為了確保公共交通的安全,安全檢查已成為確保公共生命財產(chǎn)安全的必要手段。但是,由于中國人口流動性高和客流量大,對安全檢查技術(shù)的需求和要求也在增加。
由于依靠人工檢查和圖像識別的傳統(tǒng)工作方法無法滿足人們出行時的人流需求,因此越來越多的現(xiàn)代智能技術(shù)被應(yīng)用在安全檢查領(lǐng)域。
目前,在許多機場安全檢查場景中已經(jīng)實現(xiàn)了人工智能和硬件的結(jié)合。通過對各種安全檢查圖像的數(shù)據(jù)處理,使用深度學(xué)習(xí)算法來實現(xiàn)對違禁品的自動識別和預(yù)警。這樣,大大降低了安全人員的勞動強度,提高了安全檢查的質(zhì)量,避免了因遺漏,誤判危險品而造成的不良后果。
在安全檢查領(lǐng)域中廣泛使用的雙能X射線透射技術(shù),使用不同的高能和低能X射線源分別對檢查的物品進行透視檢查,并獲得兩次高能和低能透視檢查圖像,并獲得與材料有關(guān)的效應(yīng)有關(guān)原子序數(shù)的信息。通過這種雙能X射線透視技術(shù)獲得的圖像,再應(yīng)用圖像分割技術(shù),可以實現(xiàn)有機物和無機物的分離。還可以實現(xiàn)同一項目的高,低灰度圖像可以分別顯示在不同的顯示器上,方便安全人員比較和分析項目。
但是與此同時,這項技術(shù)也有一定的局限性。盡管獲得等效原子序數(shù)可以為被測產(chǎn)品的類型以及物體的材料和類型的識別奠定基礎(chǔ),但是當(dāng)被測產(chǎn)品相互屏蔽時,錯誤檢測率會增加,等效原子序數(shù)誤差范圍大,很難檢測到違禁品。
由于X射線安全檢查設(shè)備只能顯示與對象顏色相對應(yīng)的顏色,因此不能分離獨立的對象。因此,要求安全人員的工作經(jīng)驗和個人素質(zhì)很高,并且不可能準(zhǔn)確地識別違禁品。利用雙能X射線透射技術(shù)采集的圖像進行圖像分割處理,可以有效提高安全檢查效率。
眾所周知,深度學(xué)習(xí)中網(wǎng)絡(luò)的初始化極大地影響了網(wǎng)絡(luò)模型的效果?,F(xiàn)有的成熟檢測架構(gòu),例如RCNN系列算法,將使用ImageNet和訓(xùn)練有素的模型參數(shù)來初始化網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)模型。但是,現(xiàn)有的公共數(shù)據(jù)集ImageNet主要是真實世界的場景圖片,與復(fù)雜場景中收集的X射線圖片有很大不同。用ImageNet數(shù)據(jù)直接初始化,訓(xùn)練效果不理想。
日聯(lián)科技基于自身獨特的大量安全X射線圖像注解數(shù)據(jù),設(shè)計了一套直接將安全X射線圖像作為網(wǎng)絡(luò)初始化的解決方案,實現(xiàn)了像素級語義分割技術(shù),具有明顯的意義。
目標(biāo)檢測完成后,需要識別目標(biāo)對象。同樣由于對象的重疊,目標(biāo)中的許多對象會相互干擾。例如,如果瓶子的圖像上有金屬物體,那么瓶子的圖像自然會同時具有金屬物體的屬性,這很容易引起識別錯誤。目標(biāo)分層技術(shù)的前提是目標(biāo)要準(zhǔn)確,必須根據(jù)目標(biāo)的原色進行像素級邊緣切割,以恢復(fù)各自的顏色和重疊部分的信息。
完成目標(biāo)檢測和目標(biāo)分層技術(shù)后,可以獲得各個目標(biāo)的準(zhǔn)確形狀和顏色信息。并修改原子序數(shù)信息。同時,它還補充了通過雙能X射線圖像獲得的物體體積信息。該信息可以通過深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)自動了解要檢查的材料的最大概率。
將這些新技術(shù)應(yīng)用于安檢領(lǐng)域中的機場,鐵路等行李處理系統(tǒng),不僅減輕了安檢人員的工作強度,而且增強了安檢場景的安全能力。另一方面,它也有效地提高了旅客服務(wù)質(zhì)量。
隨著技術(shù)的進步,安全檢查和行李處理系統(tǒng)逐漸完善,人工智能在實際工作中的應(yīng)用也越來越全面。
了解更多日聯(lián)科技X-ray檢測裝備信息可以撥打全國服務(wù)熱線:400-880-1456 或訪問日聯(lián)科技官網(wǎng):www.jstychem.com