基于全卷积神经网络的安检图像语义分割

发布时间：2023-11-24 21:36

　　安检对于保护公共空间的安全非常重要。然而,大多数的安检任务主要依靠人力来完成,这就会带来漏检误检的问题。近年来,计算机视觉技术蓬勃发展,带动了各行各业的变革,因此可以尝试使用计算机视觉技术来辅助安检人员,实现安检的智能化。本文将安检的智能检测视为一个语义分割任务,搭建了安检违禁品语义分割网络。为了进一步提升网络的性能,我们将联合注意力嵌入了网络当中,并改进了上采样方式。具体研究内容如下:1)建立了针对安检违禁品的语义分割模型。使用Deeplab网络作为基础的网络框架,并将特征提取器换成了轻量化的网络,以保证模型的参数量不会太大。2)结合了通道注意力与空间注意力提高了分割网络性能。利用通道注意力给通道进行加权,利用空间注意力给空间进行加权,使网络关注重点信息同时忽略其他无关信息,提升网络的分割精度。3)引入联合金字塔上采样模块改进Deeplab网络结构。在上采样的过程中使用了低层次的语义信息。通过使用联合金字塔上采样模块,学习不同尺度的语义信息,使得特征融合的更加充分,进一步提高了分割精度。本文提出的安检违禁品语义分割方法不仅能够实现对违禁品的分类,还能够通过分割违禁品来实现对违禁品的定...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题背景及意义
    1.2 国内外研究现状
        1.2.1 安检违禁品检测
        1.2.2 神经网络
        1.2.3 语义分割
        1.2.4 注意力机制
    1.3 本文主要内容和创新点
    1.4 本文的结构
第二章 X光安检图像语义分割数据库
    2.1 引言
    2.2 安检X光成像机理和采集设备
    2.3 安检违禁品图像采集
    2.4 安检违禁品语义分割数据库制作
    2.5 数据增强及预处理
    2.6 小结
第三章 违禁品语义分割模型
    3.1 引言
    3.2 语义分割关键问题分析
    3.3 轻量化的Mobile Net网络
    3.4 实验分析
        3.4.1 公共数据集性能比较
        3.4.2 模型性能比较
        3.4.3 违禁品分割效果分析
    3.5 小结
第四章 基于注意力机制的语义分割方法
    4.1 引言
    4.2 通道注意力
    4.3 空间注意力
    4.4 联合注意力
    4.5 实验结果与分析
        4.5.1 评价指标
        4.5.2 实验参数设置
        4.5.3 通道注意力对比实验
        4.5.4 空间注意力对比实验
        4.5.5 联合注意力对比实验
    4.6 小结
第五章 上采样模型优化方法
    5.1 引言
    5.2 反卷积
    5.3 双线性插值
    5.4 联合金字塔上采样
    5.5 上采样模块的实验与分析
        5.5.1 准确性相关实验
        5.5.2 时效性相关实验
        5.5.3 实验结果分析
    5.6 小结
第六章 总结与展望
    6.1 本文工作总结
    6.2 未来工作展望
致谢
参考文献
攻读硕士期间发表论文



本文编号：3866640