申请/专利权人：西安电子科技大学广州研究院

申请日：2022-01-25

公开（公告）日：2024-03-26

公开（公告）号：CN114548230B

主分类号：G06V10/764

分类号：G06V10/764;G06V10/774;G06V10/80;G06V10/25;G01V5/20

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2022.06.14#实质审查的生效;2022.05.27#公开

摘要：本发明提供了一种基于RGB色彩分离双路特征融合的X射线违禁物品检测方法，包括以下步骤：获取训练样本集和测试样本集；构建RGB色彩分离的双路特征融合网络模型；对RGB色彩分离的双路特征融合网络进行迭代训练；获取X射线违禁物品图像识别结果。本发明在构建X射线违禁物品检测模型结构时，首先构建了RGB色彩分离结构，然后构建特征提取网络结构，之后构建特征融合网络结构，再进行训练，解决了现有技术排除无关信息对违禁物品检测产生影响的问题，从而提高了X射线场景下违禁物品的检测准确率。

主权项：1.一种基于RGB色彩分离双路特征融合的X射线违禁物品检测方法，其特征在于，具体包括以下步骤：1获取训练样本集和测试样本集：获取若干副包含不同类别违禁物品的X光图像，并对每副X光图像中的违禁物品类别及位置坐标进行标注，得到类别标签集和位置坐标标签集，将X光图像及其对应的类别标签和位置坐标标签按照设定规则分为训练样本集和测试样本集；2构建RGB色彩分离的双路特征融合网络模型：构建RGB色彩分离的双路特征融合网络模型的结构，定义损失函数，其中模型结构包括顺次连接的RGB色彩分离处理器、特征提取网络、双路特征融合网络、RPN网络、ROI池化网络和输出网络，所述RGB色彩分离处理器用于对X光图像进行色彩分离，所述特征提取网络用于提取色彩分离后的X光图像的特征并传输给双路特征融合网络，所述双路特征融合网络用于特征融合，并将特征融合后的X光图像输入至RPN网络，所述RPN网络用于在输入图像中生成正负类的候选框，并输入至ROI池化网络，所述ROI池化网络对RPN网络生成的ROI进行分类和微调，判断是否包含目标，并修正框的位置和坐标；所述输出网络用于根据ROI池化网络的输出值求得结果并输出；3对RGB色彩分离的双路特征融合网络进行迭代训练：将训练样本输入RGB色彩分离处理器，所述RGB色彩分离处理器将违禁物品的三个色彩通道分别提取出来，剔除Red色彩通道，得到新的训练样本集，基于训练样本和新的训练样本对RGB色彩分离的双路特征融合网络进行迭代训练；4获取X射线违禁物品图像识别结果：将测试样本输入训练后的模型中，获取X射线违禁物品图像识别结果。

全文数据：

权利要求：

百度查询： 西安电子科技大学广州研究院 基于RGB色彩分离双路特征融合的X射线违禁物品检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD