科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决太赫兹成像分辨力低，危险品边缘模糊，无法有效对危险品进行分割的问题，提出一种基于对抗式生成网络与多头注意力机制的新型网络架构，并用于太赫兹安检图像智能分割。通过学习深层鉴别器的特征图优化生成器，获得更加真实的生成图像；引入多头注意力机制提升模型对危险品特征的识别能力。分割太赫兹安检图像的大量实验结果表明，相较于传统卷积神经网络，提出的对抗生成网络在相同深度下具有更好的泛化能力；多头注意力机制的引入强化了模型对危险品特征的学习，在未知危险品类别的情况下同样拥有较好的效果，其交并比(IOU)指标相较ResNet-50提高9.6%，相较ResNet-18提高21.3%，相较U-Net提高12.3%。本文研究有利于图像分割算法更准确、高效地处理太赫兹安检图像，有助于拓宽太赫兹智能安检系统的进一步应用。
- 单位
