Publikace detail

Autoencoder and Modified YOLOv3 Based Firearms Object Detection in X-ray Baggage Images to Enhance Aviation Safety

Autoři: Chouai Mohamed | Merah Mostefa | Sancho-GOmez Jose-Luis | Doležel Petr

Rok: 2021

Druh publikace: článek ve sborníku

Název zdroje: 16TH INTERNATIONAL CONFERENCE ON SOFT COMPUTING MODELS IN INDUSTRIAL AND ENVIRONMENTAL APPLICATIONS (SOCO 2021)

Název nakladatele: SPRINGER INTERNATIONAL PUBLISHING AG

Místo vydání: CHAM

Strana od-do: 338-347

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Automatický přístup založený na modifikované YOLOv3 architektuře pro detekci střelných zbraní na snímcích rentgenových zavazadel s cílem zvýšit bezpečnost letectví	Na letištích, a zejména při kontrole zavazadel, je zásadní otázkou, na kterou musí lidský operátor odpovědět, jak najít rovnováhu mezi bezpečnostní kontrolou, usnadněním v omezeném prostoru, dobrým dojmem z průchodu cestujících a rychlostí kontroly. K tomu, aby jim pomohl znovu objevit jejich přístup ke kontrole v takovém prostředí, je nezbytná pomoc automatických inteligentních nástrojů. Tento článek navrhuje detekci objektů střelných zbraní založenou na modifikovaném YOLOv3 a autoenkodéru pro bezpečnostní ochranu v duálních rentgenových snímcích. Detekce objektů se provádí pomocí modifikované verze YOLOv3, aby bylo možné detekovat všechny objekty přítomné v zavazadle. Vlastnosti objektu jsou prováděny autoenkodérem. Klasifikace se provádí pomocí vícevrstvého perceptronu (MLP), který klasifikuje nový objekt jako zbraň, nebo ne. Navržený systém prokázal vysokou účinnost při detekci střelných zbraní s přesností 96,50 %.	Bezpečnost letišť; YOLOv3; auto-enkoder
eng	Autoencoder and Modified YOLOv3 Based Firearms Object Detection in X-ray Baggage Images to Enhance Aviation Safety	At airports and especially the baggage inspection task, the vital question that the human operator must answer is how to strike a balance between security screening, facilitation in a confined space, the good imypression of passengers through their passage, and speed of inspection. In order to help them reinvent their approach to control in such an environment, the help of automatic intelligent tools is necessary. This paper proposes firearms object detection based on modified YOLOv3 and autoencoder for security defense in dual X-ray images. The object detection is performed by a modified version of YOLOv3, to detect all the objects presented in the baggage. The object features are carried out by an autoencoder. The classification is performed by a Multi-Layer Perceptron (MLP) to classify a new object as a weapon or not. The proposed system has shown high efficiency in detecting firearms with a precision of 96.50%.	Airport security; Modified YOLOv3; Autoencoder

Search

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Katedry

Služby

Jak nás najdete?

Často hledáte