[发明专利]空箱识别方法及系统

权利要求书

1.一种空箱识别方法，包括以下步骤：

获取报关信息，从所述报关信息中提取申报为空箱或空车的车辆；

对所述车辆进行X射线检查，获取所述车辆的透射图像；

将所述透射图像输入预先训练得到的空箱识别模型，以便所述空箱识别模型定位出所述透射图像的候选区域，并对所述候选区域进行后处理分析以获得图像识别结果；以及

将所述图像识别结果与对应的所述报关信息进行比较，判定是否与所述报关信息相符。

2.根据权利要求1所述的空箱识别方法，其中，所述图像识别结果包含所述候选区域的类别信息、位置信息以及置信度。

3.根据权利要求1所述的空箱识别方法，其中，所述空箱识别模型是通过监督学习方式训练的，包括以下步骤：

建立空箱识别任务的训练样本图像数据库，其中训练样本图像数据包括训练样本图像及其对应的标注信息；

根据所述空箱识别任务确定基于卷积神经网络的检测网络，并进行初始化；以及

利用所述训练样本图像数据对初始化的所述检测网络进行训练，得到空箱识别模型。

4.根据权利要求3所述的空箱识别方法，其中，所述建立空箱识别任务的训练样本图像数据库包括：

采用样本增强方法扩增异常的图像数据；以及

根据所述空箱识别任务对所述异常的图像数据进行标注。

5.根据权利要求3所述的空箱识别方法，其中，所述利用所述训练样本图像数据对初始化的所述检测网络进行训练包括：

将训练样本图像及其标注信息缩放至合适的检测网络输入；以及

利用如下优化函数对检测网络进行训练：

L＝L_cls+λL_reg

其中，L_cls是训练样本数据的类别损失；

L_reg是训练样本数据的位置回归损失；

λ是控制参数。

6.根据权利要求1所述的空箱识别方法，其中，所述对所述车辆进行X射线检查，获取所述车辆的透射图像为仅对所述车辆的车箱进行X射线检查，获取所述车辆的车箱的透射图像。

7.根据权利要求1所述的空箱识别方法，其中，在所述将所述透射图像输入预先训练得到的空箱识别模型之前，还包括对所述透射图像进行预处理的步骤。

8.根据权利要求7所述的空箱识别方法，其中，所述预处理包括对所述透射图像进行去条纹处理。

9.根据权利要求1所述的空箱识别方法，其中，所述后处理分析包括利用得分阈值与非极大值抑制，过滤掉置信度过小的候选区域，并合并同一位置区域附近的重叠候选区域。

10.根据权利要求1-9中任一项所述的空箱识别方法，其中，所述将所述图像识别结果与所述报关信息进行比较，判定是否与所述报关信息相符包括：

如果图像识别结果与所述报关信息相符，则认为风险较低；

如果图像识别结果与所述报关信息不符，则认为风险较高。

11.一种空箱识别系统，包括：

数据采集设备，包括：

车辆数据提取模块，所述车辆数据提取模块适用于从报关信息中提取申报为空箱或空车的车辆；和

透射图像采集模块，对申报为空箱或空车的所述车辆进行X射线检查，获取所述车辆的透射图像；

数据处理设备，所述数据处理设备利用空箱识别模型对所述透射图像进行识别，以便定位出所述透射图像的候选区域，并对所述候选区域进行后处理分析以获得图像识别结果，然后将所述图像识别结果与对应的所述报关信息进行比较，判定是否与所述报关信息相符；以及

控制器，所述控制器控制所述数据采集设备和所述数据处理设备的工作状态。