详解安检违禁品识别设计方案

2019年百度云智峰会中开发者集市上展出的安检违禁品识别设计方案利用百度智能云提供的GPU服务器并结合前沿的深度学习算法，可有效地解决安检行业的痛点问题。

目前地铁、机场等公共场所主要的安检流程均依赖于人眼识别，人工成本高、识别效率和准确率不够高，导致携带行李的旅客经常需要排长队进行安检，从而造成严重的客流堆积，变相增加了公共场所的安全隐患，如图1。

图1

本文作者张欣瑶、白帅，北京邮电大学研究生在读，研究方向为计算机视觉。

本方案将高效的计算机视觉算法与传统安检结合，快速准确地识别并定位危险品通过自动化检测包裹携带品的算法来降低漏检风险及误报率，提升危险品管理效率。

本方案采用的关键技术如下：

卷积神经网络

卷积神经网络是深度学习的一种方法，在近几年得到了空前的发展，它模仿生物神经系统结构，源自于 Hubel 和 Wiesel 1968 年的工作，提出了感受野 (receptive field) 的概念。卷积神经网络是一种特殊类型的深度前馈网络，训练更为便捷，数据驱动，对于运用到各个领域有着先天的优势，目前已经在图像分类，图像检测，图像分割达到远高于传统方法的效果。

图像分割

目标分割是指视频中不同语义的目标进行分类从而对不同类别的目标有着明确的边界定义。

Faster RCNN

Faster RCNN作为两阶段检测的代表算法，先利用RPN对全局位置进行分类和回归得到候选框，然后对候选框再进行回归和分类得到目标位置的位置和类别预测。

Mask RCNN

Mask RCNN是Faster RCNN的扩展，对于Faster RCNN的每个Proposal Box都要使用FCN进行语义分割，并采用更加对齐的ROIalign提取位置信息更对齐的特征进行第二阶段的回归和分类。

本方案探讨了形变卷积对于该问题中不规则形状的效果，及如何有效地结合更大的特征图以获取更准确的分割效果。同时结合感受野对于分割精度的影响设计更合理的 Mask 分支，也深度探究了如何更准确地预测目标框、如何有效地训练我们设计的网络等。耗时根据不同GPU类型会有差别，可以用于衡量GPU的性能，本次利用百度智能云的服务器完成框架搭建和方案实现，可视化效果如图2。

图2

在具体方案实现的过程中，模型结构如图3所示：

图3

本方案使用的是FPN-CascadeRcnn-DSP网络结构，各模块功能及选择原因：

fpn提取多尺度特征，能够适应不同大小的违禁品。

FPN多级结构对于小目标的检测有增益。

CascadeRcnn可以提供更精细的Bbox回归，为Mask Branch提供准确的建议框区域。

常规的RoI只关注局部信息而忽略了周围的语义，网络的感受野较小，本团队将整张图作为一个Bbox，将其叠加到每一个roialign的结果中，使得每一个ROI区域都有全局信息，如此一来可以增加bbox的回归精度，而且不带来额外的计算开销 。

传统的maskrcnn中mask branch结构为普通的FCN网络，结构简单且卷积核感受野较小，造成网络无法精确的预测目标像素点，本团队受到DeeplabV3启发，采用多级空洞卷积增大感受野，利用可变形卷积对不规则目标进行精确回归。

基于以上设计，本方案也取得到了显著的成果，准确率达到99.6%，召回率达到99.9%。限制品以不规则的形状出现，利用形变卷积有着更强的针对性。增大Mask分支的输入尺度同时直接增加感受野能够提升分割精度。对于分割任务，更多的感受也更重要；通过可形变卷积学习卷积位置能够克服空洞间隔大不连续的问题。结合多级框的回归能够有效提升框的准度，引入全局信息到局部ROI 提升分辨能力。

同时我们也进行了落地和实用性探讨。设计了更符合场景的多级违禁品检测方案，保证了精度和速度。另外，从数据迭代角度设计这个实用过程的应用发展和前景如图4。

图4 应用发展和前景

安检系统及工具在近几年一直处于不断更新迭代中，目的就是为了减低安全隐患，提高安检效率，降低安检人员的工作量，解放体力劳动。

希望我们都能用技术创造更美好的生活，将所学的知识应用到实际生活中。

我们会不定期挑选创意作品，送出具有诚意的惊喜，或许是年度开发者集市的展示邀请，或许是可爱的小度音箱，或许是真金白银的代金券~

--------------------华丽分割线--------------------