發(fā)布時(shí)間：2021-10-08 15:15

　　使用深度學(xué)習(xí)來(lái)幫助人們進(jìn)行違禁品識(shí)別對(duì)于提高安檢質(zhì)量有著重大的意義,但是,基于卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network,CNN）的目標(biāo)檢測(cè)算法都需要大量的數(shù)據(jù),并且數(shù)據(jù)收集通常需要花費(fèi)很大時(shí)間和精力。本文基于生成對(duì)抗式網(wǎng)絡(luò)（Generative Adversarial Network,GAN）提出了一種安檢X光圖像合成方法。主要研究?jī)?nèi)容如下:1)建立了安檢X光圖像合成模型。先以GAN作為基礎(chǔ)的網(wǎng)絡(luò),使用一個(gè)生成器和多個(gè)判別器作為主要結(jié)構(gòu)進(jìn)行安檢X光圖像合成,然后分別從網(wǎng)絡(luò)結(jié)構(gòu)、損失函數(shù)的選取及相關(guān)參數(shù)的設(shè)置三個(gè)方面進(jìn)行優(yōu)化。2)在GAN合成模型中引入了導(dǎo)向?yàn)V波器。用于解決模型合成安檢X光圖像缺少細(xì)節(jié)、紋理的問(wèn)題。然后采用Frechet距離（Frechet Inception Distance,FID）評(píng)價(jià)指標(biāo)定量分析判斷不同GAN模型的性能優(yōu)劣。3)基于SSD（Single Shot MultiBox Detector）網(wǎng)絡(luò)對(duì)模型合成的圖像進(jìn)行數(shù)據(jù)增強(qiáng)性驗(yàn)證。首先使用真實(shí)采集的圖像數(shù)據(jù)集訓(xùn)練SSD模型,然后將合成圖片添加到訓(xùn)練集中再次訓(xùn)練SSD模型。實(shí)驗(yàn)結(jié)... 

【文章來(lái)源】：中國(guó)民航大學(xué)天津市

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

GDXray樣本示例

中國(guó)民航大學(xué)碩士學(xué)位論文4成的數(shù)據(jù)集并不適合應(yīng)用在目前的智能安檢的研究工作中。圖1-1GDXray樣本示例2019年1月，中國(guó)科學(xué)院大學(xué)團(tuán)隊(duì)公開了SIXray圖像數(shù)據(jù)集。該數(shù)據(jù)集中的圖像來(lái)源于真實(shí)場(chǎng)景，且數(shù)量規(guī)模也超過(guò)了100萬(wàn)張圖像。該數(shù)據(jù)集中包含違禁品的圖像有8929張，包含了手槍、刀具、扳手、鉗子、剪刀和錘子六種類別。如圖1-2所示，與GDXray這種黑白圖像構(gòu)成的數(shù)據(jù)集不同，SIXray的圖像于目前安檢X光機(jī)掃描得到的圖像是一致的，都是偽彩色圖像�？梢哉f(shuō)SIXray中圖像是可以直接用于訓(xùn)練的，這對(duì)于違禁品檢測(cè)與分割算法的研究工作提供了一定的數(shù)據(jù)支持。但是SIXray數(shù)據(jù)集中都是金屬類的違禁品，種類較少，日常生活中的違禁品并不全都是金屬材質(zhì)的違禁品，比如在機(jī)場(chǎng)安檢的違禁品定義中，液體和打火機(jī)同樣不可以帶上飛機(jī)，被歸屬在違禁品的行列中。而且在機(jī)場(chǎng)安檢中，即使是充電寶和雨傘這種非違禁品同樣也是需要開箱檢查的。再加上SIXray數(shù)據(jù)集中的圖像場(chǎng)景比較單一，內(nèi)容也比較簡(jiǎn)單，所以該數(shù)據(jù)集同樣存在著很大的缺陷，需要進(jìn)一步的完善補(bǔ)充。圖1-2SIXray樣本示例如果想要基于安檢X光機(jī)依靠人工進(jìn)行圖像采集達(dá)到構(gòu)建數(shù)據(jù)集的目的是一項(xiàng)任重而道遠(yuǎn)的工作，這個(gè)方案并不具備可行性。所以尋找一種簡(jiǎn)便的圖像合成的方式來(lái)進(jìn)行擴(kuò)充圖像的數(shù)量和種類才是解決問(wèn)題的關(guān)鍵所在。

中國(guó)民航大學(xué)碩士學(xué)位論文12第二章圖像采集和預(yù)處理2.1引言合成圖像訓(xùn)練集的建立是構(gòu)建模型的基礎(chǔ)，所以我們第一步做的工作是采集訓(xùn)練需要的圖像。因?yàn)槊糠N模型所需要的訓(xùn)練集都是有著不一樣的要求，所以針對(duì)本文所設(shè)計(jì)的網(wǎng)絡(luò)模型，對(duì)采集的圖片進(jìn)行統(tǒng)一的預(yù)處理操作，完成合成數(shù)據(jù)集的制作工作。2.2安檢X光圖像采集2.2.1X光圖像采集設(shè)備和成像原理目前無(wú)論是利用腳本從百度、谷歌等網(wǎng)站上去檢索獲取，還是選用公開數(shù)據(jù)集中的安檢X光圖像，都不適用于本文構(gòu)建的合成網(wǎng)絡(luò)模型的訓(xùn)練。所以基于本實(shí)驗(yàn)室提供的安檢X光機(jī)設(shè)備自行采集所需要的安檢X光圖像進(jìn)行訓(xùn)練前的準(zhǔn)備工作。圖2-1安檢X光機(jī)實(shí)物圖安檢X光機(jī)拍攝物品的主要原理是利用X光比較高的穿透性以及物品對(duì)X光的吸收性進(jìn)行掃描。如圖2-1所示，圖像采集工作的主要工具就是這臺(tái)型號(hào)為“安天下TH5030”的安檢X光機(jī)，能穿透厚度為32mm的鋼板，該參數(shù)可以達(dá)到國(guó)內(nèi)外的技術(shù)標(biāo)準(zhǔn)。在拍攝的過(guò)程中，首先將待拍攝行李物品放置在傳送帶上，

【參考文獻(xiàn)】：
碩士論文
[1]基于深度學(xué)習(xí)的圖像合成技術(shù)研究[D]. 沈卓薈.華東師范大學(xué) 2018
[2]X射線安檢設(shè)備的行李圖像拼接[D]. 楊帆.東南大學(xué) 2016
[3]X光安檢圖像處理方法研究[D]. 宋修竹.沈陽(yáng)理工大學(xué) 2014



本文編號(hào)：3424421