公开(公告)号：CN119832344A

公开(公告)日：2025-04-15

申请号：CN202510302166.7

申请日：2025-03-14

Applicant: 厦门大学

Inventor： 方正 ,  詹燮峰 ,  卢威宇 ,  周圳 ,  陈思媛

IPC: G06V10/764 ,  G01N23/083 ,  G01N23/04 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种结合X射线吸收光谱和人工智能易燃易爆物识别方法。其中，所述方法包括：获取待识别物品的X射线吸收光谱，以及辐射该待识别物品时的X射线参数；其中，该参数包括X射线输入电压、电流、辐射距离；将其输入一预训练的RetNet神经网络模型，识别该待识别物品种类，以及对应的X射线吸收光谱的校正结果；其中，该RetNet神经网络模型包括编码器子网络、解码器子网络；该编码器子网络和该解码器子网络均由若干单个编码器层堆叠而成，每个编码器由门控多尺度保留模块和多层感知机块连接组成等；为了实现爆炸物现场检测，本发明提出使用X射线吸收光谱法结合人工智能技术进行爆炸物的现场检测。