(19)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 202211032537.7 (22)申请日 2022.08.26 (71)申请人 重庆邮电大 学 地址 400065 重庆市南岸区黄桷垭崇文路2 号 (72)发明人 李国权　郭豆豆　吴建　林金朝　 庞宇　朱宏钰　 (74)专利代理 机构 北京同恒源知识产权代理有 限公司 1 1275 专利代理师 方钟苑 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 基于注意力机制的X光安检图像危险物品检 测方法 (57)摘要 本发明涉及一种基于注 意力机制的X光安检 图像危险物品检测方法， 属于图像目标检测技术 领域。 该方法是在YOLOv3 ‑SPP架构上融合MSE模 块和MFGA模块， 首先将特征提取网络提取的特征 与MSE提取的通道信息融合， 得到具备通道全局 性的语义特征； 然后将M FGA模块设置在各个检测 网络分支， 有效地融合深层特征的通道及空间信 息， 使多尺度特征具备三维全局性。 本发明能有 效地增强输入特征图中用于检测危险物品的细 节信息， 提高模 型对中等目标和大目标的检测性 能。 权利要求书2页 说明书8页 附图3页 CN 115393796 A 2022.11.25 CN 115393796 A 1.一种基于注意力机制的X光安检图像危险物品检测方法， 其特征在于， 在YOLOv3 ‑SPP 架构上融合MSE模块和MFGA模块， 构建AFN网络； 其中MSE是多压缩激活， MFGA是多 融合全局 注意力， AFN是注意力融合网络； 利用所述注意力融合网络进 行X光安检图像危险物品检测， 具体包括以下步骤： S1： 输入待检测行李的X光安检图像， 经过YOLOv3 ‑SPP主干网络获得特征图后将其输入 MSE模块， 得到具 备通道全局性的语义特 征； S2： 利用SPP模块进行多尺度特征融合后再经过MSE模块， 使得融合后的局部特征和全 局特征精细化， 增强 获取的多尺度语义信息； 其中， S PP是空间金字塔池化； S3： 串联通道分支和空间分支构成MFGA模块， 并将该模块放在每一个检测分支的分类 器之前； 每一个 检测分支分别针对X光 安检图像中的小、 中、 大目标进行 预测。 2.根据权利要求1所述的X光安检图像危险物品检测方法， 其特征在于， 所述MSE模块的 具体结构为： 首先是将给定的输入映射到特征图X∈RC×H×W上， 其中H、 W、 C分别对应特征图的 高度、 宽度和通道维度， MSE模块在压缩操作中通过全局平均池化和最大池化， 将生成的特 征描述符在通道上拼接； 其次是激活操作， 全连接层通过膨胀率参数对通道进 行降维， 之后 再恢复通道维度； 最后是特征重标定， 将 激活操作后得到的C ×1×1的向量与输入 特征在通 道上进行权 重的相乘。 3.根据权利要求2所述的X光安检图像危险物品检测方法， 其特征在于， 所述MSE模块的 权重w计算公式为： w＝σ(gex{w1,w2}([gavg(X)； gmax(X)])) 令f＝[gavg(X)； gmax(X)]， 得到gex{w1,w2}(f)＝w2ReLU(w1f)， 其中， gavg(·)、 gmax(·)分 别表示全局平均池化和最大池化， σ 表示激活函数， w1表示(C/r) ×C参数矩阵， w2表示C×(C/ r)参数矩阵， r表 示膨胀率； 式中激活操作先使用标准卷积对拼接后的特征进 行通道上的降 维。 4.根据权利要求1所述的X光安检图像危 险物品检测方法， 其特征在于， 所述MFGA模块 具体结构为： 基于HD C框架， 使用三个膨胀率大小不同的3 ×3卷积核来扩 大感受野； 将 CAM模 块和SAM模块 顺序放置； 其中， HDC是混合 膨胀卷积， CAM是通道 注意力， SAM是空间注意力。 5.根据权利要求4所述的X光安检图像危险物品检测方法， 其特征在于， 所述SAM模块的 具体结构为： 首先， 采用一组膨胀率为r ＝[1,2,5 ]的卷积核 大小为K的膨胀卷积对输入的特 征图进行操作； 其次， 将全局平均池化和最大池化生成的特征描述符在通道上进行拼接来 聚合特征图上的通道信息； 然后， 通过卷积核大小为K＝3， 膨胀率为r ＝2的膨胀卷积对通道 降维； 最后， 通过Sigmo id函数生成最终的空间注意力图。 6.根据权利要求5所述的X光安检图像危险物品检测方法， 其特征在于， 根据HDC框架对 SAM进行修改时需遵守两个原则： (1)Mn≤K， K是卷积核的内核大小， Mn指两个非零值之间最 大距离； (2)一个组内， 膨胀率之间不能具有公因子 。 7.根据权利要求1所述的X光安检图像危险物品检测方法， 其特征在于， 所述CAM模块的 具体结构为： 首先， 通过池化操作来聚合特征图的全局空间信息， 其中， 全局平均池化的作 用是聚合信息， 最大池化用于将生成的通道注意力精细化； 其次， 将聚合后的信息输入共享 网络中以生成通道注意力图， 其中共享网络由多层感知器组成； 使用标准卷积对通道上拼 接后的特 征进行降维。权　利　要　求　书 1/2 页 2 CN 115393796 A 28.根据权利要求7所述的X光安检图像危险物品检测方法， 其特征在于， 所述CAM模块的 计算过程 为： 其中， MC表示CAM模块生成的一维通道注意力， 表示卷积核大小为1的一维卷积操 作， fMLP表示具有一个隐藏层的多感知器， σ 表示Sigmo id函数。权　利　要　求　书 2/2 页 3 CN 115393796 A 3