基于神经网络和多源数据的双视角关联安检方法及系统

摘要

本发明公开了一种基于神经网络和多源数据的双视角关联安检方法及系统，方法包括：将输入数据和输出数据，输入深度神经网络模型进行训练；将需要检出的物品类别对应的等效原子序数信息输入聚类算法训练得到等效原子序数分类器；获取主和辅X光成像系统采集到的X光图像以及对应的等效原子序数信息，输入训练好的深度神经网络模型进行识别，并将识别出的物品等效原子序数信息输入训练好的等效原子序数分类器，以得到关联检测结果。本发明通过深度神经网络模型对X光图像进行物品识别，对物品的等效原子序数进行分类，并通过关联策略对已检测到的结果进行关联，对未检索到物品的X光图像进行自动标注，提高了物品的检出率，且提高了物品检出效率。