什么是影响智能安检识别系统准确率的原因?

同一物品在不同安检机中的成像可能大有不同,这是造成智能安检识别系统准确率难以提升,兼容性、适配性问题难以解决的重要原因。

要解释这个问题,还要从X光图像的生成过程说起。

01 从探测器信息到RGB图像

在安全检查中,乘客将行李放置在安检机传送带上,行李随着传送带进入安检机内部,触发射线源发射 X 射线束,X 射线束穿透行李包裹落到探测器上,探测器将采集到的射线光子转换成可测量的高低能数据,经复杂处理和运算后生成RGB安检图像。

为什么智能安检识别系统准确率难以提升?从X光图像的生成说起

在安检图像生成过程中,不同型号、不同使用年限的探测器输出的数据不同,不同安检机品牌的数据处理、图像处理、几何矫正和上色方案不同,这些都会带来X光图像的巨大差异

02 图像差异与模型识别的噩梦

不同X光安检机生成的图像在配色、像素、几何形变等方面都存在差异。而对于深度学习模型来说,在颜色、形状等关键信息上略有差异的图像可能是完全不同的两张图,需要重新进行学习。

为什么智能安检识别系统准确率难以提升?从X光图像的生成说起

为什么智能安检识别系统准确率难以提升?从X光图像的生成说起

同一行李在不同X光安检机下的成像

深度学习模型缺乏足够的泛化能力,难以识别差异很大的图像,因此X光图像差异会导致模型学习效率低下,模型训练困难,识别准确率难以提升等问题。

03 安检机底层数据识别方案的优势

针对X光图像差异带来的智能识别难题,海深科技首创了安检机底层数据识别方案,通过获取安检机底层数据进行建模和识别。

这种方案的优势在于各个品牌安检机的底层数据差异小且容易标定,可经过处理形成同一标准的X光图像,更易于深度学习模型进行学习和识别,从而能够大幅提升模型训练的效率,有效提高模型识别准确率,彻底解决系统兼容性、适配性难题,且能够准确识别各种液体成分。

为什么智能安检识别系统准确率难以提升?从X光图像的生成说起

本站部分文章来自互联网,文章版权归原作者所有。如有疑问请联系QQ:3164780!

(0)
上一篇 2021-05-06 18:56
下一篇 2021-01-07 17:56

相关推荐