Home Notizie recenti La tecnologia di deep learning consente un’ispezione di sicurezza terahertz più rapida...

La tecnologia di deep learning consente un’ispezione di sicurezza terahertz più rapida e accurata

10
0
Rapporti scientifici (2022). DOI: 10.1038/s41598-022-16208-0″ width=”800″ height=”530″>
Architettura di rete SSD migliorata. Credito: Rapporti scientifici (2022). DOI: 10.1038/s41598-022-16208-0

Con il rafforzamento delle misure antiterrorismo globali, è sempre più importante condurre controlli di sicurezza nei luoghi pubblici per rilevare oggetti nascosti trasportati sul corpo umano.

Studi precedenti hanno dimostrato che l’apprendimento profondo è utile per rilevare oggetti nascosti nelle immagini terahertz (THz) passive. Tuttavia, l’etichettatura in tempo reale con accuratezza e prestazioni superiori è ancora impegnativa.

Un gruppo di ricerca guidato dal Prof. Fang Guangyou dell’Aerospace Information Research Institute (AIR), Accademia cinese delle scienze (CAS), ha addestrato e testato un promettente rivelatore basato su reti residue profonde che utilizzano dati di immagini umane raccolti da dispositivi terahertz passivi. Il metodo proposto può essere utilizzato per il rilevamento accurato e in tempo reale di oggetti nascosti nelle immagini terahertz.

Vedi anche:  Il FMI afferma di aver tenuto colloqui tecnici "fruttuosi" con lo Sri Lanka su richiesta di prestito

Lo studio è stato pubblicato in Rapporti scientifici il 15 luglio.

Il team di ricerca ha sostituito la rete backbone dell’algoritmo Single Shot MultiBox Detector (SSD) con una rete residua più rappresentativa per ridurre la difficoltà dell’addestramento della rete. Mirando ai problemi di rilevamento ripetuto e mancato rilevamento di piccoli bersagli, è stato proposto un algoritmo di rilevamento di target di immagini terahertz basato sulla fusione di funzionalità.

Inoltre, hanno introdotto un meccanismo di attenzione ibrido in SSD per migliorare la capacità dell’algoritmo di acquisire dettagli sugli oggetti e informazioni sulla posizione.

Il team di ricerca ha anche confrontato il modello proposto con altri metodi di rilevamento tradizionali sul set di dati di immagini di sicurezza umana terahertz. I risultati hanno mostrato che il metodo proposto ottiene una migliore precisione di rilevamento rispetto all’algoritmo SSD originale quando la velocità è solo leggermente ridotta.

Vedi anche:  I guasti nelle reti di grandi dimensioni possono essere prevenuti con un focus locale

L’algoritmo SSD migliorato risolve il problema del mancato rilevamento, migliorando al contempo la sicurezza del rilevamento. Pertanto, può soddisfare le esigenze di rilevamento in tempo reale degli scenari di ispezione di sicurezza.


Articolo precedenteNuova tecnologia per migliorare notevolmente la comunicazione video testata durante l’immersione al relitto del Titanic
Articolo successivoOstacolato da chip, altre carenze, l’utile di GM scivola del 40% nel secondo trimestre