典型文献
融合多尺度特征与全局上下文信息的X光违禁物品检测
文献摘要：
目的 X光图像违禁物品检测一直是安检领域的一个基础问题,安检违禁物品形式各异,尺度变化大,以及透视性导致大量物体堆放时出现重叠遮挡现象,传统图像处理模型很容易出现漏检误检,召回率低.针对以上问题,提出一种融合多尺度特征与全局上下文信息的特征增强融合网络(feature enhancement fusion network,FEF-Net)用于X光违禁物品检测.方法 首先针对特征主干网络darknet53,加入空间坐标的注意力机制,将位置信息嵌入到通道注意力中,分别沿两个空间方向聚合特征,增强特征提取器对违禁目标的特征提取能力,抑制背景噪声干扰.然后,将特征提取主干网络输出的特征编码为1维向量,利用自监督二阶融合获取特征空间像素相关性矩阵,进而获取完整的全局上下文信息,为视觉遮挡区域提供全局信息指导.针对违禁物品尺度不一的问题,提出多尺度特征金字塔融合模块,增加一层小感受野预测特征用于提高对小尺度违禁目标的检测能力.最后,通过融合全局上下文特征信息和局部多尺度细节特征解决违禁物品之间的视觉遮挡问题.结果 在SIXRay-Lite(security inspection X-ray)数据集上进行训练和验证,并与SSD(single shot detection)、Faster R-CNN、RetinaNet、YOLOv5(you only look once)和ACMNet(asymmetrical convolution multi-view neural network)模型进行了对比实验.结果 表明,本文模型在SIXray-Lite数据集上的mAP(mean average precision)达到85.64％,特征增强融合模块和多尺度特征金字塔融合模块较原有模型分别提升了6.73％和5.93％,总体检测精度较原有检测网络提升了11.24％.结论 提出的特征增强融合检测模型能够更好地提取显著差异特征,降低背景噪声干扰,提高对多尺度以及小型违禁物品的检测能力.同时利用全局上下文特征信息和多尺度局部特征相结合,有效地缓解了违禁物品之间的视觉遮挡现象,在保证实时性的同时有效地提高了模型的整体检测精度.
文献关键词：
违禁品检测;X光图像;特征增强融合;注意力机制;多尺度融合;全局上下文信息
中图分类号：
作者姓名：
李晨;张辉;张邹铨;车爱博;王耀南
作者机构：
长沙理工大学,长沙 410114;湖南大学,长沙 410082
文献出处：
引用格式：
[1]李晨;张辉;张邹铨;车爱博;王耀南-.融合多尺度特征与全局上下文信息的X光违禁物品检测)[J].中国图象图形学报,2022(10):3043-3057
A类：
特征增强融合,SIXRay,ACMNet,SIXray,违禁品检测
B类：
全局上下文信息,违禁物品,安检,基础问题,形式各异,尺度变化,堆放,处理模型,漏检,召回率,融合网络,feature,enhancement,fusion,network,FEF,主干网络,darknet53,空间坐标,注意力机制,位置信息,通道注意力,空间方向,聚合特征,特征提取能力,背景噪声,噪声干扰,特征编码,自监督,特征空间,像素相关性,相关性矩阵,全局信息,多尺度特征金字塔,特征金字塔融合,感受野,征用,小尺度,检测能力,上下文特征信息,细节特征,征解,遮挡问题,Lite,security,inspection,SSD,single,shot,detection,Faster,RetinaNet,YOLOv5,you,only,look,once,asymmetrical,convolution,multi,view,neural,mAP,mean,average,precision,检测精度,测网,检测模型,差异特征,局部特征,多尺度融合
AB值：
0.30852
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
