典型文献
基于轻量级U-Net深度学习的人体安检隐匿违禁物的实时检测
文献摘要：
在高端智能安检系统研发中,如何使受检者在无接触正常行进过程中,对其实施人体是否携带隐匿违禁物的快速高效检测是具有挑战性的关键性技术.被动毫米波成像以其安全无害、穿透性强等突出优势而成为安检成像的热门选项.该文利用被动毫米波成像和可见光成像的优势互补,通过轻量级U-Net的深度学习,研究提出人体安检隐匿违禁物的高性能实时检测算法.首先构建和训练轻量级U-Net分割网络,进行被动毫米波图像(PM-MWI)和可见光图像(VI)中人体轮廓的快速分割,实现人体与背景的有效分离,以获取疑似隐匿违禁物的轮廓信息.进而,以轻量级U-Net为工具,通过基于相似性测度的无监督学习方法进行被动毫米波人体轮廓图像与可见光人体轮廓图像的配准,以滤除虚警目标,并在可见光图像中进行疑似目标定位,得到单帧图像的检测结果.最后,通过序列多帧图像之检测结果的综合集成与推断,给出最终检测结果.通过在专门构建的数据集上的实验结果表明,该文所提方法的F1指标达到92.3％,展现出良好的性能优势.
文献关键词：
隐匿违禁物检测;人体安检系统;被动毫米波成像;人体轮廓分割;图像配准
中图分类号：
作者姓名：
李连伟;秦世引
作者机构：
北京航空航天大学自动化科学与电气工程学院 北京 100191;东莞理工学院电子工程与智能化学院 东莞 523808
文献出处：
引用格式：
[1]李连伟;秦世引-.基于轻量级U-Net深度学习的人体安检隐匿违禁物的实时检测)[J].电子与信息学报,2022(10):3435-3446
A类：
被动毫米波成像,隐匿违禁物检测,人体安检系统,人体轮廓分割
B类：
轻量级,Net,实时检测,系统研发,受检者,无接触,快速高效,高效检测,关键性技术,无害,穿透性,突出优势,选项,可见光成像,优势互补,检测算法,分割网络,PM,MWI,可见光图像,VI,快速分割,有效分离,相似性测度,无监督学习,轮廓图,滤除,疑似目标,目标定位,单帧图像,多帧图像,综合集成,标达,性能优势,图像配准
AB值：
0.227045
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。
