論文の概要: Towards Real-world X-ray Security Inspection: A High-Quality Benchmark
and Lateral Inhibition Module for Prohibited Items Detection
- arxiv url: http://arxiv.org/abs/2108.09917v1
- Date: Mon, 23 Aug 2021 03:59:23 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-24 22:48:06.915441
- Title: Towards Real-world X-ray Security Inspection: A High-Quality Benchmark
and Lateral Inhibition Module for Prohibited Items Detection
- Title(参考訳): 実世界のX線セキュリティ検査に向けて:禁止項目検出のための高品質ベンチマークと横方向抑制モジュール
- Authors: Renshuai Tao, Yanlu Wei, Xiangjian Jiang, Hainan Li, Haotong Qin,
Jiakai Wang, Yuqing Ma, Libo Zhang, Xianglong Liu
- Abstract要約: まず,8つのカテゴリの102,928個の共通禁止項目を含む,高品質なX線(HiXray)セキュリティ検査画像データセットを提案する。
正確な禁止項目検出のために,不適切な情報を無視することで,人間がこれらの項目を認識するという事実に触発された横方向抑制モジュール(LIM)を提案する。
- 参考スコア(独自算出の注目度): 37.66855218659698
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Prohibited items detection in X-ray images often plays an important role in
protecting public safety, which often deals with color-monotonous and
luster-insufficient objects, resulting in unsatisfactory performance. Till now,
there have been rare studies touching this topic due to the lack of specialized
high-quality datasets. In this work, we first present a High-quality X-ray
(HiXray) security inspection image dataset, which contains 102,928 common
prohibited items of 8 categories. It is the largest dataset of high quality for
prohibited items detection, gathered from the real-world airport security
inspection and annotated by professional security inspectors. Besides, for
accurate prohibited item detection, we further propose the Lateral Inhibition
Module (LIM) inspired by the fact that humans recognize these items by ignoring
irrelevant information and focusing on identifiable characteristics, especially
when objects are overlapped with each other. Specifically, LIM, the elaborately
designed flexible additional module, suppresses the noisy information flowing
maximumly by the Bidirectional Propagation (BP) module and activates the most
identifiable charismatic, boundary, from four directions by Boundary Activation
(BA) module. We evaluate our method extensively on HiXray and OPIXray and the
results demonstrate that it outperforms SOTA detection methods.
- Abstract(参考訳): X線画像における禁止アイテムの検出は、公共の安全を守る上で重要な役割を担い、しばしば色単調で光沢のない物体を扱い、不満足なパフォーマンスをもたらす。
これまで、特殊な高品質データセットが欠如しているため、この問題に触発する研究はまれである。
本研究ではまず,8カテゴリの102,928の共通禁止項目を含む,高品質なX線(HiXray)セキュリティ検査画像データセットを提示する。
これは、空港のセキュリティ検査から収集され、専門家のセキュリティ検査官によって注釈付された、禁止項目検出のための高品質のデータセットである。
また,正確な禁止項目検出のために,不適切な情報を無視し,特にオブジェクトが重なり合う場合に,識別可能な特徴に焦点をあてることで,人間がこれらの項目を認識できることに着想を得た横方向抑制モジュール(LIM)を提案する。
具体的には、厳密に設計されたフレキシブルな追加モジュールであるLIMは、双方向伝搬(BP)モジュールによって最大に流れるノイズ情報を抑圧し、境界活性化(BA)モジュールによって4方向から最も識別可能なカリスマ性境界を活性化する。
提案手法はHiXrayとOPIXrayで広範に評価し,SOTA検出法より優れていることを示す。
関連論文リスト
- BGM: Background Mixup for X-ray Prohibited Items Detection [75.58709178012502]
本稿では,X線画像固有の特徴を活かして,禁止項目検出に適した新しいデータ拡張手法を提案する。
1) X線透過画像: 反射光画像とは異なり、透過X線画素は、撮像経路に沿った複数の材料からの合成情報を表す。
本稿では,セキュリティスクリーニングにおけるアイテム検出の禁止を目的とした,単純かつ効果的なX線画像強調手法であるバックグラウンドミキサップ(BGM)を提案する。
論文 参考訳(メタデータ) (2024-11-30T12:26:55Z) - Dual-Level Boost Network for Long-Tail Prohibited Items Detection in X-ray Security Inspection [81.11400642272976]
X線検査における禁止項目の長期分布は,検出モデルにとって大きな課題となる。
我々は,X線セキュリティスクリーニングにおけるこれらの課題を克服するために,DBNet(Dual-level Boost Network)を提案する。
提案手法では,(1) X線画像の特徴にインスパイアされた,ポアソンブレンディングを用いた特定のデータ拡張戦略を導入し,データ不均衡を効果的に軽減できるレアアイテムのリアルな合成例を生成する。
論文 参考訳(メタデータ) (2024-11-27T06:13:56Z) - X-Adv: Physical Adversarial Object Attacks against X-ray Prohibited Item
Detection [113.10386151761682]
テクスチャフリーなX線画像を対象とした敵攻撃は未発見である。
本稿では,X線禁止項目検出を目的とした敵攻撃の研究に向けて第一歩を踏み出す。
我々は,X線検出器を消毒できる対向剤として機能する物理的に印刷可能な金属を生成するために,X-Advを提案する。
論文 参考訳(メタデータ) (2023-02-19T06:31:17Z) - PIDray: A Large-scale X-ray Benchmark for Real-World Prohibited Item
Detection [21.055813365091662]
PIDrayという名前の大規模データセットを提示し、実世界の様々なケースを対象とし、アイテム検出を禁止している。
具体的には、PIDrayは禁止アイテムの12ドルのカテゴリに対して124,486枚のX線画像を収集する。
そこで本研究では,PIDrayに基づくベースラインアルゴリズムを開発するために,汎用的な分割・コンカレントパイプラインを提案する。
論文 参考訳(メタデータ) (2022-11-19T18:31:34Z) - Towards Real-World Prohibited Item Detection: A Large-Scale X-ray
Benchmark [53.9819155669618]
本稿では,PIDrayと命名された大規模データセットについて述べる。
大量の努力を払って、私たちのデータセットには、高品質な注釈付きセグメンテーションマスクとバウンディングボックスを備えた47,677ドルのX線画像に、禁止アイテムの12ドルカテゴリが含まれています。
提案手法は最先端の手法に対して,特に故意に隠された項目を検出するために好適に機能する。
論文 参考訳(メタデータ) (2021-08-16T11:14:16Z) - Over-sampling De-occlusion Attention Network for Prohibited Items
Detection in Noisy X-ray Images [35.35752470993847]
セキュリティ検査は、スーツケースの個人持ち物のX線スキャンです。
一般的な画像認識データセットを通じてトレーニングされた従来のCNNベースのモデルは、このシナリオで十分なパフォーマンスを達成できない。
新規な脱閉塞注意モジュールと新しいオーバーサンプリングトレーニング戦略からなるオーバーサンプリング脱閉塞注意ネットワーク(DOAM-O)を提案する。
論文 参考訳(メタデータ) (2021-03-01T07:17:37Z) - Occluded Prohibited Items Detection: an X-ray Security Inspection
Benchmark and De-occlusion Attention Module [50.75589128518707]
我々はOPIXrayというセキュリティ検査のための最初の高品質なオブジェクト検出データセットをコントリビュートする。
OPIXrayは、空港のプロの検査官が手動で注記した「カッター」に焦点をあてた。
本稿では,プラグイン・アンド・プレイモジュールであるデオクルージョン・アテンション・モジュール(DOAM)を提案する。
論文 参考訳(メタデータ) (2020-04-18T16:10:55Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。