基于遮挡感知双层建模的违禁品分割
计算机视觉与模式识别
2025-06-16 v1
摘要
安全X射线图像中违禁品的实例分割是一项关键但具有挑战性的任务。这主要是由于X射线图像中违禁品与自然物体之间的显著外观差异，以及X射线图像中物体之间的严重重叠。为解决这些问题，我们提出了一种遮挡感知的实例分割流水线，用于识别X射线图像中的违禁品。具体而言，为弥合表示差距，我们将Segment Anything Model（SAM）集成到我们的流水线中，利用其丰富的先验和零样本泛化能力。为解决违禁品之间的重叠，我们设计了一个遮挡感知双层掩码解码器模块，显式建模遮挡关系。为监督遮挡估计，我们在两个大规模X射线图像分割数据集PIDray和PIXray中手动标注了违禁品的遮挡区域。然后，我们将这些额外的标注与原始信息一起重新组织为两个遮挡标注数据集PIDray-A和PIXray-A。在这些遮挡标注数据集上的广泛实验结果证明了我们所提出方法的有效性。数据集和代码可在以下地址获取：https://github.com/Ryh1218/Occ
引用
@article{arxiv.2506.11661,
title = {Prohibited Items Segmentation via Occlusion-aware Bilayer Modeling},
author = {Yunhan Ren and Ruihuang Li and Lingbo Liu and Changwen Chen},
journal= {arXiv preprint arXiv:2506.11661},
year = {2025}
}
备注
Accepted by ICME 2025