Patobulinta SSD tinklo architektūra. Kreditas: Scientific Reports (2022). DOI: 10.1038/s41598-022-16208-0 Stiprėjant pasaulinėms antiteroristinėms priemonėms, vis svarbiau atlikti saugumo patikrinimus viešose vietose, siekiant aptikti paslėptus daiktus, nešiojamus ant žmogaus kūno.
Ankstesniais tyrimais įrodyta, kad gilusis mokymasis padeda aptikti paslėptus objektus pasyviuose teraherciniuose (THz) vaizduose. Tačiau realiuoju laiku nustatyti žymėjimą, pasižymintį didesniu tikslumu ir našumu, vis dar sudėtinga
Prof. Fang Guangyou vadovaujama mokslininkų grupė iš Kinijos mokslų akademijos (CAS) Aerokosminės informacijos tyrimų instituto (AIR) apmoko ir išbandė perspektyvų detektorių, pagrįstą giliaisiais liekamaisiais tinklais, naudodama žmogaus vaizdų duomenis, surinktus pasyviaisiais teraherciniais prietaisais. Siūlomas metodas gali būti naudojamas tiksliam ir realiuoju laiku paslėptų objektų aptikimui teraherciniuose vaizduose.
Tyrimas buvo paskelbtas Scientific Reports liepos mėnesį 15.
Tyrėjų grupė pakeitė vieno šūvio daugiabriaunį detektoriaus (SSD) algoritmo pagrindinį tinklą reprezentatyvesniu likutiniu tinklu, kad sumažintų tinklo mokymo sudėtingumą. Siekiant spręsti pakartotinio aptikimo ir praleisto mažų taikinių aptikimo problemas, buvo pasiūlytas požymių sinteze pagrįstas terahercinių vaizdų taikinių aptikimo algoritmas
Be to, jie įdiegė hibridinį SSD dėmesio mechanizmą, kad pagerintų algoritmo gebėjimą gauti objekto detalių ir vietos informaciją.
Tyrėjų grupė taip pat palygino pasiūlytą modelį su kitais pagrindiniais aptikimo metodais terahercinio žmogaus saugumo vaizdo duomenų rinkinyje. Rezultatai parodė, kad pasiūlytas metodas pasiekia didesnį aptikimo tikslumą, palyginti su originaliu SSD algoritmu, kai greitis tik šiek tiek sumažėja
Patobulintas SSD algoritmas išsprendžia praleisto aptikimo problemą ir kartu padidina aptikimo patikimumą. Todėl jis gali patenkinti realaus laiko aptikimo poreikius saugumo tikrinimo scenarijuose.
Daugiau informacijos: Lu Cheng et al, Improved SSD network for fast concealed object detection and recognition in passive terahertz security images, Scientific Reports (2022). DOI: 10.1038/s41598-022-16208-0
Citavimas: Deep learning technology enables faster and more accurate terahertz security inspection (2022, July 26) gauta 30 July 2022 iš https://techxplore.com/news/2022-07-deep-technology-enables-faster-accurate.html
Šiam dokumentui taikomos autorių teisės. Be raštiško leidimo negalima atgaminti jokios jo dalies, išskyrus sąžiningą naudojimą asmeninių studijų ar mokslinių tyrimų tikslais. Turinys pateikiamas tik informaciniais tikslais.
