安检CT目标物识别方法和装置

1.一种安检CT目标物识别方法，其特征在于，包括：对三维CT数据进行降维来生成多个二维降维视图；针对多个二维视图进行目标物识别，获得目标物的二维语义描述集合，所述多个二维视图包含所述多个二维降维视图；将所述二维语义描述集合利用反投影法映射到三维空间，获得三维概率图；以及对所述三维概率图进行特征提取，获得所述目标物的三维识别结果。 2.如权利要求1所述的安检CT目标物识别方法，其特征在于，将所述二维语义描述集合利用反投影法映射到三维空间，获得三维概率图包括：通过体素驱动或像素驱动进行二维语义描述集合到三维空间的映射，获得语义特征矩阵，并将语义特征矩阵压缩为三维概率图。 3.如权利要求2所述的安检CT目标物识别方法，其特征在于，所述体素驱动包括：将所述三维CT数据中的每一个体素对应到每幅所述二维视图中的像素，查询并累积所述像素所对应的二维语义描述信息，生成所述语义特征矩阵，所述像素驱动包括：所述二维视图中的每个像素对应于所述三维CT数据中的一条直线，遍历每一幅二维视图中的每一个像素或感兴趣区域的每一个像素，沿直线向三维空间中传播该像素所对应的二维语义描述信息，生成所述语义特征矩阵，其中，所述感兴趣区域由所述二维语义描述集合给出。 4.如权利要求3所述的安检CT目标物识别方法，其特征在于，在所述体素驱动或所述像素驱动中，通过映射函数或查找表来获得所述体素和所述像素的对应关系。 5.如权利要求1所述的安检CT目标物识别方法，其特征在于，对所述三维概率图进行特征提取，获得所述目标物的三维识别结果包括：对所述三维概率图，采用图像处理方法、经典的机器学习方法、深度学习方法中的至少一种或者相结合的方式来进行特征提取，从而获得三维图像语义描述集合，作为所述三维识别结果。 6.如权利要求5所述的安检CT目标物识别方法，其特征在于，对所述三维概率图进行特征提取，获得所述目标物的三维识别结果包括：对三维概率图进行二值化，得到三维二值图；对三维二值图进行连通区域分析，获得连通区域；针对所述连通区域生成三维图像语义描述集合。 7.如权利要求6所述的安检CT目标物识别方法，其特征在于，所述连通区域分析包括：对所述三维二值图进行连通分量标记，针对每个标记区域，进行掩模操作，得到所述连通区域。 8.如权利要求6所述的安检CT目标物识别方法，其特征在于，针对所述连通区域生成三维图像语义描述集合包括：提取所述连通区域内的所有概率值，进行主成分分析得到分析集合，并将所述分析集合作为物体有效体素区域，统计出三维图像语义描述集合。 9.如权利要求5所述的安检CT目标物识别方法，其特征在于，所述三维图像语义描述集合以体素、三维感兴趣区域、三维CT图像中的一个或多个为单位，包含：类别信息和/或置信度；或者，所述三维图像语义描述集合以三维感兴趣区域和/或三维CT图像为单位，包含：类别信息、目标物的位置信息、置信度中的至少一个。 10.如权利要求9所述的安检CT目标物识别方法，其特征在于，所述位置信息包含三维包围盒。 11.如权利要求1所述的安检CT目标物识别方法，其特征在于，所述二维语义描述集合以像素、感兴趣区域、二维图像中的一个或多个为单位，包含类别信息和/或置信度，或者，所述二维语义描述集合以感兴趣区域和/或二维图像为单位，包含类别信息、置信度、目标物的位置信息中的至少一个。 12.如权利要求1所述的安检CT目标物识别方法，其特征在于，针对所述多个二维视图中的每一个进行目标物识别包括：采用用于二维图像的图像处理方法、经典机器学习方法、深度学习方法中的至少一种或者相结合的方式来进行目标物识别。 13.如权利要求1所述的安检CT目标物识别方法，其特征在于，对三维CT数据进行降维来生成多个二维降维视图包括：对所述三维CT数据设定多个方向；以及按照所述多个方向进行投影或渲染。 14.如权利要求13所述的安检CT目标物识别方法，其特征在于，所述多个方向为任意的方向，而不限于检测过程中物体行进方向的正交方向。 15.如权利要求1至14中的任一项所述的安检CT目标物识别方法，其特征在于，所述多个二维视图还包含二维DR图，所述二维DR图是由DR成像装置得到的。 16.如权利要求15所述的安检CT目标物识别方法，其特征在于，把所述三维识别结果投影到所述二维DR图，再作为二维DR图的识别结果输出。 17.一种安检CT目标物识别装置，其特征在于，包括：降维模块，对三维CT数据进行降维来生成多个二维降维视图；二维识别模块，针对多个二维视图进行目标物识别，获得目标物的二维语义描述集合，所述多个二维视图包含所述多个二维降维视图；以及升维模块，将所述二维语义描述集合利用反投影法映射到三维空间，获得三维概率图，并对所述三维概率图进行特征提取，获得所述目标物的三维识别结果。 18.一种计算机可读存储介质，存储有程序，所述程序能够使计算机执行：对三维CT数据进行降维来生成多个二维降维视图；针对多个二维视图进行目标物识别，获得目标物的二维语义描述集合，所述多个二维视图包含所述多个二维降维视图；将所述二维语义描述集合利用反投影法映射到三维空间，获得三维概率图；以及对所述三维概率图进行特征提取，获得所述目标物的三维识别结果。