Tại sao độ chính xác của hệ thống kiểm tra và nhận dạng an ninh thông minh lại khó cải thiện?

Tại sao độ chính xác của hệ thống kiểm tra và nhận dạng an ninh thông minh lại khó cải thiện?

Việc chụp ảnh cùng một sản phẩm trong các máy kiểm tra an ninh khác nhau có thể rất khác nhau, đây là lý do quan trọng gây khó khăn trong việc cải thiện độ chính xác của hệ thống nhận dạng kiểm tra an ninh thông minh và khó khăn trong việc giải quyết các vấn đề về khả năng tương thích và khả năng thích ứng.
Để giải thích vấn đề này, chúng ta hãy bắt đầu với quá trình tạo ảnh X-quang.

1. Từ tín hiệu máy dò đến hình ảnh RGB

Trong quá trình kiểm tra an ninh, hành khách đặt hành lý của mình lên băng chuyền của máy kiểm tra an ninh. Hành lý đi vào máy kiểm tra an ninh cùng với băng chuyền, kích hoạt nguồn tia phát ra các chùm tia X. Chùm tia X xuyên qua hành lý và chiếu vào máy dò, máy dò sẽ thu thập. Các photon tia được chuyển đổi thành dữ liệu năng lượng cao và thấp có thể đo được và hình ảnh an ninh RGB được tạo ra sau quá trình xử lý và vận hành phức tạp.

Trong quá trình tạo ảnh kiểm tra an ninh, dữ liệu đầu ra của các máy dò có model và năm sử dụng khác nhau là khác nhau, đồng thời quá trình xử lý dữ liệu, xử lý hình ảnh, hiệu chỉnh hình học và phối màu của các thương hiệu máy kiểm tra an ninh khác nhau cũng khác nhau, điều này sẽ dẫn đến sự khác biệt rất lớn trong ảnh X-quang.

2. Cơn ác mộng về sự khác biệt của hình ảnh và nhận dạng mô hình

Hình ảnh do các máy kiểm tra an ninh X-quang khác nhau tạo ra khác nhau về mặt khớp màu, điểm ảnh, biến dạng hình học, v.v. Đối với mô hình học sâu, hình ảnh có thông tin chính hơi khác nhau như màu sắc và hình dạng có thể là hai hình ảnh hoàn toàn khác nhau, cần phải học lại.

(Hình ảnh cùng một hành lý dưới các máy kiểm tra an ninh bằng tia X khác nhau)

Mô hình học sâu thiếu khả năng khái quát hóa đầy đủ và khó có thể xác định hình ảnh có sự khác biệt lớn. Do đó, sự khác biệt của hình ảnh X-quang sẽ dẫn đến các vấn đề như hiệu quả học mô hình thấp, khó khăn trong việc đào tạo mô hình và khó khăn trong việc cải thiện độ chính xác nhận dạng.

3. Ưu điểm của sơ đồ nhận dạng dữ liệu cơ bản của máy kiểm tra an ninh

Để giải quyết vấn đề nhận dạng thông minh do sự khác biệt trong hình ảnh X-quang, Safeeagle Technology đã tiên phong trong việc xây dựng chương trình nhận dạng dữ liệu cơ bản của máy kiểm tra an ninh, được mô hình hóa và nhận dạng bằng cách thu thập dữ liệu cơ bản của máy kiểm tra an ninh.

Ưu điểm của giải pháp này là dữ liệu cơ bản của các thương hiệu máy kiểm tra an ninh khác nhau có ít sự khác biệt và dễ hiệu chuẩn. Có thể xử lý để tạo thành hình ảnh X-quang chuẩn thống nhất, giúp các mô hình học sâu dễ học và nhận dạng hơn, có thể cải thiện đáng kể hiệu quả đào tạo mô hình và cải thiện hiệu quả độ chính xác của nhận dạng mô hình, giải quyết hoàn toàn các vấn đề về khả năng tương thích và khả năng thích ứng của hệ thống, đồng thời xác định chính xác các thành phần chất lỏng khác nhau.

Từ góc độ môi trường chung, sự phát triển hiện tại của các sản phẩm kiểm tra an ninh có ý nghĩa to lớn đối với sự xây dựng kinh tế và xã hội của các quốc gia khác nhau. Thật đáng để mong đợi tương lai sẽ như thế nào.