Resumen

Presentamos un modelo de red neuronal convolucional basado en regiones con clasificador de material de rayos X (XMC R-CNN) para detectar las pistolas típicas y los cuchillos típicos en imágenes de equipaje de rayos X. El modelo XMC R-CNN se utiliza para resolver el problema de la detección de contrabando en imágenes de equipaje de rayos X superpuestas mediante el algoritmo clasificador de material de rayos X y el algoritmo de extracción orgánica e inorgánica, y se consigue una mejor tasa de detección y de fallos. Las tasas de detección de pistolas y cuchillos son del 96,5 y 95,8%, y los porcentajes de fallos de pistolas y cuchillos son 2,2 y 4,2%. La tecnología de detección de contrabando basada en el modelo XMC R-CNN se aplica a las imágenes de rayos X de equipajes de la inspección de seguridad. Según las necesidades del usuario, las imágenes de rayos X de equipajes seguros pueden filtrarse automáticamente en algunos campos específicos, lo que reduce el número de imágenes de rayos X de equipajes que los inspectores de seguridad deben examinar. Se mejora la eficiencia de la inspección de seguridad y se reduce la intensidad de trabajo de la inspección de seguridad. Además, el inspector de seguridad puede examinar las imágenes de rayos X del equipaje de acuerdo con las casillas de detección automática, lo que puede mejorar el efecto de la inspección de seguridad.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:imágenes de equipaje por rayos, inspección de seguridad, xmc r, modelo cnn, algoritmo clasificador de material por rayos, región clasificadora de material por rayos, mejor tasa de detección, tecnología de detección de contrabando, red neuronal convolucional, algoritmo de extracción inorgánica
• Keywords:ray baggage images, security inspection, xmc r, cnn model, ray material classifier algorithm, ray material classifier region, better detection rate, contraband detection technology, convolutional neural network, inorganic stripping algorithm