[发明专利]一种基于深度学习的太赫兹违禁物品检测方法

权利要求书

1.一种基于深度学习的太赫兹违禁物品检测方法，其特征在于它包括以下步骤：

（1）、采集和制作太赫兹数据集，该太赫兹数据集包括人体携带违禁物品的太赫兹成像图；

（2）、对太赫兹成像图进行违禁物品标注，形成标注成像图；

（3）、数据增强太赫兹数据集的太赫兹成像图和标注成像图；

（4）、基于Faster-rcnn构建违禁物检测神经网络；

（5）、通过数据增强后的标注成像图将违禁物检测神经网络训练为违禁物检测模型；

（6）、通过数据增强后太赫兹成像图对违禁物检测模型进行迭代训练，并对违禁物检测模型输出的迭代检测图像作图像阈值处理比较，去除小于设定阈值的迭代检测图像，大于设定阈值的迭代检测图像作数据增强后继续训练违禁物检测模型；

（7）、对人体进行太赫兹采集成像，采集形成的实时成像图输入至违禁物检测模型，检测实时成像图存在的违禁物品。

2.根据权利要求1所述的基于深度学习的太赫兹违禁物品检测方法，其特征在于所述违禁物检测神经网络包括依次相连的特征提取网络、RPN网络以及Roi与Classification网络。

3.根据权利要求2所述的基于深度学习的太赫兹违禁物品检测方法，其特征在于所述特征提取网络为Resnet101网络，所述特征提取网络采用的特征提取方法为FPN。

4.根据权利要求2或3所述的基于深度学习的太赫兹违禁物品检测方法，其特征在于所述步骤5的违禁物检测神经网络训练包括以下步骤：

（1）、特征提取网络对标注成像图进行特征提取，形成特征图像；

（2）、RPN网络对特征图像进行处理，生成候选区域；

（3）、特征图像和候选区域输入至Roi与Classification网络后，Roi与Classification网络生成标注成像图的违禁物检测框。

5.根据权利要求1所述的基于深度学习的太赫兹违禁物品检测方法，其特征在于所述数据增强包括对太赫兹成像图的翻转处理、角度旋转处理、亮度处理和马赛克处理。

6.根据权利要求1所述的基于深度学习的太赫兹违禁物品检测方法，其特征在于所述设定阈值为0.9。