Automatic x-ray image analysis for aviation security within limited computing resources

Abstract

The objective of this work is to develop approaches to automating inspection procedure at airports. The article presents the deficiencies of the existing inspection system, concluding in the negative impact of the human factor. It is proposed to use convolutional neural networks for automatic x-ray image analysis of passenger baggage. The paper presents the results of the convolutional neural network with various input data and architecture within limited computing resources. In a view to further development, this study can contribute to the development of specialized software to help aviation security screeners through partial automation of their work.

Detection of objects in the images: from likelihood relationships towards scalable and efficient neural networks

“…На основе формулы (10) и правила (9) отношение правдоподобия может быть представлено в виде (11) [58]:…”

“…x усложняется, поскольку для каждой точки области, как правило, используется отдельная процедура вычисления. В работе [18] предложено решение, существенно упрощающее расчет отношения правдоподобия, в котором, в отличие от (11), используется прогноз не в область, а в точку, т.е. такой, что сама точка, в которую делается прогноз, не участвует в нем.…”

“…Задача обнаружения объектов интереса и аномалий на видеопоследовательностях и отдельных изображениях остается актуальной уже не одно десятилетие, и число приложений, где она возникает, только возрастает. Среди них приложения, связанные с дистанционным зондированием Земли [1,2], наземным мониторингом [3,4], медицинскими исследованиями [5,6], радиолокацией [7,8], сельским хозяйством [9,10], рентгеновским сканированием багажа [11,12] и многие другие. Для обнаружения объектов интереса используется различная априорная информация вплоть до заданной библиотеки эталонов, а под аномалией (злокачественные образования, появление артефактов на видеопоследовательности и пр.…”

Deep Learning for Detecting Dangerous Objects in X-rays of Luggage

“…This complicates the task of analyzing such images. In the literature, there are works on the recognition of objects in X-ray images of luggage [7][8][9], but they consider that the image contains an object of any single class in the full image. Some solution to the problem of prohibited item detection is presented in [10].…”