X光安检图像多尺度违禁品检测

• 作者: 张友康 张海刚 杨金锋 苏志刚
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: X光安检图像 违禁品检测 空洞卷积 非对称卷积 多尺度特征图融合
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 论文
• 页码范围: 1096-1106
• 页数: 11页
• 分类号: TP391.4
• 字数: 7135字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2020.07.008

摘要

安检是保障人民生命财产安全的第一道防线,智能安检是安检行业未来发展的必然趋势.X光安检图像存在背景复杂、违禁品尺度多样以及相互遮挡现象,导致传统的目标检测算法无法获得满意的效果.本文在一阶段目标检测网络SSD框架的基础上,提出了适用于X光安检图像多尺度违禁品检测网络——非对称卷积多视野神经网络ACMNet(Asymmetrical Convolution Multi-View Neural Network).检测网络增加了三个模块:小卷积非对称模块(Asymmetrical Tiny Convolution Module,ATM)、空洞多视野卷积模块(Dilated Convolution Multi-View Module,DCM)、多尺度特征图融合策略(Fusion strategy of multi-scale feature map,MF).ATM学习到的细节特征有助于小尺度违禁品的识别;DCM通过提供局部与全局之间的上下文特征信息来解决遮挡问题;MF则是通过融合高、低层特征图以提高模型在背景干扰情况下违禁品的检测精度.在仿真实验中,采用X光安检领域公开的数据集与自建的数据集,ACMNet在精确度上取得了令人满意的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏志刚	中国民航大学智能信号与图像处理天津市重点实验室	60	180	6.0	10.0
5	张海刚	深圳职业技术学院粤港澳大湾区人工智能应用技术研究院	2	0	0.0	0.0
6	杨金锋	深圳职业技术学院粤港澳大湾区人工智能应用技术研究院	3	0	0.0	0.0
7	张友康	中国民航大学智能信号与图像处理天津市重点实验室	1	0	0.0	0.0