論文の概要: Towards Large-scale Single-shot Millimeter-wave Imaging for Low-cost Security Inspection

• arxiv url: http://arxiv.org/abs/2305.15750v1
• Date: Thu, 25 May 2023 06:00:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-26 17:04:58.144991
• Title: Towards Large-scale Single-shot Millimeter-wave Imaging for Low-cost Security Inspection
• Title（参考訳）: 低コストセキュリティ検査のための大規模単発ミリ波イメージングに向けて
• Authors: Liheng Bian, Daoyu Li, Shuoguang Wang, Huteng Liu, Chunyang Teng, Hanwen Xu, Rike Jie, Xuyang Chang, Guoqiang Zhao, Houjun Sun, Shiyong Li, Jun Zhang
• Abstract要約: 安全検査のための有望な技術としてミリ波イメージング(MMW)が登場している。 近年の進歩にもかかわらず、要求される大規模アンテナアレイの高コストは、MMWイメージングの実用化を妨げている。 スパースアンテナアレイを用いた大規模単発MMWイメージングフレームワークについて報告する。
• 参考スコア（独自算出の注目度）: 5.053700121348294
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Millimeter-wave (MMW) imaging is emerging as a promising technique for safe security inspection. It achieves a delicate balance between imaging resolution, penetrability and human safety, resulting in higher resolution compared to low-frequency microwave, stronger penetrability compared to visible light, and stronger safety compared to X ray. Despite of recent advance in the last decades, the high cost of requisite large-scale antenna array hinders widespread adoption of MMW imaging in practice. To tackle this challenge, we report a large-scale single-shot MMW imaging framework using sparse antenna array, achieving low-cost but high-fidelity security inspection under an interpretable learning scheme. We first collected extensive full-sampled MMW echoes to study the statistical ranking of each element in the large-scale array. These elements are then sampled based on the ranking, building the experimentally optimal sparse sampling strategy that reduces the cost of antenna array by up to one order of magnitude. Additionally, we derived an untrained interpretable learning scheme, which realizes robust and accurate image reconstruction from sparsely sampled echoes. Last, we developed a neural network for automatic object detection, and experimentally demonstrated successful detection of concealed centimeter-sized targets using 10% sparse array, whereas all the other contemporary approaches failed at the same sample sampling ratio. The performance of the reported technique presents higher than 50% superiority over the existing MMW imaging schemes on various metrics including precision, recall, and mAP50. With such strong detection ability and order-of-magnitude cost reduction, we anticipate that this technique provides a practical way for large-scale single-shot MMW imaging, and could advocate its further practical applications.
• Abstract（参考訳）: 安全検査のための有望な技術としてミリ波イメージング(MMW)が登場している。 画像分解能、透過性、人間の安全性の微妙なバランスを実現し、低周波マイクロ波に比べて高い分解能、可視光よりも強い透過性、X線より強い安全性を実現している。 近年の進歩にもかかわらず、必要な大規模アンテナアレイの高コストは、実際にMMWイメージングを広く採用することを妨げている。 この課題に取り組むため,sparseアンテナアレーを用いた大規模単発mmwイメージングフレームワークを報告し,解釈可能な学習方式で低コストかつ高精度なセキュリティ検査を実現する。 まず,大規模アレイにおける各要素の統計的ランク付けについて検討するため,全サンプルのMMWエコーを収集した。 これらの要素はランキングに基づいてサンプリングされ、実験的に最適なスパースサンプリング戦略を構築し、アンテナアレイのコストを最大1桁削減する。 さらに,スパースサンプルエコーから頑健で正確な画像再構成を実現する非学習的解釈可能な学習手法を考案した。 最後に,物体の自動検出のためのニューラルネットワークを開発し,10%のスパースアレイを用いた隠れたセンチメートルサイズのターゲットの検出を実験的に実証した。 報告した手法の性能は、精度、リコール、mAP50を含む様々な指標で既存のMMW撮像方式よりも50%以上優れている。 このような強力な検出能力とオーダー・オブ・マグニチュードのコスト削減により、この技術は大規模単発MMWイメージングの実用的な方法となり、さらに実用的な応用が期待できる。

関連論文リスト

• Passive superresolution imaging of incoherent objects [63.942632088208505]
  手法は、Hermite-Gaussianモードとその重ね合わせのオーバーコンプリートベースで、画像平面内のフィールドの空間モード成分を測定することで構成される。 ディープニューラルネットワークは、これらの測定からオブジェクトを再構築するために使用される。
  論文  参考訳（メタデータ） (2023-04-19T15:53:09Z)
• Concealed Object Detection for Passive Millimeter-Wave Security Imaging Based on Task-Aligned Detection Transformer [6.524763502003648]
  本稿では,PMMW-DETRと呼ばれるタスク適応型検出変換器ネットワークを提案する。 最初の段階では、DCFT(Denoising Coarse-to-Fine Transformer)バックボーンは、異なるスケールで長短の特徴を抽出するように設計されている。 第2段階では、先行知識として学習された空間的特徴をネットワークに導入するためのクエリ選択モジュールを提案する。 第3段階では、分類性能の向上を目的として、分類タスクと回帰タスクを分離するタスクアラインなデュアルヘッドブロックを実行する。
  論文  参考訳（メタデータ） (2022-12-01T07:03:29Z)
• MIRST-DM: Multi-Instance RST with Drop-Max Layer for Robust Classification of Breast Cancer [62.997667081978825]
  MIRST-DMと呼ばれるドロップマックス層を用いたマルチインスタンスRTTを提案し、小さなデータセット上でよりスムーズな決定境界を学習する。 提案手法は1,190画像の小さな乳房超音波データセットを用いて検証した。
  論文  参考訳（メタデータ） (2022-05-02T20:25:26Z)
• Neglectable effect of brain MRI data prepreprocessing for tumor segmentation [55.51261784032216]
  我々は,TCIA-GBMオープンソースデータセットを用いたマルチモーダルMRI脳がん画像セグメント化に関する総合的研究を報告する。 その結果、最も一般的な標準化手順は、ニューラルネットワークの性能に何の価値も与えないことが示されている。 画像の規格化に伴う信号分散の低減のため,画像強度正規化手法はモデル精度に寄与しない。
  論文  参考訳（メタデータ） (2022-04-11T17:29:36Z)
• Unsupervised MRI Reconstruction via Zero-Shot Learned Adversarial Transformers [0.0]
  Zero-Shot Learned Adrial Transformers (SLATER) を用いた新しい非監視MRI再構成法を提案する。 アンダーサンプルテストデータ上でゼロショット再構成を行い、ネットワークパラメータを最適化して推論を行います。 脳MRIデータセットの実験は、いくつかの最先端の教師なし手法に対してSLATERの優れた性能を明らかに示している。
  論文  参考訳（メタデータ） (2021-05-15T02:01:21Z)
• A Lightweight Structure Aimed to Utilize Spatial Correlation for Sparse-View CT Reconstruction [6.8438089867929905]
  重度の画像ノイズやストレッチアーティファクトは、低線量プロトコルの主要な問題であることが判明した。 本論文では,現在普及しているアルゴリズムの限界を破るデュアルドメイン深層学習手法を提案する。 提案手法は,40.305のPSNRと0.948のSSIMに到達し,高モデルモビリティを確保しながら,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2021-01-19T13:26:17Z)
• Joint Super-Resolution and Rectification for Solar Cell Inspection [7.591404302498596]
  太陽電池モジュールの視覚検査は、太陽光発電プラントにおいて重要な監視施設である。 マルチフレーム超解像(MFSR)を低分解能測定列に適用する。 提案手法は, バイコビックアップサンプリングの3倍, 自動検査の2倍の精度を示す。
  論文  参考訳（メタデータ） (2020-11-10T09:47:21Z)
• Towards Image-based Automatic Meter Reading in Unconstrained Scenarios: A Robust and Efficient Approach [60.63996472100845]
  本稿では,制約のないシナリオに着目したAMR(Automatic Meter Reading)のエンドツーエンドアプローチを提案する。 我々の主な貢献は、コーナー検出とカウンタ分類と呼ばれる新しいステージをAMRパイプラインに挿入することである。 信頼度が低い読みを拒絶した場合,AMRシステムは印象的な認識率(すなわち99%)を達成することを示す。
  論文  参考訳（メタデータ） (2020-09-21T21:21:23Z)
• Recurrent Exposure Generation for Low-Light Face Detection [113.25331155337759]
  本稿では,Recurrent Exposure Generation (REG) モジュールと Multi-Exposure Detection (MED) モジュールを提案する。 REGは、様々な露光設定に対応する段階的かつ効率的な中間画像を生成する。 このような擬似露光はMEDによって融合され、異なる照明条件で顔を検出する。
  論文  参考訳（メタデータ） (2020-07-21T17:30:51Z)
• Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
  本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。 提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-03-15T23:07:56Z)

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。