买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：香港中文大学(深圳)

摘要：本申请实施例属于计算机视觉处理技术领域，涉及一种基于X光的垃圾目标识别方法、装置、计算机设备及存储介质。本申请基于由易到难的分解策略，能够高效的提取X光图片中的边缘信息，并有效的解决X光垃圾图像下各类目标间重叠遮挡导致的漏检与误检问题，可实现在不拆开垃圾袋情况下识别袋中各类垃圾，并提高X光图像的识别准确率。

主权项：1.一种基于X光的垃圾目标识别方法，其特征在于，包括下述步骤：获取待识别垃圾的原始X光图像；对所述原始X光图像进行特征提取操作，得到原始特征信息；根据所述原始特征信息对所述原始X光图像中的所述待识别垃圾进行目标识别操作，得到目标识别框，其中，所述目标识别框包括简单识别框以及困难识别框；根据分割网络以及所述简单识别框的掩码信息对所述困难识别框的待识别垃圾进行分割操作，得到分割识别框；所述简单识别框以及所述分割识别框即为所述待识别垃圾的目标识别结果；所述原始特征信息包括图像特征信息以及热力特征信息，所述对所述原始X光图像进行特征提取操作，得到原始特征信息的步骤，具体包括下述步骤：根据残差神经网络对所述原始X光图像进行图像特征提取操作，得到所述图像特征信息；根据全局结构指导模型对所述原始X光图像进行热力特征提取操作，得到所述热力特征信息；所述根据所述原始特征信息对所述原始X光图像中的所述待识别垃圾进行目标识别操作，得到目标识别框的步骤，具体包括下述步骤：根据特征金字塔网络对所述图像特征信息以及所述热力特征信息进行融合操作，得到特征融合信息；根据全卷积单阶段目标检测模型在所述特征融合信息中识别目标对象，得到所述目标识别框；所述目标识别框还包括预测置信度，所述根据全卷积单阶段目标检测模型在所述特征融合信息中识别目标对象，得到所述目标识别框的步骤之后，还包括下述步骤：将预测置信度大于或等于置信度阈值的目标识别框作为所述简单识别框；将置信度小于所述置信度阈值的目标识别框作为所述困难识别框；所述根据分割网络以及所述简单识别框的掩码信息对所述困难识别框的待识别垃圾进行分割操作，得到分割识别框的步骤之前，还包括下述步骤：计算所述分割网络的分割损失函数，并根据所述分割损失函数对所述分割网络进行调优操作，其中，所述分割损失函数表示为： 其中，所述表示遮挡者的掩码损失函数；表示被遮挡着掩码损失函数；表示全局边缘损失函数；J表示各边缘热度图；表示均方误差。

全文数据：

权利要求：

百度查询： 香港中文大学(深圳) 一种垃圾种类识别方法、装置、计算机设备及存储介质