基于人工智能的危险品识别方法、装置、设备及存储介质与流程

专利2026-08-27  6


本申请涉及计算机,尤其涉及一种基于人工智能的危险品识别方法、装置、设备及存储介质。


背景技术:

1、现有的x射线安检机在对包裹内的物品进行危险品识别时,通常是通过x射线安检机对包裹进行扫描,得到扫描图像,并将扫描图像输入预设的危险品识别模型内,以识别包裹内的物品是否包含危险品,这种方法还存在识别准确率低的问题。


技术实现思路

1、本申请提供一种基于人工智能的危险品识别方法、装置、设备及存储介质,以解决上述背景技术提出的问题。

2、第一方面,本申请提供一种基于人工智能的危险品识别方法,包括:

3、获取待识别图像;安检系统的x射线成像仪扫描待检测包裹得到所述待识别图像;

4、基于预设的色度提取模型分别提取所述待识别图像的各个像素的色度值;

5、针对各个所述像素,基于所述像素对应的色度值判断目标物体是否为可疑危险品;其中,所述目标物体为所述像素对应的物体;

6、针对各个所述像素,若所述像素对应的目标物体为可疑危险品,利用所述目标物体对应的可疑危险品的品类编码对所述像素进行标注,得到目标图像;

7、针对所述目标图像上标注的各个品类编码,基于所述品类编码在预设数据库中获取目标危险品识别模型,并将所述目标图像输入所述目标危险品识别模型,得到所述待检测包裹内的危险品识别信息;

8、基于所有所述危险品识别信息生成所述待检测包裹内的危险品识别结果。

9、第二方面,本申请提供一种基于人工智能的危险品识别装置,包括:

10、第一获取模块,用于获取待识别图像;安检系统的x射线成像仪扫描待检测包裹得到所述待识别图像;

11、提取模块,用于基于预设的色度提取模型分别提取所述待识别图像的各个像素的色度值;

12、判断模块,用于针对各个所述像素,基于所述像素对应的色度值判断目标物体是否为可疑危险品;其中,所述目标物体为所述像素对应的物体;

13、标注模块,用于针对各个所述像素,若所述像素对应的目标物体为可疑危险品,利用所述目标物体对应的可疑危险品的品类编码对所述像素进行标注,得到目标图像;

14、第二获取模块,用于针对所述目标图像上标注的各个品类编码,基于所述品类编码在预设数据库中获取目标危险品识别模型,并将所述目标图像输入所述目标危险品识别模型,得到所述待检测包裹内的危险品识别信息;

15、生成模块,用于基于所有所述危险品识别信息生成所述待检测包裹内的危险品识别结果。

16、第三方面,本申请提供一种安检机设备,所述安检机设备包括处理器、存储器以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如上所述的基于人工智能的危险品识别方法。

17、第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其中,所述计算机程序被处理器执行时,实现如上所述的基于人工智能的危险品识别方法。

18、本实施例提供了基于人工智能的危险品识别方法、装置、设备及存储介质,其中,该方法包括获取待识别图像;安检系统的x射线成像仪扫描待检测包裹得到所述待识别图像;基于预设的色度提取模型分别提取所述待识别图像的各个像素的色度值;针对各个所述像素,基于所述像素对应的色度值判断目标物体是否为可疑危险品;其中,所述目标物体为所述像素对应的物体;针对各个所述像素,若所述像素对应的目标物体为可疑危险品,利用所述目标物体对应的可疑危险品的品类编码对所述像素进行标注,得到目标图像;针对所述目标图像上标注的各个品类编码,基于所述品类编码在预设数据库中获取目标危险品识别模型,并将所述目标图像输入所述目标危险品识别模型,得到所述待检测包裹内的危险品识别信息;基于所有所述危险品识别信息生成所述待检测包裹内的危险品识别结果。该方法提高了危险品识别的准确性。



技术特征:

1.一种基于人工智能的危险品识别方法,其特征在于,包括:

2.根据权利要求1所述的基于人工智能的危险品识别方法,其特征在于,在获取待识别图像之前,所述方法还包括:

3.根据权利要求1所述的基于人工智能的危险品识别方法,其特征在于,所述色度提取模型包括像素分割模块和色度提取模块,所述基于预设的色度提取模型分别提取所述待识别图像的各个像素的色度值,包括:

4.根据权利要求1所述的基于人工智能的危险品识别方法,其特征在于,所述基于所述像素对应的色度值判断目标物体是否为可疑危险品,包括:

5.根据权利要求1所述的基于人工智能的危险品识别方法,其特征在于,所述预设数据库包括多个危险品识别模型,各个所述危险品识别模型均设有加密密码,所述基于所述品类编码在预设数据库中获取目标危险品识别模型,包括:

6.根据权利要求5所述的基于人工智能的危险品识别方法,其特征在于,所述基于所述品类编码生成解密密码,包括:

7.根据权利要求1所述的基于人工智能的危险品识别方法,其特征在于,所述目标危险品识别模型包括输入层、目标像素提取层、平滑处理层、特征提取层、池化层、全连接层和输出层,所述将所述目标图像输入所述目标危险品识别模型,得到所述待检测包裹内的危险品识别信息,包括:

8.一种基于人工智能的危险品识别装置,其特征在于,包括:

9.一种安检机设备,其特征在于,所述安检机设备包括处理器、存储器以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如权利要求1至7中任一项所述的基于人工智能的危险品识别方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,其中,所述计算机程序被处理器执行时,实现如权利要求1至7中任一项所述的基于人工智能的危险品识别方法。


技术总结
本申请涉及计算机技术领域,提供了基于人工智能的危险品识别方法、装置、设备及存储介质,该方法包括:针对待识别图像的各个像素,若所述像素对应的目标物体为可疑危险品,利用所述目标物体对应的可疑危险品的品类编码对所述像素进行标注,得到目标图像;针对所述目标图像上标注的各个品类编码,基于所述品类编码在预设数据库中获取目标危险品识别模型,并将所述目标图像输入所述目标危险品识别模型,得到所述待检测包裹内的危险品识别信息;基于所有所述危险品识别信息生成所述待检测包裹内的危险品识别结果。该方法能够提高危险品识别结果的准确性。

技术研发人员:赵吉靖,刘小刚
受保护的技术使用者:深圳市方吉无限科技有限公司
技术研发日:
技术公布日:2024/6/26
转载请注明原文地址:https://doc.8miu.com/read-1833527.html

最新回复(0)