文献

J-GLOBAL ID：202202221198553131   整理番号：22A0497087

バッグゲージ脅威認識のためのテンソルプーリング駆動インスタンスセグメンテーションフレームワーク【JST・京大機械翻訳】

Tensor pooling-driven instance segmentation framework for baggage threat recognition

著者 (5件)： Hassan Taimur (Center for Cyber-Physical Systems (C2PS), Department of Electrical Engineering and Computer Sciences, Khalifa University, Abu Dhabi, United Arab Emirates) ,  Akcay Samet (Department of Computer Sciences, Durham University, Durham, UK) ,  Bennamoun Mohammed (Department of Computer Science and Software Engineering, The University of Western Australia, Perth, Australia) ,  Khan Salman (Mohamed bin Zayed University of Artificial Intelligence, Abu Dhabi, United Arab Emirates) ,  Werghi Naoufel (Center for Cyber-Physical Systems (C2PS), Department of Electrical Engineering and Computer Sciences, Khalifa University, Abu Dhabi, United Arab Emirates)
資料名： Neural Computing & Applications  (Neural Computing & Applications)
巻： 34  号： 2  ページ： 1239-1250  発行年： 2022年 
JST資料番号： W0703A  ISSN： 0941-0643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： X線画像からの禁制アイテムのスクリーニングのために設計された自動化システムは,依然として高いクラッタ,隠蔽,および極端なオクルージョンを伴う困難に直面している。本論文では,バッグX線スキャン内のクラッタ化禁制データを効果的に同定する,新しいマルチスケール輪郭インスタンスセグメンテーションフレームワークを用いて,この課題に取り組んだ。領域ベースまたはキーポイントベースの技術を採用する標準モデルとは異なり,オブジェクトの周りに複数のボックスを生成するため,輪郭により定義される領域の階層に従って提案を導出することを提案する。提案フレームワークは,3つの公開データセット,dubbed GDXray,SIXray,およびOPIXrayで厳密に検証され,そこでは,それぞれ,平均精度スコア0.9779,0.9614,および0.8396を達成して,最先端の方法より優れている。さらに,知る限りでは,これは,有色およびグレースケールセキュリティX線画像から,クラッタおよび隠蔽された禁制データを認識するために,マルチスケール情報を利用する最初の輪郭インスタンスセグメンテーションフレームワークである。Copyright The Author(s), under exclusive licence to Springer-Verlag London Ltd., part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *セグメンテーション ,  規範モデル ,  クラッタ ,  X線画像 ,  セキュリティ ,  オクルージョン
準シソーラス用語： 有彩色 ,  マルチスケール , 【Automatic Indexing@JST】

著者キーワード (4件)： 航空セキュリティ ,  構造テンソル ,  インスタンスセグメンテーション ,  バッグゲージX線スキャン

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： バッグ ,  ゲージ ,  脅威 ,  テンソル