| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-01-11 10:00 深層学習手法を用いたX線保安検査における禁止事項検出 ○張 慶琪（山口大）・呉 靭（山口短大）・中田 充・葛 崎偉（山口大）  MSS2022-52 SS2022-37 |
|
| 抄録 | （和） | 空港や会場などでは，荷物に禁制品が入っていないかどうかを調べるために，X線スキャナーを使った保安検査機がよく使われる．X線照射画像の特徴は，白黒であることと，物体表面の質感が失われていることである．これらの特性により，X線照射画像で禁止荷物を検出することがより困難になる可能性がある．この論文では，深層学習でカスケードネットワークを活用して，X線照射画像から禁制品を特定する方法を提案する．禁制品を検出する作業における深層学習の方法の検出精度をできる限り向上させるために，我々は，Re-BiFPN feature fusion法を提案する．Re-BiFPN 構造は，再帰的接続を介して BiFPN レイヤーをボトムアップバックボーンのレイヤーにマージし，より効率的なクロススケール接続と加重feature fusionを実現することによって構築される．実験結果より，提案のアルゴリズムがナイフやはさみなどの10種類の禁制品を正しく識別でき，またmAP の 83.4% を達成することが示されている． |
| （英） | Security screening machines using X-ray scanners are usually used to find out whether there are prohibited items in packages at airports, key venues and so on. The images after X-ray irradiation are characterized by monotone color and missing surface texture. These characteristics can make it more difficult to detect prohibited items in X-ray security inspection images. In this paper, we propose to use cascade network in deep learning to identifying prohibited items from X-ray security inspection images. To improve the detection accuracy of cascade network in prohibited items detection task as much as possible, we propose Re-BiFPN feature fusion method. Re-BiFPN structure is constructed by merging BiFPN layers into the bottom-up backbone layer through recursive connectivity to achieve more efficient cross-scale connectivity and weighted feature fusion. Experiments show that our proposed algorithm can successfully identify ten kinds of prohibited items such as Knife, Scissors, etc., and the algorithm achieves 83.4% of mAP. | |
| キーワード | （和） | X線セキュリティ検査 / 禁制品の検出 / マルチスケール機能融合 / ターゲット検出 / / / / |
| （英） | X-ray security inspection / Prohibited items detection / Multi-scale feature fusion / Target detection / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 329, MSS2022-52, pp. 42-47, 2023年1月. | |
| 資料番号 | MSS2022-52 | |
| 発行日 | 2023-01-03 (MSS, SS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | MSS2022-52 SS2022-37 |
|
| 研究会情報 | |
| 研究会 | MSS SS |
| 開催期間 | 2023-01-10 - 2023-01-11 |
| 開催地（和） | 大阪市立生涯学習センター |
| 開催地（英） | |
| テーマ（和） | ソフトウェアサイエンス，システム数理と応用および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | MSS |
| 会議コード | 2023-01-MSS-SS |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | 深層学習手法を用いたX線保安検査における禁止事項検出 |
| サブタイトル（和） | |
| タイトル（英） | Prohibited Items Detection in X-ray Security Inspection by Using a Deep Learning Method |
| サブタイトル（英） | |
| キーワード(1)（和/英） | X線セキュリティ検査 / X-ray security inspection |
| キーワード(2)（和/英） | 禁制品の検出 / Prohibited items detection |
| キーワード(3)（和/英） | マルチスケール機能融合 / Multi-scale feature fusion |
| キーワード(4)（和/英） | ターゲット検出 / Target detection |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 張 慶琪 / Qingqi Zhang / チョウ ケイキ |
| 第1著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 呉 靭 / Ren Wu / ゴ ジン |
| 第2著者 所属（和/英） | 山口短期大学 (略称： 山口短大) Yamaguchi Junior College (略称： Yamaguchi Junior College) |
| 第3著者 氏名（和/英/ヨミ） | 中田 充 / Mitsuru Nakata / ナカタ ミツル |
| 第3著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 葛 崎偉 / Qi-Wei Ge / カツ キイ |
| 第4著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-01-11 10:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MSS |
| 資料番号 | MSS2022-52, SS2022-37 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.329(MSS), no.330(SS) |
| ページ範囲 | pp.42-47 |
| ページ数 | 6 |
| 発行日 | 2023-01-03 (MSS, SS) |
[研究会発表申込システムのトップページに戻る]