【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种物品组件检测方法、装置、计算机设备和存储介质。
技术介绍
1、现今，基于x光图像输入的目标检测算法及语义分割技术，已经能够比较好地针对常见固定类别的违禁品进行检测和识别，然而，尽管技术不断进步，仍然存在很多难题与挑战尚未得到很好的解决，其中之一便是对于可拆解违禁品的检测识别，某些具有特定机械结构且可拆解开来的违禁品，如枪支警械等，可能被人为拆卸并散落在多个不同的行李包裹之中陆续通过安检，而后再重新组合拼装起来，此类违禁品由于被拆解并分散放置，其x光图像特征可能发生较大改变使得其难以被识别，如何自动关联分析进而重构匹配并准确识别这些被拆解的违禁品是亟需解决的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高检测识别效率和准确度的物品组件检测方法、装置、计算机设备和存储介质。
2、一方面，提供一种物品组件检测方法，所述方法包括：
3、构建图像数据库，所述图像数据库中包括多个物品组件的组件连接权重矩阵；
4、获取实时图像信息；
5、基于目标检测策略和所述图像数据库，确定所述实时图像信息中的目标物品组件及其对应的置信度，所述目标物品组件为单一组件和/或组件组合；
6、根据所述置信度和所述目标物品组件的组件连接权重矩阵，计算所述目标物品组件的拆解合成值；
7、响应于检测到所述置信度大于第一预设值和/或所述拆解合成值大于第二预设值时，发出预警信息。
8、
9、对目标物品的组件进行拆解，得到多个单一组件以及由多个邻接组件连接得到的组件组合，并记录组件连接关系；
10、基于所述单一组件和所述组件组合，生成多视角下的第一图像信息；
11、基于所述目标物品的属性对所述第一图像信息进行标记，得到第二图像信息；
12、将所述第二图像信息和所述组件连接关系保存至数据库中，以生成所述图像数据库。
13、可选的，基于组件连接关系，构建目标物品的组件连接权重矩阵包括：
14、将所述目标物品拆解成n个组件，将所述n个组件表示为p1,p2,p3,…,pn；
15、定义组件pi和组件pj之间的组件连接权重为wij，其中，i∈(1,2,3…n-1)且j∈(i+1,i+2,i+3…n)；
16、响应于检测到组件pi和组件pj之间不存在连接关系时，wij＝0；
17、响应于检测到组件pi和组件pj之间存在连接关系时，wij∈(0,1]；
18、以及，组件pi和组件pj之间的组件连接权重为wij需满足：
19、
20、基于多个组件连接权重，构建目标物品的组件连接权重矩阵为：
21、
22、其中，w表示组件连接权重矩阵。
23、可选的，基于目标检测策略和所述图像数据库，确定所述实时图像信息中的目标物品组件及其对应的置信度包括：
24、基于组件检测模型，检测所述实时图像信息中是否存在目标物品组件，所述组件检测模型由图像数据库中的图像信息训练生成；
25、和/或，基于图像特征匹配机制，将所述实时图像信息与所述图像数据库中的图像信息进行匹配，以确定所述实时图像信息中是否存在目标物品组件；
26、响应于检测到所述实时图像信息中存在目标物品组件时，基于所述组件检测模型和/或图像特征匹配机制，确定所述目标物品组件的置信度。
27、可选的，根据所述置信度和所述目标物品组件的组件连接权重矩阵，计算所述目标物品组件的拆解合成值包括：
28、基于所述置信度，确定所述目标物品组件的置信度向量；
29、基于所述置信度向量和所述目标物品组件的组件连接权重矩阵，计算所述目标物品组件的拆解合成值，包括：
30、
31、其中，s表示拆解合成值，c表示置信度向量，ci、cj＝c1,c2,c3,…,cn，ci、cj∈[0,1]，ci、cj均表示置信度向量中的元素，wij表示组件连接权重，w表示组件连接权重矩阵，n表示组件个数，i、j分别表示第i个组件和第j个组件，i∈(1,2,3…n-1)且j∈(i+1,i+2,i+3…n)。
32、可选的，基于所述置信度，确定所述目标物品组件的置信度向量包括：
33、构建置信度向量，包括：
34、c＝[c1 c2 c3…cn]
35、响应于检测到所述目标物品组件的置信度d∈(0,1]时，根据所述目标物品组件的组件数量对所述置信度向量中的元素进行赋值；
36、定义赋值之后的置信度向量为所述目标物品组件的置信度向量。
37、可选的，在计算得到所述目标物品组件的拆解合成值之后，所述方法还包括：
38、保存所述目标物品组件的置信度向量；
39、响应于在预设时间段内再次检测到与所述目标物品组件对应物品的组件时，若所述组件与所述目标物品组件相同，选取置信度较高的组件的置信度来确定置信度向量中的元素赋值，并基于调整元素赋值后的置信度向量重新计算拆解合成值；
40、若所述组件与所述目标物品组件不相同，基于组件的置信度来确定置信度向量中的元素赋值，并基于所述元素赋值调整所述置信度向量，利用所述置信度向量重新计算拆解合成值。
41、另一方面，提供了一种物品组件检测装置，所述装置包括：
42、数据库构建模块，用于构建图像数据库，所述图像数据库中包括多个物品组件的组件连接权重矩阵；
43、信息获取模块，用于获取实时图像信息；
44、确定模块，用于基于目标检测策略和所述图像数据库，确定所述实时图像信息中的目标物品组件及其对应的置信度，所述目标物品组件为单一组件和/或组件组合；
45、计算模块，用于根据所述置信度和所述目标物品组件的组件连接权重矩阵，计算所述目标物品组件的拆解合成值；
46、预警模块，用于在检测到所述置信度大于第一预设值和/或所述拆解合成值大于第二预设值时，发出预警信息。
47、再一方面，提供了一种计算机设备，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计算机程序时实现以下步骤：
48、构建图像数据库，所述图像数据库中包括多个物品组件的组件连接权重矩阵；
49、获取实时图像信息；
50、基于目标检测策略和所述图像数据库，确定所述实时图像信息中的目标物品组件及其对应的置信度，所述目标物品组件为单一组件和/或组件组合；
51、根据所述置信度和所述目标物品组件的组件连接权重矩阵，计算所述目标物品组件的拆解合成值；
52、响应于检测到所述置信度大于第一预设值和/或所述拆解合成值大于第二预设值时，发出预警信息。
53、又一方面，本文档来自技高网...
【技术保护点】
1.一种物品组件检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的物品组件检测方法，其特征在于，所述构建图像数据库的构建方法包括：
3.根据权利要求2所述的物品组件检测方法，其特征在于，基于组件连接关系，构建目标物品的组件连接权重矩阵包括：
4.根据权利要求1所述的物品组件检测方法，其特征在于，基于目标检测策略和所述图像数据库，确定所述实时图像信息中的目标物品组件及其对应的置信度包括：
5.根据权利要求4所述的物品组件检测方法，其特征在于，根据所述置信度和所述目标物品组件的组件连接权重矩阵，计算所述目标物品组件的拆解合成值包括：
6.根据权利要求5所述的物品组件检测方法，其特征在于，基于所述置信度，确定所述目标物品组件的置信度向量包括：
7.根据权利要求6所述的物品组件检测方法，其特征在于，在计算得到所述目标物品组件的拆解合成值之后，所述方法还包括：
8.一种物品组件检测装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种物品组件检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的物品组件检测方法，其特征在于，所述构建图像数据库的构建方法包括：
3.根据权利要求2所述的物品组件检测方法，其特征在于，基于组件连接关系，构建目标物品的组件连接权重矩阵包括：
4.根据权利要求1所述的物品组件检测方法，其特征在于，基于目标检测策略和所述图像数据库，确定所述实时图像信息中的目标物品组件及其对应的置信度包括：
5.根据权利要求4所述的物品组件检测方法，其特征在于，根据所述置信度和所述目标物品组件的组件连接权重矩阵，计算所述目标物品组件的拆解合成值包括：
6.根据权...
【专利技术属性】
技术研发人员：陈颖，
申请(专利权)人：中科弘拓苏州智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。