混雑したX線画像における異常検知のための二重CNNアーキテクチャの評価
Evaluating a dual convolutional neural network architecture for object-wise anomaly detection in cluttered x-ray security imagery.
X線画像の異常を自動検出する手法
この論文を3行でいうと
- X線手荷物検査は航空の安全を守るために重要です。
- 本研究では、二重CNNアーキテクチャを用いて異常検知を自動化します。
- 97.9%の精度で物体を特定し、66%の精度で異常を検出する成果を示しています。
キーワード
異常検知CNN画像認識
もう少しだけ中身を見る
航空機の安全を確保するために、X線手荷物検査が広く利用されていますが、異常物体の手動検査は困難です。本論文では、混雑したX線画像内での異常検知を自動化するために、二重の畳み込みニューラルネットワーク（CNN）アーキテクチャを提案します。特に、物体の特定と異常分類において高い精度を達成しており、今後の研究における可能性を示唆しています。画像認識や異常検知に興味がある研究者や技術者にとって、興味深い内容です。
こんな人に向いていそう
画像認識や異常検知に興味がある研究者や技術者に向いています。
元論文はこちら
関連論文