多尺度融合特征的X光图像违禁品检测  

作　　者：傅罡 廖育华 李苇 李强 

机构地区：[1]同方威视技术股份有限公司,北京100084

出　　处：《电子元器件与信息技术》2024年第12期232-234,共3页Electronic Component and Information Technology

基　　金：国家重点研发计划《高速智慧物流安检标准检测认证一体化关键技术研究》(项目编号:2022YFF0605000)。

摘　　要：在民航、轨道交通及物流等关键安检领域,X光安检机作为核心查验设备,其应用极为普遍。然而,面对过机量的急剧增长以及违禁品日益复杂多变的种类与形态,传统依赖人工解读的方法不仅效率低下,且受限于安检人员的经验水平,难以避免疏漏与误判。为应对这一挑战,本文提出了一种基于卷积神经网络的X光安检图像违禁品自动检测模型。该模型融合多尺度特征提取技术,通过卷积神经网络的不同层次深入捕捉违禁品目标的细微至宏观特征,并结合高效的区域建议网络生成的潜在目标区域,实现了对刀具、枪支等关键违禁品的精准且自动化的检测,显著提升了安检效率与准确性。

关 键 词：违禁品 目标检测 深度学习 人工智能 X光图像 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]