公与3个熄乱理在线播放-精品黑人一区二区三区久久-免费漫无遮挡画大全免费漫画-国产放荡对白视频在线观看

為了確保公共交通的安全，安全檢查已成為確保公共生命財產安全的必要手段。但是，由于中國人口流動性高和客流量大，對安全檢查技術的需求和要求也在增加。

由于依靠人工檢查和圖像識別的傳統工作方法無法滿足人們出行時的人流需求，因此越來越多的現代智能技術被應用在安全檢查領域。

目前，在許多機場安全檢查場景中已經實現了人工智能和硬件的結合。通過對各種安全檢查圖像的數據處理，使用深度學習算法來實現對違禁品的自動識別和預警。這樣，大大降低了安全人員的勞動強度，提高了安全檢查的質量，避免了因遺漏，誤判危險品而造成的不良后果。

在安全檢查領域中廣泛使用的雙能X射線透射技術，使用不同的高能和低能X射線源分別對檢查的物品進行透視檢查，并獲得兩次高能和低能透視檢查圖像，并獲得與材料有關的效應有關原子序數的信息。通過這種雙能X射線透視技術獲得的圖像，再應用圖像分割技術，可以實現有機物和無機物的分離。還可以實現同一項目的高，低灰度圖像可以分別顯示在不同的顯示器上，方便安全人員比較和分析項目。

但是與此同時，這項技術也有一定的局限性。盡管獲得等效原子序數可以為被測產品的類型以及物體的材料和類型的識別奠定基礎，但是當被測產品相互屏蔽時，錯誤檢測率會增加，等效原子序數誤差范圍大，很難檢測到違禁品。

由于X射線安全檢查設備只能顯示與對象顏色相對應的顏色，因此不能分離獨立的對象。因此，要求安全人員的工作經驗和個人素質很高，并且不可能準確地識別違禁品。利用雙能X射線透射技術采集的圖像進行圖像分割處理，可以有效提高安全檢查效率。

眾所周知，深度學習中網絡的初始化極大地影響了網絡模型的效果。現有的成熟檢測架構，例如RCNN系列算法，將使用ImageNet和訓練有素的模型參數來初始化網絡的神經網絡模型。但是，現有的公共數據集ImageNet主要是真實世界的場景圖片，與復雜場景中收集的X射線圖片有很大不同。用ImageNet數據直接初始化，訓練效果不理想。

日聯科技基于自身獨特的大量安全X射線圖像注解數據，設計了一套直接將安全X射線圖像作為網絡初始化的解決方案，實現了像素級語義分割技術，具有明顯的意義。

目標檢測完成后，需要識別目標對象。同樣由于對象的重疊，目標中的許多對象會相互干擾。例如，如果瓶子的圖像上有金屬物體，那么瓶子的圖像自然會同時具有金屬物體的屬性，這很容易引起識別錯誤。目標分層技術的前提是目標要準確，必須根據目標的原色進行像素級邊緣切割，以恢復各自的顏色和重疊部分的信息。

完成目標檢測和目標分層技術后，可以獲得各個目標的準確形狀和顏色信息。并修改原子序數信息。同時，它還補充了通過雙能X射線圖像獲得的物體體積信息。該信息可以通過深度學習神經網絡自動了解要檢查的材料的最大概率。

將這些新技術應用于安檢領域中的機場，鐵路等行李處理系統，不僅減輕了安檢人員的工作強度，而且增強了安檢場景的安全能力。另一方面，它也有效地提高了旅客服務質量。

隨著技術的進步，安全檢查和行李處理系統逐漸完善，人工智能在實際工作中的應用也越來越全面。