[发明专利]一种基于机器学习的安检仪自动识别目标物体的方法在审
| 申请号： | 201911017535.9 | 申请日： | 2019-10-24 |
| 公开（公告）号： | CN110781812A | 公开（公告）日： | 2020-02-11 |
| 发明（设计）人： | 谷琛 | 申请（专利权）人： | 谷琛 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06K9/46;G01V5/00;G01N23/046 |
| 代理公司： | 44329 广东广信君达律师事务所 | 代理人： | 杨晓松 |
| 地址： | 510091 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了一种基于机器学习的安检仪自动识别目标物体的方法，包括：获取安检仪采集的待检测物品的CT图像，对CT图像进行特征提取，得到CT图像的特征；利用预设的分类器模型对所述CT图像的特征进行识别，生成对应所述待检测物品的识别结果；将所述的识别结果发送给安检仪，以使安检仪显示所述识别结果。本申请将机器学习应用到CT扫描领域，将CT图像处理与机器学习算法进行融合，通过提取CT图像的灰度特征以及方向梯度直方图特征，利用不同的分类器来对目标物体进行识别，并通过对比召回率和准确率，确定最佳的分类器模型；利用本申请方法确定的分类器模型在进行目标识别时有较高的准确率。 | ||
| 搜索关键词： | 安检仪 分类器模型 待检测物品 目标物体 准确率 申请 方向梯度直方图 机器学习算法 灰度特征 基于机器 机器学习 目标识别 特征提取 自动识别 分类器 预设 采集 融合 应用 学习 | ||
【主权项】：
1.一种基于机器学习的安检仪自动识别目标物体的方法，其特征在于，包括：/n获取安检仪采集的待检测物品的CT图像，对CT图像进行特征提取，得到CT图像的特征；/n利用预设的分类器模型对所述CT图像的特征进行识别，生成对应所述待检测物品的识别结果；/n将所述的识别结果发送给安检仪，以使安检仪显示所述识别结果。/n
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谷琛，未经谷琛许可，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/201911017535.9/，转载请声明来源钻瓜专利网。
