利用谱磁极化率张量特征识别金属物体：物体分类
机器学习
2021-10-14 v1 数值分析
数值分析
摘要
通过改进金属探测实现对枪支和刀具等恐怖威胁物体的早期检测，有潜力减少袭击数量并提升公共安全与安保。为此，利用金属探测器施加与测量的场来区分不同形状与不同金属具有可观潜力，因为在场扰动中隐藏着物体表征信息。磁极化率张量（MPT）提供了一种经济的金属物体表征方式，其谱特征提供了额外的物体表征信息。MPT 谱特征可由隐藏物体金属特征在一系列频率上感应电压的测量确定。出于分类考虑，也可针对不同的威胁与非威胁物体提前计算。在本文中，我们评估了使用计算得到的 MPT 谱特征字典训练的概率与非概率机器学习算法在金属探测物体分类上的性能。我们讨论了根据所解决分类问题使用适当特征与选择适当算法的重要性，并给出了一系列具有实际动机的金属探测分类问题的数值结果。
引用
@article{arxiv.2110.06624,
title = {Identification of Metallic Objects using Spectral Magnetic Polarizability Tensor Signatures: Object Classification},
author = {B. A. Wilson and P. D. Ledger and W. R. B. Lionheart},
journal= {arXiv preprint arXiv:2110.06624},
year = {2021}
}