[发明专利]一种基于深度神经网络的安检系统及方法在审
| 申请号： | 201910218654.4 | 申请日： | 2019-03-21 |
| 公开（公告）号： | CN109946746A | 公开（公告）日： | 2019-06-28 |
| 发明（设计）人： | 屈立成;李萌萌;吕娇;赵明;王海飞;屈艺华 | 申请（专利权）人： | 长安大学 |
| 主分类号： | G01V5/00 | 分类号： | G01V5/00;G06T7/00;G06T7/11;G06T7/90;G06N3/04;G06N3/08 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 徐文权 |
| 地址： | 710064 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度神经网络的安检系统及方法，包括X光成像模块、检测模型训练学习模块、物体识别模块和安全管理模块，所述X光成像模块的输出端和物体识别模块的输入端连接，物体识别模块和检测模型训练学习模块双向连接，物体识别模块的输出端和安全管理模块的输入端连接；基于X射线图像的颜色特征分割并合成多平面的检测图像，建立深度神经网络检测模型，并运用大数据对常见物品进行特征训练与学习，实现检测器对旋转、伸缩和变形的物体的识别与分类。 | ||
| 搜索关键词： | 物体识别 神经网络 安全管理模块 输入端连接 安检系统 模型训练 学习模块 输出端 检测 检测器 检测图像 双向连接 特征训练 颜色特征 变形的 大数据 多平面 伸缩 合成 分割 分类 学习 | ||
【主权项】：
1.一种基于深度神经网络的安检系统，其特征在于，包括X光成像模块、检测模型训练学习模块、物体识别模块和安全管理模块，所述X光成像模块的输出端和物体识别模块的输入端连接，物体识别模块和检测模型训练学习模块双向连接，物体识别模块的输出端和安全管理模块的输入端连接；所述X光成像模块用于得到物品的X图像视频序列，然后经过模数转换得到数字图片，并将得到的数字图片传递至物体识别模块；所述检测模型训练学习模块用于进行图片训练，得到学习模型，并将学习模型传递至物体识别模块；所述物体识别模块用于加载检测模型训练模块中的学习模型，并对物品进行分类与定位，将检测识别出的物体的种类和坐标信息传送到安全管理模块；所述安全管理模块中用于根据物体识别模块识输出的物体种类和坐标信息将物品输送至不同的物品运送通道中。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于长安大学，未经长安大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910218654.4/，转载请声明来源钻瓜专利网。
