Зашто је прецизност интелигентног безбедносног система за инспекцију и идентификацију тешко побољшати

Зашто је прецизност интелигентног безбедносног система за инспекцију и идентификацију тешко побољшати?

Слика истог предмета у различитим машинама за безбедносну инспекцију може бити веома различита, што је важан разлог за потешкоће у побољшању тачности система идентификације интелигентне безбедносне инспекције, као и за тешкоће у решавању проблема компатибилности и прилагодљивости.
Да бисмо објаснили овај проблем, почнимо са процесом генерисања рендгенских слика.

1. Од сигнала детектора до РГБ слике

Приликом безбедносне провере путници стављају свој пртљаг на покретну траку машине за безбедносни преглед. Пртљаг улази у машину за безбедносну инспекцију заједно са покретном траком, покрећући извор зрака да емитује зрачење рендгенских зрака. Рендгенски сноп продире у пртљаг и пада на детектор, а детектор ће се сакупљати. Фотони зрака се претварају у мерљиве податке високе и ниске енергије, а РГБ безбедносне слике се генеришу након сложене обраде и операција.

У процесу генерисања слике безбедносне инспекције, излаз података детектора различитих модела и година употребе је различит, а обрада података, обрада слике, геометријска корекција и шеме бојења различитих марки машина за безбедносну инспекцију су различите, што ће донети о огромним разликама у рендгенским сликама.

2. Ноћна мора неслагања слике и препознавања модела

Слике које генеришу различите рендгенске безбедносне машине за инспекцију су различите у смислу подударања боја, пиксела, геометријске деформације, итд. За модел дубоког учења, слике са мало другачијим кључним информацијама као што су боја и облик могу бити две потпуно различите слике, које треба поново научити.

(Снимање истог пртљага под различитим рендгенским сигурносним машинама)

Моделу дубоког учења недостаје довољна способност генерализације и тешко је идентификовати слике са великим разликама. Стога ће разлика у рендгенским сликама довести до проблема као што су ниска ефикасност учења модела, потешкоће у обуци модела и потешкоће у побољшању тачности препознавања.

3. Предности основне шеме идентификације података машине за безбедносну инспекцију

Као одговор на проблем интелигентне идентификације изазване разликама у рендгенским сликама, Сафеагле Тецхнологи је пионир у идентификационој шеми основних података машине за безбедносну инспекцију, која се моделује и идентификује прикупљањем основних података машине за безбедносну инспекцију.

Предност овог решења је у томе што основни подаци различитих марки машина за безбедносну инспекцију имају малу разлику и лако се калибрирају. Може се обрадити да би се формирала јединствена стандардна рендгенска слика, што је моделима дубоког учења лакше да науче и идентификују, што може у великој мери побољшати ефикасност обуке модела и ефикасно побољшати тачност препознавања модела, у потпуности решити проблеме система компатибилност и прилагодљивост, и прецизно идентификују различите течне компоненте.

Из перспективе општег окружења, тренутни развој производа за инспекцију безбедности је од великог значаја за економску и друштвену изградњу различитих земаља. Вреди се радовати како ће бити будућност.