双视角 X-ray 检测：AI 能否像人类一样从双视角 X-ray 图像中检测禁止物品？
计算机视觉与模式识别
2024-11-28 v1
摘要
为检测具挑战性的类别，人类检查员通常依赖来自两个不同视角（垂直视角和侧视角）的图像。AI 能否以相同方式从双视角 X-ray 图像中检测禁止物品？现有的 X-ray 数据集常受限于单视角成像或样本多样性不足。为弥补这些差距，我们引入了大型双视角 X-ray 数据集（LDXray），包含 353,646 个实例，覆盖 12 个类别，为训练和评估模型提供了多样且全面的资源。为模拟人类智力的双视角检测，我们提出了辅助视角增强网络（AENet），一种新颖的检测框架，利用同一物体的主视角和辅助视角。主视角管道专注于检测常见类别，而辅助视角管道则使用从主视角中学习的“专家模型”来处理更具挑战性的类别。LDXray 数据集上的大量实验表明，双视角机制显著提升了检测性能，例如对雨伞这一具挑战性类别的提升最高可达 24.7%。此外，我们的结果表明 AENet 在 X-ray 检查中七种不同检测模型之间表现出强大的泛化能力。
引用
@article{arxiv.2411.18082,
title = {Dual-view X-ray Detection: Can AI Detect Prohibited Items from Dual-view X-ray Images like Humans?},
author = {Renshuai Tao and Haoyu Wang and Yuzhe Guo and Hairong Chen and Li Zhang and Xianglong Liu and Yunchao Wei and Yao Zhao},
journal= {arXiv preprint arXiv:2411.18082},
year = {2024}
}
备注
10 pages, 6 figures