Explainable and Uncertainty Aware Deep Learning for Concealed Prohibited Item Detection in Nonintrusive X-ray Inspection
यह शोध पत्र CAU-XInspect को प्रस्तुत करता है, जो YOLO26 पर आधारित एक व्याख्यात्मक (explainable) और अनिश्चितता-जागरूक (uncertainty-aware) डीप लर्निंग फ्रेमवर्क है, जो एक नवीन 'कंसीलमेंट-अवेयर फीचर एनहांसमेंट मॉड्यूल' के माध्यम से एक्स-रे छवियों में छिपे हुए प्रतिबंधित वस्तुओं के पता लगाने में महत्वपूर्ण सुधार करता है, PIDray बेंचमार्क पर मजबूत प्रदर्शन प्राप्त करता है और वास्तविक दुनिया में तैनाती से पहले आगे के डोमेन अनुकूलन की आवश्यकता को रेखांकित करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
हवाई अड्डों और रेलवे स्टेशनों पर सुरक्षा जांच एक शांत, उच्च-दांव वाली तकनीक पर निर्भर करती है: एक्स-रे मशीन। जब कोई बैग स्कैनर से गुजरता है, तो मशीन पारंपरिक अर्थों में तस्वीर नहीं लेती है। इसके बजाय, यह सामान के माध्यम से ऊर्जा की किरणें भेजती है, जिससे एक सपाट छवि बनती है जहाँ विभिन्न सामग्रियाँ विकिरण को अलग-अलग डिग्री तक अवशोषित करती हैं। घनी धातुएँ गहरी दिखाई देती हैं, प्लास्टिक हल्का दिखता है, और जैविक सामग्रियाँ एक विशिष्ट रंग ले लेती हैं। मानव ऑपरेटर इन भूतिया, ओवरलैपिंग आकृतियों की व्याख्या करने के लिए प्रशिक्षित होते हैं, जो कपड़ों और इलेक्ट्रॉनिक्स के उलझाव के भीतर बंदूक, चाकू या हथियार की रूपरेखा (सिलुएट) को देखते हैं। हालाँकि, यह कार्य अविश्वसनीय रूप से कठिन है। बैग अक्सर कसकर भरे होते हैं, जिससे वस्तुएं एक-दूसरे को ढक लेती हैं। एक प्रतिबंधित वस्तु को जानबूझकर निर्दोष वस्तुओं की परतों के नीचे दबाया जा सकता है, या यह इतनी छोटी और धुंधली हो सकती है कि वह पृष्ठभूमि के शोर में मिल जाए। जब कोई इंसान खतरे को चूक जाता है, तो इसका परिणाम सुरक्षा उल्लंघन होता है; जब वे किसी हानिरहित वस्तु को चिह्नित करते हैं, तो इसका परिणाम यात्री के लिए देरी और प्रणाली पर बोझ होता है। वर्षों से, शोधकर्ताओं ने इस समस्या में मदद करने के लिए आर्टिफिशियल इंटेलिजेंस बनाने की कोशिश की है, कंप्यूटर को इन छिपे हुए खतरों को पहचानना सिखाया है। लेकिन एक मशीन जो एक स्पष्ट, खुले बैग में बंदूक खोजने में अच्छी है, वह अक्सर विफल हो जाती है जब वही बंदूक एक अस्त-व्यस्त सूटकेस के अंदर छिपी होती है।
युगांडा में कैवेन्डिश यूनिवर्सिटी के एक शोधकर्ता, पॉल कटेगया किसोजी ने इस समस्या के लिए एक नया दृष्टिकोण विकसित किया है, एक ऐसी प्रणाली बनाई है जो विशेष रूप से भरे हुए बैग के भ्रम के पार देखने के लिए डिज़ाइन की गई है। CAU-XInspect नामक यह कार्य केवल कंप्यूटर को वस्तुओं को खोजने में स्मार्ट बनाने के बारे में नहीं है; यह कंप्यूटर को यह समझने के बारे में है कि वह किसी चीज़ को क्यों देख रहा है और यह स्वीकार करने के बारे में है कि वह अनिश्चित है। इस प्रणाली को YOLO26 नामक एक शक्तिशाली, आधुनिक डिटेक्शन इंजन का उपयोग करके बनाया गया था, जो पूरे ऑपरेशन के आधार के रूप में कार्य करता है। इस इंजन में, शोधकर्ता ने "कंसीलमेंट-अवेयर" (छिपाव के प्रति जागरूक) मॉड्यूल नामक एक विशेष बुद्धि परत जोड़ी। इस मॉड्यूल की कल्पना अतिरिक्त आँखों के एक सेट के रूप में करें जो न केवल एक वस्तु को देखती हैं, बल्कि उसके आसपास की छाया, वस्तु और उसके पड़ोसियों के बीच के कंट्रास्ट, और बैग की सामग्री के व्यापक संदर्भ को भी देखती हैं। यदि एक चाकू शर्ट द्वारा आंशिक रूप से छिपा हुआ है, तो यह मॉड्यूल कंप्यूटर को कपड़े द्वारा ढकी हुई ब्लेड के धुंधले किनारों पर ध्यान केंद्रित करने में मदद करता है, बजाय इसके कि वह उसे ढकने वाले कपड़े से विचलित हो जाए।
शोधकर्ता ने इस प्रणाली का परीक्षण वास्तविक दुनिया की सुरक्षा छवियों के एक विशाल संग्रह पर किया जिसमें बंदूक, चाकू और औजारों जैसी विभिन्न प्रतिबंधित वस्तुओं वाले हजारों बैग शामिल थे। परीक्षण कठोर था, जिसने छवियों को तीन श्रेणियों में विभाजित किया: आसान मामले जहाँ वस्तुएं स्पष्ट रूप से दिखाई दे रही थीं, कठिन मामले जहाँ वस्तुएं बिखरी हुई थीं, और "छिपे हुए" मामले जहाँ वस्तुओं को जानबूझकर छिपाया गया था। परिणामों ने दिखाया कि नई प्रणाली मानक तकनीक की तुलना में छिपी हुई वस्तुओं को खोजने में काफी बेहतर थी। सबसे कठिन छवियों के सेट पर, जहाँ मानक प्रणाली ने केवल लगभग 35 प्रतिशत छिपे हुए खतरों को पाया था, नए सिस्टम ने लगभग 49 प्रतिशत खोज निकाला। यह एक ऐसे क्षेत्र में एक महत्वपूर्ण सुधार है जहाँ एक भी वस्तु को छोड़ देना विफलता है। सिस्टम अपने निर्णयों को समझाने में भी बेहतर हो गया। केवल एक पता लगाए गए आइटम के चारों ओर बॉक्स बनाने के बजाय, नया मॉडल उन विशिष्ट पिक्सेल को हाइलाइट कर सकता था जो उसके निष्कर्ष की ओर ले गए, और शोधकर्ता यह माप सकते थे कि ये हाइलाइट्स वास्तविक छिपी हुई वस्तु के आकार से कितनी निकटता से मेल खाते हैं। सिस्टम बहुत विश्वसनीय साबित हुआ, जिसका अर्थ है कि जब इसने किसी डिटेक्शन के बारे में आत्मविश्वास व्यक्त किया, तो यह आमतौर पर सही था।
हालाँकि, अध्ययन ने एक महत्वपूर्ण सीमा का भी खुलासा किया जो इस तकनीक को कल हवाई अड्डों में उपयोग करने से रोकती है। जब शोधकर्ता ने सिस्टम का परीक्षण किसी दूसरे स्कैनर से ली गई छवियों के पूरी तरह से अलग सेट पर किया, जिसे प्रशिक्षण के दौरान कभी नहीं देखा गया था, तो इसका प्रदर्शन गिर गया। सिस्टम, जो अपने होम डेटासेट पर इतना प्रभावी था, नए वातावरण में उन्हीं प्रकार की वस्तुओं को पहचानने में विफल रहा। ऐसा इसलिए हुआ क्योंकि अलग-अलग स्कैनरों की छवियां अलग दिखती हैं; उनमें अलग-अलग रंग, कंट्रास्ट और बैकग्राउंड टेक्सचर होते हैं, ठीक वैसे ही जैसे एक ही दृश्य की फोटो लेने वाले अलग-अलग कैमरों से ली गई फोटो अलग दिखती है। अध्ययन निष्कर्ष निकालता है कि जबकि नई विधि एक शक्तिशाली 'प्रूफ ऑफ कॉन्सेप्ट' है जो यह दिखाती है कि कंप्यूटर को छिपे हुए खतरों के प्रति अधिक संवेदनशील कैसे बनाया जाए, यह अभी वास्तविक दुनिया में तैनाती के लिए तैयार नहीं है। यह एक नियंत्रित वातावरण में अच्छा काम करता है लेकिन वास्तविक दुनिया की विविधता को संभालने के लिए इसे और विकास की आवश्यकता है। शोध सुझाव देता है कि भविष्य के लिए, सुरक्षा प्रणालियों को न केवल सटीक होना चाहिए बल्कि अपनी अनिश्चितता के बारे में पारदर्शी भी होना चाहिए, जिससे मानव ऑपरेटर हस्तक्षेप कर सकें जब मशीन अनिश्चित हो, बजाय इसके कि केवल मशीन के अंतिम निर्णय पर भरोसा किया जाए।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।