科研之友
微信
新浪微博
Facebook
分享链接
摘要
为保证城市轨道交通的安全性，X光行包安检系统已经被广泛运用。但现阶段行包安检主要依赖人工判定，存在高人工、低效率、欠客观等问题。本文以实现智能化、自动化行包安检为目标，研究并设计了一种基于ResNet50的目标探测模型。该模型使用递归特征金字塔结构，将附加的反馈链接与自下而上的骨架层结合起来。在特征提取时使用可切换空洞卷积，提取不同尺度的特征。通过将两种方法集成到检测器中，自主学习违禁品的关键性特征，实现了X光行包违禁品自动识别。使用大规模公开数据集PIDray对所提算法进行测试，并设计消融实验验证各模块的有效性。实验结果表明本文算法对12大类违禁品的平均识别准确率可达到91%以上。证明了使用人工智能算法进行自动安检的可行性，为城市轨道交通行包安检自动监测的落地应用提供有力支撑。
- 单位
