第二识别结果的显示内容存在冲 突，判定安检结果为待核实。
[0015]上述技术方案中，所述第一识别结果与所述第二识别结果的显示 内容存在冲突包括：
[0016]当所述第一识别结果显示所述行李的危险等级为危险，但所述第 二识别结果显示所述行李中物品的类别均为生活用品；
[0017]或，当所述第一识别结果显示所述行李的危险等级为安全，但所 述第二识别结果显示所述行李中物品的类别包含违禁品。
[0018]工作人员针对待核实行李需要进行详细的检查和标注核对，针对 其他两类行李，直接采取相应的处理方式，即针对危险行李直接进行 开箱检查；针对安全行李直接通过。
[0019]上述技术方案中，所述第一安检图像识别模型是基于多示例学习 模型训练得到的；
[0020]所述第二安检图像识别模型是基于目标检测网络模型训练得到 的。
[0021]上述技术方案中，方法还包括：
[0022]获取训练图像；
[0023]当所述训练图像中的物品包含违禁品时，将所述训练图像划分为 负样本；以及，当所述训练图像中的物品均为生活用品时，将所述训 练图像划分为正样本；
[0024]基于所述正样本和所述负样本，训练多示例学习模型，得到所述 第一安检图像识别模型；
[0025]对所述训练图像中的物品进行标注；
[0026]基于所述训练图像和所述训练图像中物品的标注，对所述目标检 测网络模型进行训练，得到所述第二安检图像识别模型。
[0027]上述技术方案中，对所述训练图像中的物品进行标注，包括：
[0028]标注出所述正样本中的生活用品；以及
[0029]标注出所述负样本中的违禁品，其中，所述违禁品的类别包括： 枪支、刀具、打火机、管制器具、工具、易燃易爆物、液体、电子设 备、充电宝、雨伞。
[0030]本专利技术第二方面实施例提供一种安检图像识别装置，包括：
[0031]图像获取模块，用于获取行李的X光图像；
[0032]第一图像识别模块，用于将所述行李的X光图像输入预先训练的 第一安检图像识别模型，得到第一识别结果；其中，所述第一安检图 像识别模型用于划分所述行李的危险等级；
[0033]第二图像识别模块，用于将所述行李的X光图像输入预先训练的 第二安检图像识别模型，得到第二识别结果；其中，所述第二安检图 像识别模型用于标注所述行李中物品的类别；
[0034]处理结果确定模块，根据所述第一识别结果和第二识别结果，确 定对所述行李的安检结果。
[0035]本专利技术第三方面实施例提供一种电子设备，包括存储器、处理器 及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执 行所述程序时实现如本专利技术第一方面实施例所述安检图像识别方法 的步骤。
[0036]本专利技术第四方面实施例提供一种非暂态计算机可读存储介质，其 上存储有计算机程序，该计算机程序被处理器执行时实现如本专利技术第 一方面实施例所述安检图像识别
方法的步骤。
[0037]本专利技术实施例提供的安检图像识别方法、装置、电子设备及存储 介质，通过使用所述第一安检图像识别模型和所述第二安检图像识别 模型，综合判断行李的危险等级和行李中包含的物品类别，提醒待核 实行李物品，从而避免漏报误报没有学习过的违禁品，减小漏报误报 的概率。
附图说明
[0038]图1是本专利技术实施例提供的一种安检图像识别方法的流程图；
[0039]图2是本专利技术另一实施例提供的一种安检图像识别方法的流程图；
[0040]图3是本专利技术实施例提供的一种安检图像识别装置的结构示意图；
[0041]图4是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0042]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本发 明中的附图，对本专利技术中的技术方案进行清楚、完整地描述，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。
[0043]现有的智能安检识别完全是依赖于目标检测算法完成的，目标检 测的性能是根据训练样本体现的，如果新的目标类别，在没有学习的 情况下，是无法识别的，会出现较高的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种安检图像识别方法，其特征在于，包括：获取行李的X光图像；将所述行李的X光图像输入预先训练的第一安检图像识别模型，得到第一识别结果；其中，所述第一安检图像识别模型用于划分所述行李的危险等级；将所述行李的X光图像输入预先训练的第二安检图像识别模型，得到第二识别结果；其中，所述第二安检图像识别模型用于标注所述行李中物品的类别；根据所述第一识别结果和所述第二识别结果，确定对所述行李的安检结果。2.根据权利要求1所述的安检图像识别方法，其特征在于，根据所述第一识别结果和所述第二识别结果，确定对所述行李的安检结果，包括：当所述第一识别结果显示所述行李的危险等级为危险，且所述第二识别结果显示所述行李中物品的类别包含违禁品，判定安检结果为危险行李；或，当所述第一识别结果显示所述行李的危险等级为安全，且所述第二识别结果显示所述行李中物品的类别均为生活用品，判定安检结果为安全行李；或，当所述第一识别结果与所述第二识别结果的显示内容存在冲突，判定安检结果为待核实。3.根据权利要求2所述的安检图像识别方法，其特征在于，所述第一识别结果与所述第二识别结果的显示内容存在冲突包括：当所述第一识别结果显示所述行李的危险等级为危险，但所述第二识别结果显示所述行李中物品的类别均为生活用品；或，当所述第一识别结果显示所述行李的危险等级为安全，但所述第二识别结果显示所述行李中物品的类别包含违禁品。4.根据权利要求1所述的安检图像识别方法，其特征在于，所述第一安检图像识别模型是基于多示例学习模型训练得到的；所述第二安检图像识别模型是基于目标检测网络模型训练得到的。5.根据权利要求1至4任一项所述的安检图像识别方法，其特征在于，方法还包括：获取训练图...

【专利技术属性】
技术研发人员：刘硕研，杨恩泽，刘玉鑫，杨国元，王明哲，李超，杨栋，王椿钧，张秋亮，谢熠，
申请(专利权)人：北京经纬信息技术有限公司，
类型：发明
国别省市：