Explainable and Uncertainty Aware Deep Learning for Concealed Prohibited Item Detection in Nonintrusive X-ray Inspection
本文介绍了 CAU-XInspect，这是一个基于 YOLO26 构建的可解释且具备不确定性感知能力的深度学习框架，它通过一种新颖的隐藏感知特征增强模块，显著提升了 X 射线图像中隐蔽违禁物品的检测能力，在 PIDray 基准测试上取得了强劲性能，同时也强调了在实际部署前进行进一步领域自适应的必要性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
机场和火车站的安全检查依赖于一种安静而高风险的技术：X光机。当行李通过扫描仪时，机器并不是在进行传统意义上的拍照。相反，它向行李发送能量束，生成一张平面图像，其中不同的材料以不同程度吸收辐射。致密的金属呈现深色，塑料看起来较浅，而有机材料则呈现出独特的色调。人类操作员接受过专门训练，去解读这些幽灵般的、重叠的形状，寻找隐藏在衣物和电子产品纠缠之中的一把枪、一把刀或一件武器的轮廓。然而，这项任务极其困难。行李通常打包得很紧凑，导致物品互相遮挡。违禁品可能被故意埋在多层无害物品之下，或者由于过于微小且模糊，从而融入背景杂物中。当人类漏掉威胁时，后果是安全漏洞；当他们标记出无害物品时，后果则是对旅客的延误以及对系统的负担。多年来，研究人员一直试图开发人工智能来协助这项工作，教计算机识别这些隐藏的危险。但如果一台机器擅长在清晰、开放的包中发现一把枪，那么当同一把枪被塞进一个凌乱的行李箱时，它往往就会失效。
乌干达卡文迪什大学的研究员保罗·卡特加亚·基索齐（Paul Kategaya Kisozi）针对这一问题开发了一种新方法，创建了一个专门旨在看穿拥挤行李中混乱情况的系统。这项名为 CAU-XInspect 的工作不仅关乎让计算机更聪明地寻找物体，更关乎教计算机理解它为什么在观察某个东西，并让它在不确定时承认自己的不确定。该系统是使用一种被称为 YOLO26 的强大现代检测引擎构建的，该引擎作为整个操作的基础。研究员向这个引擎添加了一个名为“感知遮蔽”（concealment-aware）的特殊智能模块。可以将这个模块想象成一组额外的眼睛，它们不仅观察物体本身，还观察物体周围的阴影、物体与邻近物体之间的对比度，以及行李内物品的整体背景。如果一把刀被一件衬衫部分遮挡，这个模块可以帮助计算机专注于仍然可见的刀刃微弱边缘，而不是被覆盖它的织物分散注意力。
研究人员在包含数千个装有枪支、刀具和工具等各种违禁品的真实世界安全图像的大规模集合上测试了这个系统。测试过程非常严格，将图像分为三类：容易识别的情况（物品清晰可见）、困难情况（物品杂乱）以及“隐藏”情况（物品被刻意遮蔽）。结果显示，新系统在寻找隐藏物品方面明显优于标准版本的技术。在最困难的一组图像中，标准系统仅能发现约 35% 的隐藏威胁，而新系统发现了近 49%。在这样一个即便漏掉一件物品也是失败的领域，这是一个实质性的进步。该系统在解释其决策方面也变得更加出色。它不仅仅是在检测到的物体周围画一个框，新模型还可以突出显示导致其结论的具体像素，研究人员可以测量这些高亮区域与实际隐藏物体形状的匹配程度。该系统表现得非常可靠，这意味着当它对某次检测表示自信时，通常是正确的。
然而，这项研究也揭示了一个阻碍该技术在明天就能投入机场使用的重大局限性。当研究人员在来自另一台扫描仪的完全不同的图像集（该图像集在训练期间从未见过）上测试该系统时，性能崩溃了。这个在自家数据集上如此高效的系统，在新的环境中无法识别相同类型的物体。这种情况之所以发生，是因为不同扫描仪产生的图像看起来不同；它们具有不同的颜色、对比度和背景纹理，就像用一台相机拍摄的照片与另一台相机拍摄的同一场景的照片看起来不同一样。研究结论指出，虽然这种新方法是一个强大的概念验证，展示了如何让计算机对隐藏危险更加敏感，但它尚未准备好进行现实世界的部署。它在受控环境中表现良好，但仍需进一步开发以应对现实世界的复杂多样性。研究表明，对于未来，安全系统不仅需要准确，还需要对其不确定性保持透明，从而允许人类操作员在机器不确定时介入，而不是仅仅依赖机器做出最终决定。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。