一種基于深度學(xué)習(xí)的太赫茲危險(xiǎn)品檢測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN201810654761.7 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN109001833A 公開(kāi)（公告）日 2018-12-14
申請(qǐng)公布號(hào) CN109001833A 申請(qǐng)公布日 2018-12-14
分類(lèi)號(hào) G01V8/10;G06F17/30;G06K9/62;G06N3/04;G06N3/08 分類(lèi) 測(cè)量；測(cè)試;
發(fā)明人 張凱歌;龔亞樵;趙廣州;李世龍;王虎 申請(qǐng)（專(zhuān)利權(quán)）人 天和防務(wù)技術(shù)（北京）有限公司
代理機(jī)構(gòu) 西安億諾專(zhuān)利代理有限公司 代理人 康凱
地址 100043 北京市石景山區(qū)實(shí)興大街30號(hào)院16號(hào)樓6層606室
法律狀態(tài) -

摘要

摘要 一種基于深度學(xué)習(xí)的太赫茲危險(xiǎn)品檢測(cè)方法，屬于危險(xiǎn)品檢測(cè)方法領(lǐng)域，其特征在于：構(gòu)建危險(xiǎn)品樣本圖像數(shù)據(jù)庫(kù)，將圖像處理成適合訓(xùn)練和測(cè)試的相同大小灰度圖像；訓(xùn)練CNN神經(jīng)網(wǎng)絡(luò)模型，生成最終網(wǎng)絡(luò)模型并進(jìn)行測(cè)試；進(jìn)行危險(xiǎn)品檢測(cè)，采用太赫茲設(shè)備采集待檢測(cè)物體的太赫茲圖像，用CNN神經(jīng)網(wǎng)絡(luò)模型對(duì)采集的待檢測(cè)物體的太赫茲圖像進(jìn)行檢測(cè)，獲得檢測(cè)結(jié)果；同時(shí)將采集到的待檢測(cè)物體的太赫茲圖像加入危險(xiǎn)品樣本圖像數(shù)據(jù)庫(kù)。通過(guò)CNN神經(jīng)網(wǎng)絡(luò)直接對(duì)樣本圖像進(jìn)行訓(xùn)練和學(xué)習(xí)，降低了選擇網(wǎng)絡(luò)參數(shù)的復(fù)雜度，能夠直接學(xué)習(xí)樣本圖像數(shù)據(jù)的顯著特征，因此能夠解決圖像分類(lèi)、模式識(shí)別；提高安檢人員的工作效率，減少工作人員的工作量，適用于較大人流的安檢。