Miks on intelligentse turvakontrolli ja identifitseerimissüsteemi täpsust raske parandada?

Miks on intelligentse turvakontrolli ja identifitseerimissüsteemi täpsust raske parandada?

Sama eseme kujutised erinevates turvakontrolli masinates võivad olla väga erinevad, mis on oluline põhjus intelligentse turvakontrolli identifitseerimissüsteemi täpsuse parandamisel ning ühilduvuse ja kohanemisvõime probleemide lahendamisel.
Selle probleemi selgitamiseks alustame röntgenipiltide loomise protsessiga.

1. Detektori signaalist RGB kujutiseni

Turvakontrolli ajal asetavad reisijad oma pagasi turvakontrolli masina konveierilindile. Pagas siseneb turvakontrolli masinasse koos konveierilindiga, käivitades kiiriallika röntgenkiirte väljastamiseks. Röntgenikiir tungib läbi pagasi ja langeb detektorile ning detektor kogub. Kiirfootonid teisendatakse mõõdetavateks kõrge ja madala energiatarbega andmeteks ning pärast keerulist töötlemist ja toiminguid genereeritakse RGB-turvapildid.

Turvakontrolli kujutise genereerimise protsessis on erinevate mudelite ja kasutusaastate detektorite andmeväljund erinev ning erinevate turvakontrollimasinate markide andmetöötlus, pilditöötlus, geomeetriline korrektsioon ja värviskeemid on erinevad, mis toob kaasa suurte erinevuste kohta röntgenipiltides.

2. Piltide lahknevuse ja mudelituvastuse õudusunenägu

Erinevate röntgenikiirguse turvakontrolli masinate loodud kujutised erinevad värvide sobitamise, pikslite, geomeetrilise deformatsiooni jms poolest. Süvaõppe mudeli puhul võivad veidi erineva põhiteabega kujutised, nagu värv ja kuju, olla kaks täiesti erinevat pilti, mis tuleb uuesti õppida.

(Sama pagasi pildistamine erinevate röntgenikiirte turvakontrolli seadmete all)

Süvaõppe mudelil puudub piisav üldistusvõime ning suurte erinevustega kujundeid on raske tuvastada. Seetõttu põhjustavad röntgenpiltide erinevused selliseid probleeme nagu madal mudeli õppimise efektiivsus, raskused mudeli väljaõppel ja raskused tuvastamise täpsuse parandamisel.

3. Turvakontrolli masina aluseks oleva andmete tuvastamise skeemi eelised

Vastuseks röntgenpiltide erinevustest tingitud intelligentse identifitseerimise probleemile on Safeagle Technology võtnud kasutusele turvakontrollimasina alusandmete identifitseerimisskeemi, mida modelleeritakse ja tuvastatakse turvakontrolli masina alusandmete hankimise teel.

Selle lahenduse eeliseks on see, et turbekontrolli masinate erinevate kaubamärkide aluseks olevatel andmetel on vähe erinevusi ja neid on lihtne kalibreerida. Seda saab töödelda, et moodustada ühtne standard röntgenpildi, mida on sügavaõppe mudelite jaoks lihtsam õppida ja tuvastada, mis võib oluliselt parandada mudeli treenimise tõhusust ja parandada tõhusalt mudelituvastuse täpsust, lahendada süsteemi probleemid täielikult ühilduvus ja kohanemisvõime ning tuvastage täpselt erinevad vedelad komponendid.

Üldise keskkonna vaatenurgast on turvakontrollitoodete praegune areng erinevate riikide majandusliku ja sotsiaalse ülesehituse jaoks väga oluline. Tasub huviga oodata, kuidas tulevik on.