迈向普遍的X射线安全检测：一个基准测试框架及具备立体感知能力的违禁物品检测系统

《Science China-Information Sciences》：Towards universal X-ray security inspection: a benchmark and stereoscopic-aware oriented prohibited item detection framework

X射线禁品检测中针对立体旋转的基准数据集ORXray及SWEAR框架研究，提出通过立体感知引导和渐进形变校正解决旋转多样性及外观变形问题，实验显示性能提升2.7%以上。

　　

摘要

日益增长的交通压力和对公共安全日益增长的需求推动了智能X射线违禁品检测技术的研究。然而，这些研究主要集中在水平边界框上，无法有效抑制来自过多背景或相邻物品的干扰，尤其是在处理不同方向的违禁品时。除了缺乏针对定向违禁品检测的X射线基准数据外，传统的定向检测方法在应用于X射线场景时也会出现显著的性能下降。现有的定向检测方法主要针对刚性表面上的平面旋转问题，而穿过乘客行李的X射线在可视化内部结构时会出现平面和立体旋转现象。这种具有挑战性的立体旋转会导致类别内多样性增加以及外观严重变形，从而加剧违禁品检测的难度。在本文中，我们提出了首个定向X射线违禁品检测基准测试ORXray，该测试包含大规模违禁品、高质量图像、详细的注释以及真实世界场景。此外，我们首次探讨了平面旋转和立体旋转在外观变形方面的差异，并提出了具有立体感知能力的定向特征校准（SWEAR）框架，该框架整合了新颖的立体感知引导（SPG）模块和渐进式变形校准（PDC）模块。为了解决类别内多样性增加的问题，SPG首先增强了立体旋转的语义理解，并使网络具备立体感知能力。基于感知到的立体语义，PDC进一步逐步校准变形特征，以恢复因立体旋转而消失的视觉特征。综合实验表明，SWEAR的性能至少比其他最先进方法高出2.7%，突显了其有效性。我们的代码和数据集可在https://github.com/wytbwytb/SWEAR获取。