[发明专利]目标物体识别方法、装置、计算机设备和存储介质

权利要求书

1.一种目标物体识别方法，其特征在于，所述方法包括：

获取扫描数据；

根据所述扫描数据进行三维重建得到目标三维图像；

将所述目标三维图像输入至三维目标检测算法模型进行检测，得到所述目标物体的位置信息及所述目标物体的类别；所述三维目标检测算法模型用于根据输入的所述目标三维图像标记出所述目标物体并输出所述目标物体的类别。

2.根据权利要求1所述的方法，其特征在于，所述将所述目标三维图像输入至三维目标检测算法模型进行检测，得到所述目标物体的位置信息及所述目标物体的类别，包括：

将所述目标三维图像输入至三维目标检测算法模型，提取多尺度特征；

对所述多尺度特征分别进行处理，得到所述目标物体的位置信息及所述目标物体的类别。

3.根据权利要求2所述的方法，其特征在于，所述将所述目标三维图像输入至三维目标检测算法模型，提取多尺度特征，包括：

对所述目标三维图像依次进行预设层数的下采样处理得到多个第一特征；

获取最后一层下采样得到的第一特征进行处理得到最后一层对应的第二特征；

对最后一层对应的所述第二特征进行上采样处理得到当前层对应的中间特征；

根据所述中间特征以及对应层数的第一特征计算得到当前层对应的第二特征；

将所述当前层作为上一层，所述下一层作为当前层；

对所述上一层对应的第二特征进行上采样处理得到当前层对应的中间特征，并继续根据所述中间特征以及对应层数的第一特征计算得到当前层对应的第二特征，直至所有的层数处理完成；

将所得到的各个层对应的第二特征作为多尺度特征。

4.根据权利要求2所述的方法，其特征在于，所述对所述多尺度特征分别进行处理，得到所述目标物体的位置信息及所述目标物体的类别，包括：

基于所述多尺度特征，获取所述目标物体的位置信息，以输出3D预测框及所述目标物体的类别。

5.一种目标物体识别方法，其特征在于，所述方法包括：

获取扫描数据；

根据权利要求1至4任意一项所述的目标物体识别方法得到目标物体的位置信息及所述目标物体的类别；

根据所述扫描数据确定每个位置的属性信息；

将所述目标物体的位置信息所对应的属性信息与违禁品表进行对比，以确定所述目标物体是否存在违禁品。

6.根据权利要求5所述的方法，其特征在于，所述根据所述扫描数据进行三维重建得到目标三维图像，包括：

将所述扫描数据转换为对应的数字信号；

对所述数字信号进行处理得到至少一幅二维图像以及每幅二维图像中每个位置的属性信息；

根据所述属性信息对所述二维图像进行渲染得到二维伪色彩图像；

将所得到的二维伪色彩图像进行合并处理得到目标三维图像。

7.根据权利要求5所述的方法，其特征在于，所述根据所述扫描数据确定每个位置的属性信息，包括：

获取三维重建过程中所得到的每个位置的属性信息。

8.根据权利要求7所述的方法，其特征在于，所述属性信息包括物质电子密度及有效原子序数。

9.根据权利要求8所述的方法，其特征在于，所述将所述目标物体的位置信息所对应的属性信息与违禁品表进行对比，以确定所述目标物体是否存在违禁品，包括：

将所述目标物体的位置信息所对应的物质电子密度及有效原子序数，与违禁品表中的物质电子密度及有效原子序数进行对比；

所述将所述目标物体的位置信息所对应的属性信息与违禁品表进行对比，以确定所述目标物体是否存在违禁品之后，还包括：

若目标物体的位置信息所对应的物质电子密度及有效原子序数与所述违禁品表对应，则判定所述目标物体包括违禁品；

若目标物体的位置信息所对应的物质电子密度及有效原子序数与所述违禁品表没有对应，则判定所述目标物体不包括违禁品。