(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111632802.0 (22)申请日 2021.12.28 (71)申请人 银河水滴科技 （北京） 有限公司 地址 100191 北京市海淀区学院路51号7层 0711 (72)发明人 黄永祯　杨少鹏　 (74)专利代理 机构 西安迪业欣知识产权代理事 务所(普通 合伙) 61278 代理人 校丽丽 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/08(2006.01) G06K 9/62(2022.01) (54)发明名称 一种物品检测方法及检测系统 (57)摘要 本发明公开了一种物品检测方法及检测系 统， 属于物品检测技术领域， 能够解决现有的违 禁物品检测精准率较差的问题。 所述方法包括： S1、 获取样本图片集， 并对样本图片集中的每幅 样本图片进行分块处理， 得到N个样本图片块； 其 中， 样本图片集中的图片为同一种物品的样本图 片； N为大于1的整数； S2、 将每幅样本图片的N个 样本图片块输入神经网络中进行训练， 得到编码 器； S3、 利用编码器确定物品的聚类质点； S4、 对 待检测图片进行分块处理， 得到M个待检测图片 块； M为大于1的整数； S5、 将M个待检测图片块输 入编码器中， 得到M个待检测特征； S6、 根据M个待 检测特征和聚类质点判定待检测图片中的物品 类别。 本发明用于 违禁物品检测。 权利要求书2页 说明书5页 附图1页 CN 114299337 A 2022.04.08 CN 114299337 A 1.一种物品检测方法， 其特 征在于， 所述方法包括： S1、 获取样本图片集， 并对所述样本图片集中的每幅样本图片进行分块处理， 得到N个 样本图片块； 其中， 所述样 本图片集中的图片为同一种物品的样 本图片； 所述N为大于1的整 数； S2、 将每幅样本图片的N个样本图片块输入神经网络中进行训练， 得到编码器； S3、 利用所述编码器确定所述物品的聚类质点； S4、 对待检测图片进行分块处 理， 得到M个待检测图片块； 所述M为大于1的整数； S5、 将M个所述待检测图片块输入所述编码器中， 得到 M个待检测特 征； S6、 根据M个所述待检测特 征和所述聚类质点判定所述待检测图片中的物品类别。 2.根据权利要求1所述的方法， 其特征在于， 在所述S1中， 对所述样本图片集中的每幅 样本图片进行分块处 理， 得到N个样本图片块， 具体为： 将所述样本图片集中的每幅样本图片划分为相互之间具有重叠部分的N个样本图片 块； 相应的， 所述S4具体为： 将待检测图片划分为相互之间具有重 叠部分的M个待检测图片块。 3.根据权利要求1或2所述的方法， 其特 征在于， 所述S3具体为： 将每幅样本图片的N个样本图片块均输入编码器， 得到N ×P个样本特征， 并将所述N ×P 个样本特征作为所述物品的聚类质点； 其中， 所述P为所述样本图片集中的样本图片的数 量， 所述P为大于或等于2的整数。 4.根据权利要求3所述的方法， 其特 征在于， 所述S6具体为： 计算每一个待检测特 征与N×P个聚类质点之间的欧式距离， 得到N ×P个欧式距离； 当所述N×P个欧式距离中最小的欧式距离小于预设阈值时， 判定所述待检测特征对应 的待检测图片块中包 含所述物品。 5.根据权利要求1所述的方法， 其特 征在于， 所述S2具体为： 将每幅样本图片的N个样本图片块输入神经网络中， 基于欧氏距离进行训练， 得到编码 器。 6.根据权利要求2所述的方法， 其特征在于， 所述样本 图片块和/或所述待检测图片块 的尺寸为64×64像素。 7.一种物品检测系统， 其特 征在于， 所述系统包括： 分块单元， 用于获取样本 图片集， 并对所述样本 图片集中的每幅样本 图片进行分块处 理， 得到N个样本图片块； 其中， 所述样本图片集中的图片为同一种物品的样本图片； 所述N 为大于1的整数； 训练单元， 用于将每幅样本图片的N个样本图片块输入神经网络 中进行训练， 得到编码 器； 质点确定单 元， 用于利用所述编码器确定所述物品的聚类质点； 所述分块单元还用于对待检测图片进行分块处理， 得到M个待检测图片块； 所述M为大 于1的整数； 特征提取单元， 用于将M个所述待检测图片块输入所述编码器中， 得到 M个待检测特 征； 判定单元， 根据M个所述待检测特征和所述聚类质点判定所述待检测图片中的物品类权　利　要　求　书 1/2 页 2 CN 114299337 A 2别。 8.根据权利要求7 所述的系统， 其特 征在于， 所述分块单 元具体用于： 将所述样本图片集中的每幅样本图片划分为相互之间具有重叠部分的N个样本图片 块； 所述分块单 元具体还用于： 将待检测图片划分为相互之间具有重 叠部分的M个待检测图片块。 9.根据权利要求7或8所述的系统， 其特 征在于， 所述质点确定单 元具体用于： 将每幅样本图片的N个样本图片块均输入编码器， 得到N ×P个样本特征， 并将所述N ×P 个样本特征作为所述物品的聚类质点； 其中， 所述P为所述样本图片集中的样本图片的数 量， 所述P为大于或等于2的整数。 10.根据权利要求9所述的系统， 其特 征在于， 所述判定单 元具体用于： 计算每一个待检测特 征与N×P个聚类质点之间的欧式距离， 得到N ×P个欧式距离； 当所述N×P个欧式距离中最小的欧式距离小于预设阈值时， 判定所述待检测特征对应 的待检测图片块中包 含所述物品。权　利　要　求　书 2/2 页 3 CN 114299337 A 3