[发明专利]物品检测方法、装置、系统和计算机可读存储介质

权利要求书

1.一种物品检测方法，包括：

获取安检机扫描待检测物品生成的待识别图像；

将所述待识别图像转换为待识别灰度图；

将所述待识别灰度图输入物品检测模型，确定所述待识别灰度图中的各个待检测物品是否属于违禁物品。

2.根据权利要求1所述的物品检测方法，其中，

所述将所述待识别图像转换为待识别灰度图包括：

去除所述待识别图像中的噪声；

将去除噪声后的待识别图像中的背景去除，得到目标区域图像；

根据所述目标区域图像的色调、饱和度、明度HSV特征将所述目标区域图像转换为灰度图，作为待识别灰度图。

3.根据权利要求2所述的物品检测方法，其中，

所述将去除噪声后的待识别图像中的背景去除，得到目标区域图像包括：

将所述去除噪声后的待识别图像输入图像分割模型，确定各个像素点所属的类别，所述类别包括：前景类别或者背景类别；

根据各个像素点所属的类别，提取所述去除噪声后的待识别图像的掩膜图像；

将所述掩膜图像与所述待识别图像按位进行像素值的与运算，得到所述目标区域图像。

4.根据权利要求2所述的物品检测方法，其中，

所述根据所述目标区域图像的HSV特征将所述目标区域图像转换为灰度图，作为待识别灰度图包括：

将所述目标区域图像中像素的红、绿、蓝RGB值转换为HSV值；

根据所述像素的色调值将所述目标区域图像转换为灰度图，作为待识别灰度图。

5.根据权利要求1所述的物品检测方法，其中，

所述将所述待识别灰度图输入物品检测模型，确定所述待识别灰度图中的各个待检测物品是否属于违禁物品包括：

将所述待识别灰度图输入所述物品检测模型中的特征提取网络，得到输出的所述待识别灰度图的图像特征；其中，所述特征提取网络为轻量级神经网络模型；

将所述图像特征输入所述物品检测模型中的目标检测网络，得到输出的各个待检测物品的类别信息；

根据各个待检测物品的类别信息确定所述待检测物品是否属于违禁物品。

6.根据权利要求1所述的物品检测方法，还包括：

在确定所述各个待检测物品中包含违禁物品的情况下，发出报警信息。

7.根据权利要求1所述的物品检测方法，其中，

所述物品检测模型还输出各个待检测物品在所述待识别灰度图中的位置信息；

所述方法还包括：

根据各个待检测物品在所述待识别灰度图中的位置信息，将所述各个待检测物品的是否属于违禁物品的标识信息映射到所述待识别图像中，并将带有标识信息的待识别图像发送至显示装置进行显示。

8.根据权利要求1所述的物品检测方法，还包括：

生成包含违禁物品和非违禁物品的第一训练样本图像，并对所述第一训练样本图像中的各个物品的类别进行标注；

利用所述第一训练样本图像对所述物品检测模型中的目标检测网络进行训练；其中，所述物品检测模型还包括：特征提取网络，所述特征提取网络进过预训练确定参数；

获取安检机生成的真实图像作为第二训练样本图像，并对所述第二训练样本图像中的各个物品的类别进行标注；

利用所述第二训练样本图像对所述物品检测模型中的目标检测网络的参数进行调整，完成对所述物品检测模型的训练。

9.一种物品检测装置，包括：

采集模块，用于获取安检机扫描待检测物品生成的待识别图像；

图像处理模块，用于将所述待识别图像转换为待识别灰度图；

检测模块，用于将所述待识别灰度图输入物品检测模型，确定所述待识别灰度图中的各个待检测物品是否属于违禁物品。

10.根据权利要求9所述的物品检测装置，还包括：

报警模块，用于在确定所述各个待检测物品中包含违禁物品的情况下，发出报警信息。