基于Vision Transformer的毫米波人体安检图像违禁品识别

作者：贾宝芝

来源：科技资讯, 2023, 21(23): 55-58.

DOI：10.16661/j.cnki.1672-3791.2309-5042-1082

• 毫米波人体安检
• 无监督
• 违禁品识别
• 残差网络

毫米波人体安检图像因为成像质量和遮挡等问题，使违禁品的识别难度较大。因此采用更优的检测识别算法，提升违禁品的识别速度和精度一直是业内重点研究的方向。将Vision Transformer(ViT)应用到毫米波图像违禁品的识别过程中，通过将无监督预训练的ViT与经典的目标检测算法（Faster R-CNN）相结合，实现了高精度的毫米波人体安检图像违禁品识别。为了充分训练和测试算法，制作一个包含枪支和刀具两类违禁品，共计14.5万个违禁品成像样本的毫米波人体安检数据集。通过与经典的基于101层残差网络（ResNet-101）的Faster R-CNN对比，该算法使mAP50提升了2.4个点，达到了89.9%。