多通道区域建议的多尺度X光安检图像检测

摘要：

针对安检X光图像检测中的违禁品尺度差异问题,对Faster RCNN网络进行改进,提出一种基于多通道区域建议网络(muiti-channel region proposal network,MCRPN).考虑到不同层卷积特征在视觉语义上的互补性,进行多层特征提取,融合VGG16高层较丰富的语义特征和低层较浅的边缘特征;修改多通道RPN中的锚框参数,将生成的多尺度候选目标区域分别映射到对应的特征图上,构建多尺度违禁品检测网络;在多通道上引入膨胀卷积,设计一种多分支膨胀卷积模块(dilated convolutions module,DCM),增大感受野,增强不同尺度的特征.将改进的算法在自制数据集SIXray_OD上进行实验,检测的平均精度达到84.69％,测性能较原网络提高了6.28％.实验结果表明,改进算法的识别精度有一定提高.

关键词：目标检测;Faster RCNN模型;多尺度;多通道;膨胀卷积

所属期刊栏目：58

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61179045

在线出版日期：2022-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：224-231