Защо е трудно да се подобри точността на интелигентната система за проверка и идентификация на сигурността

Защо е трудно да се подобри точността на интелигентната система за проверка и идентификация на сигурността?

Изображението на един и същ елемент в различни машини за проверка на сигурността може да бъде много различно, което е важна причина за трудността при подобряване на точността на интелигентната система за идентификация за проверка на сигурността и трудността при решаването на проблемите със съвместимостта и адаптивността.
За да обясним този проблем, нека започнем с процеса на генериране на рентгенови изображения.

1. От сигнал на детектора до RGB изображение

По време на проверката за сигурност пътниците поставят багажа си върху транспортната лента на машината за проверка на сигурността. Багажът влиза в машината за проверка на сигурността заедно с конвейерната лента, задействайки източника на лъчи да излъчва рентгенови лъчи. Рентгеновият лъч прониква в багажа и пада върху детектора, а детекторът ще се събере. Фотоните на лъчите се преобразуват в измерими данни с висока и ниска енергия и RGB изображения за сигурност се генерират след сложна обработка и операции.

В процеса на генериране на изображения за проверка на сигурността, изходните данни от детектори от различни модели и години на употреба са различни, а обработката на данни, обработката на изображения, геометричната корекция и схемите за оцветяване на различните марки машини за проверка на сигурността са различни, което ще донесе за огромни разлики в рентгеновите изображения.

2. Кошмарът от несъответствието на изображението и разпознаването на модела

Изображенията, генерирани от различни машини за проверка на сигурността с рентгенови лъчи, са различни по отношение на цветово съвпадение, пиксели, геометрична деформация и т.н. За модела на задълбочено обучение, изображения с малко различна ключова информация като цвят и форма може да са две напълно различни изображения, които трябва да се научат отново.

(Изображение на един и същ багаж под различни рентгенови машини за проверка на сигурността)

Моделът на дълбоко обучение няма достатъчна способност за обобщение и е трудно да се идентифицират изображения с големи разлики. Следователно разликата в рентгеновите изображения ще доведе до проблеми като ниска ефективност на обучение на модела, трудност при обучението на модела и трудност при подобряване на точността на разпознаване.

3. Предимства на основната схема за идентификация на данните на машината за проверка на сигурността

В отговор на проблема с интелигентната идентификация, причинен от разликите в рентгеновите изображения, Safeagle Technology е пионер в схемата за идентификация на основните данни на машината за проверка на сигурността, която се моделира и идентифицира чрез придобиване на основните данни на машината за проверка на сигурността.

Предимството на това решение е, че основните данни на различните марки машини за проверка на сигурността имат малка разлика и са лесни за калибриране. Може да бъде обработен, за да формира унифициран стандартен рентгенов образ, който е по-лесен за изучаване и идентифициране на моделите за дълбоко обучение, което може значително да подобри ефективността на обучението на модела и ефективно да подобри точността на разпознаването на модела, напълно да реши проблемите на системата съвместимост и адаптивност и точно идентифициране на различни течни компоненти.

От гледна точка на общата среда, текущото развитие на продуктите за проверка на сигурността е от голямо значение за икономическото и социално изграждане на различни страни. Струва си да очакваме с нетърпение какво ще бъде бъдещето.