-
公开(公告)号:CN110287773A
公开(公告)日:2019-09-27
申请号:CN201910398586.4
申请日:2019-05-14
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于自主学习的交通枢纽安检图像识别方法。本发明首先将输入的图像进行预处理操作;然后经过多视图卷积神经网络、卷积神经网络注意力机制、特征稠密连接、长短期记忆网络、线性全连接和焦点损失函数进行深度学习。本发明针对毫米波安检门生成的图像而设计的,算法通过分析对象类型、服装类型和体型下的特征来预测威胁的存在。本发明能更好地解决现在安检耗时费力的弊端,改善传统算法的误判率和准确率。