公开(公告)号：CN114782411A

公开(公告)日：2022-07-22

申请号：CN202210570202.4

申请日：2022-05-24

Applicant: 哈尔滨工业大学 ,  太极计算机股份有限公司

Inventor： 姚鸿勋 ,  陶胤旭 ,  段风志 ,  韩国权 ,  黄海峰 ,  王兆林

IPC: G06T7/00 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62 ,  G06V10/774 ,  G06V10/82

Abstract: 一种基于神经网络的危险品识别方法及识别系统，具体涉及基于Cascade R‑CNN双阶段神经网络的安检图像中危险品的识别方法及识别系统，本发明为了解决X光安检扫描图较为抽象，物品识别准确率低，易使长期工作人员产生视觉疲劳和漏判，数据集不能充分利用的问题，采集多张包含危险品的扫描图，分为标注图像集和未标注图像集；建立网络模型，将标注图像集输入网络模型中进行训练得到初始网络模型；将未标注图像集输入初始网络模型得到伪标签文件集；将标注图像集和未标注图像集输入初始网络模型内得到训练好的网络模型；采集待识别的X光安检扫描图输入训练好的网络模型内得到危险品的框标注信息。属于计算机图像处理领域。

公开(公告)号：CN115410110A

公开(公告)日：2022-11-29

申请号：CN202210480001.5

申请日：2022-05-05

Applicant: 哈尔滨工业大学 ,  太极计算机股份有限公司

Inventor： 姚鸿勋 ,  段风志 ,  张慧琮 ,  陶胤旭 ,  韩国权 ,  李佳忆

IPC: G06V20/40 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于卷积神经网络的场景识别方法，涉及场景识别技术领域，针对现有技术中识别游行和暴恐准确率低的问题，包括：步骤一：获取待识别图像，并对待识别图像进行预处理，将待识别图像进行归一化；步骤二：将预处理后的图像进行特征提取，得到游行活动和暴恐活动的特征；步骤三：将提取到的特征输入ResNet50网络，得到游行活动和暴恐活动的概率值；步骤四：分别设置游行活动的阈值和暴恐活动的阈值，并通过判断游行活动和暴恐活动的概率值是否超过阈值，进而识别是否发生游行活动和暴恐活动。本申请利用卷积神经网络强大的特征提取能力，显著的提高了识别的准确率。