[发明专利]应用于毫米波安检仪的智能检测方法、装置以及存储装置

权利要求书

1.一种应用于毫米波安检仪的智能检测方法，其特征在于，所述方法包括：

将多张人体图像输入到预设危险品检测模型中进行危险品识别以获得多张携带检测结果的识别图像；

将所述多张人体图像中的人体正面图像输入到预设的身体检测模型进行图像分割成多个区域以获得区域标识图像；

其中，将所述多张人体图像中的人体正面图像输入到预设的身体检测模型进行图像分割成多个区域以获得区域标识图像，包括：

对所述人体正面图像进行识别，以对所述人体正面图像的第一区域、第二区域、第三区域、第四区域进行标识；

其中，所述第一区域为所述人体正面图像中人体的头部区域；

所述第二区域为所述人体正面图像中人体的肩部至裆部区域；

所述第三区域为所述人体正面图像中人体的手部区域；

所述第四区域为所述人体正面图像中人体的腿部区域；

将多张携带检测结果的所述识别图像与所述区域标识图像进行融合处理以获取区域识别图像；

对所述区域识别图像根据区域的检测结果及对应的预设阈值输出识别结果；

其中，不同区域设置不同预设阈值。

2.根据权利要求1所述的智能检测方法，其特征在于，所述将多张人体图像输入到预设危险品检测模型中进行危险品识别以获得多张携带检测结果的识别图像之前包括：

通过安检仪采集被检对象多方位角度的图像以得到所述多张人体图像。

3.根据权利要求1所述的智能检测方法，其特征在于，所述预设危险品检测模型是通过以VGGNet为特征提取网络，并将人体携带危险品的图像作为样本数据库进行最优参训练而得到的。

4.根据权利要求3所述的智能检测方法，其特征在于，所述人体携带危险品的图像是安检仪对携带至少一种危险品的人体进行多方位角度的采集所获取的图像。

5.根据权利要求4所述的智能检测方法，其特征在于，所述人体的特征包括人体BMI值、性别、衣着。

6.根据权利要求4所述的智能检测方法，其特征在于，所述危险品至少包括手枪、金属刀、陶瓷刀、矩形粉末爆炸物、碟形粉末爆炸物、不规则粉末爆炸物、液体爆炸物、打火机。

7.根据权利要求3所述的智能检测方法，其特征在于，所述将人体携带危险品的图像作为样本数据库进行最优参训练包括：

对所述图像进行均值化处理；

对所述图像进行归一化处理。

8.根据权利要求7所述的智能检测方法，其特征在于，所述方法还包括：

通过设置多种预设面积与预设比例的组合对所述图像进行优化；

对训练模型采用焦点损失函数进行优化训练。

9.根据权利要求1所述的智能检测方法，其特征在于，所述身体检测模型是通过以ZFNet为特征提取网络，并将被人体携带危险品的图像作为样本数据库进行最优参训练而得到的。

10.根据权利要求1所述的智能检测方法，其特征在于，所述方法还包括：

判断所述第二区域是否识别成功，

如果识别成功，则对所述第一区域、第三区域以及第四区域进行补偿后输出所述区域标识图像；

如果识别失败；则输出图像识别异常，并重新获取图像。

11.根据权利要求1所述的智能检测方法，其特征在于，所述将多张携带检测结果的所述识别图像与所述区域标识图像进行融合处理以获取区域识别图像，包括：

将多张携带检测结果的所述识别图像映射到所述区域标识图像中，以使得所述携带检测结果的所述识别图像与所述区域标识图像进行融合，从而获取到所述区域识别图像，其中，所述区域识别图像携带了检测结果。