Применение предварительно обученных нейронных сетей для решения задачи обратного поиска рентгеновских изображений запрещенных предметов и веществ (2024)
В работе рассматриваются вопросы применения предварительно обученных нейронных сетей для решения задачи обратного поиска рентгеновских изображений запрещенных предметов и веществ. Целью работы является проведение анализа и обоснование путей повышения эффективности систем распознавания рентгеновских изображений багажа и ручной клади пассажиров. Представлен анализ существующих отечественных и зарубежных работ в области распознавания рентгеновских изображений багажа и ручной клади пассажиров. Выявлено, что, несмотря на достигнутые результаты по разработке алгоритмов распознавания запрещенных предметов и веществ, они не в полной мере справляются с таким фактором сложности, как наложение предметов. Для решения данной проблемы в работе предлагается дополнительно анализировать те рентгеновские изображения, на которых уверенность в распознавании объектов невысокая. Данный этап включает в себя следующие шаги: сегментация изображений, извлечение признаков сегментированных элементов изображений; поиск схожих изображений по базе данных; принятие решения о классе сегментированных элементов изображений. В данной статье рассматриваются три последних шага. Проанализированы варианты реализации подходов к извлечению признаков из изображений, в частности основанные на применение сверточных автоэнкодеров и предварительно обученных нейронных сетей. Выбран подход, основанный на применении предварительно обученных нейронных сетей. В работе применяется нейронная сеть архитектуры ResNet-50, предварительно обученная на коллекции ImageNet. Для применения данной модели для извлечения векторов признаков изображений, был предварительно удален последний слой классификации. Все предыдущие слои модели кодируют изображение в вектор. ResNet-50 генерирует 2048-мерный вектор признаков изображений. Для понижения размерности векторов признаков изображений используется метод главных компонент. Решение о том, является ли сегментированный элемент изображения запрещенным предметом или веществом, рассматривается как задача обратного поиска с применением алгоритма K‑ближайших соседей. Класс элемента рентгеновского изображения в данном случае – это класс, наиболее часто встречающийся среди k ближайших соседей. В целях апробации предложенного подхода был сформирован обучающий набор данных, включающий 4 635 изображений отдельных предметов и веществ, которые могут встречаться в багаже и ручной клади пассажиров. Представлен сравнительный анализ времени индексации и поиска изображений при различных алгоритмах и количестве признаков. Представлен сравнительный анализ точности модели. Сделан вывод, что наиболее приемлемым является алгоритм Brute force в сочетании с методом главных компонент.
Идентификаторы и классификаторы
Список литературы
- Bozinovski S., Ante F. The influence of pattern similarity and transfer learning upon training of a base perceptron B2 // Proceedings of Symposium Informatica. 1976. № 3. Pp. 121-126.
- Girshick R. Fast R-CNN // 2015 IEEE International Conference on Computer Vision (ICCV). Santiago, Chile, 2015. Pp. 1440-1448. https://doi.org/10.1109/ICCV.2015.169
- Krizhevsky A., Sutskever I., Hinton G.E. ImageNet classification with deep convolutional neural networks // Communications of the ACM. 2017. Vol. 60, iss. 6. Pp. 84-90. https://doi.org/10.1145/3065386
- Girshick R. Rich feature hierarchies for accurate object detection and semantic segmentation / R. Girshick, J. Donahue, T. Darrell, J. Malik // 2014 IEEE Conference on Computer Vision and Pattern Recognition, USA, Columbus, 2014. Pp. 580-587. https://doi.org/10.1109/CVPR.2014.81
- Ren S. Faster R-CNN: Towards realtime object detection with region proposal networks / S. Ren, K. He, R. Girshick, J. Sun // Proceedings of the 28th International Conference on Neural Information Processing Systems (NIPS’15). 2015. Vol. 1. Pp. 91-99.
- Liu J., Leng X., Liu Y. Deep convolutional neural network based object detector for x-ray baggage security imagery // 2019 IEEE 31st International Conference on Tools with Artificial Intelligence (ICTAI). USA, Portland, 2019. Pp. 1757-1761. https://doi.org/10.1109/ICTAI.2019.00262
- Redmon J., Farhadi A. YOLOv3: An incremental improvement [Электронный ресурс] // Computer Vision and Pattern Recognition. 2018. https://doi.org/10.48550/arXiv.1804.02767 (дата обращения: 19.11.2023).
- Liu W., Anguelov D., Erhan D. et al. SSD: Single shot multibox detector // Proceedings 14th European Conference: Computer Vision - ECCV 2016. The Netherlands, Amsterdam, October 11-14, 2016. Part 1. Pp. 1-17. https://doi.org/10.1007/978-3-319-46448-0_2
- He K. Mask R-CNN / K. He, G. Gkioxari, P. Dollár, R. Girshick [Электронный ресурс] // Computer Vision and Pattern Recognition. 2017. https://doi.org/10.48550/arXiv.1703.06870 (дата обращения: 19.11.2023).
- Андриянов Н.А., Дементьев В.Е., Ташлинский А.Г. Обнаружение объектов на изображении: от критериев Байеса и Неймана-Пирсона к детекторам на базе нейронных сетей EfficientDet // Компьютерная оптика. 2022. Т. 46, № 1. С. 139-159. https://doi.org/10.18287/2412-6179-CO-922
- Jaccard N. Automated detection of smuggled high-risk security threats using deep learning / N. Jaccard, T. Rogers, E. Morton, L. Griffin [Электронный ресурс] // Computer Vision and Pattern Recognition. 2016. 7 p. https://doi.org/10.48550/arXiv.1609.02805 (дата обращения: 19.11.2023).
- Liang K.J., Sigman J.B., Spell G.P. et al. Toward automatic threat recognition for airport x-ray baggage screening with deep convolutional object detection [Электронный ресурс] // Computer Vision and Pattern Recognition. 2019. 11 p. https://doi.org/10.48550/arXiv.1912.06329 (дата обращения: 19.11.2023).
- Kolte S., Bhowmik N., Dhiraj. Threat Object-based anomaly detection in X-ray images using GAN-based ensembles [Электронный ресурс] // Neural Computing and Applications. 2023. Vol. 35. Pp. 23025-23040. https://doi.org/10.1007/s00521-022-08029-z (дата обращения: 19.11.2023).
- Michel S. Increasing X-ray image interpretation competency of cargo security screeners / S. Michel, M. Mendes, J.C. de Ruiter, C.M. GerKoomen, A. Schwaninger // International Journal of Industrial Ergonomics. 2014. Vol. 44, iss. 4. Pp. 551-560. https://doi.org/10.1016/j.ergon.2014.03.007
- Коул А., Ганджу С., Казам М. Искусственный интеллект и компьютерное зрение. Реальные проекты на Python, Keras и TensorFlow. СПб.: Питер, 2023. 608 с.
- Шолле Ф. Глубокое обучение на Python. СПб.: Питер, 2018. 400 с.
- Айвазян С.А. Прикладная статистика. Классификация и снижение размерности / С.А. Айвазян, В.М. Бухштабер, И.С. Енюков, Л.Д. Мешалкин. М.: Финансы и статистика, 1989. 607 с.
- He K. Deep residual learning for image recognition / K. He, X. Zhang, S. Ren, J. Sun // 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). USA, Las Vegas, 2016. Pp. 770-778. https://doi.org/10.1109/CVPR.2016.90
- Van der Maaten L.J.P., Hinton G.E. Visualizing high-dimensional data using t-SNE // Journal of Machine Learning Research. 2008. Vol. 9. Pp. 2579-2605.
Выпуск
Другие статьи выпуска
Особенностью современных тяжелых транспортных самолетов является компоновка с двигателями на упругих пилонах под крылом, при этом основная масса топлива размещена в консолях крыла. В этом случае в число основных упругих тонов собственных колебаний летательного аппарата (ЛА), которые определяют его динамический отклик на внешние возмущающие воздействия, входят так называемые двигательные тона (вертикальные и горизонтальные (боковые) колебания двигателей на упругих пилонах). Появился новый вид флаттера – пилонный, который для некоторых летательных аппаратов определяет критическую скорость флаттера ЛА в целом. Основная причина этого явления заключается в низком демпфировании колебаний двигателя на пилоне под крылом. Поэтому представляются актуальными исследования, направленные на модернизацию узлов крепления двигателей на пилоне с целью снижения уровня упругих колебаний при эксплуатации ЛА. Одним из возможных путей решения данной задачи является использование концепции освобожденного двигателя, когда проводится модернизация узлов крепления двигателя к пилону, обеспечивающая более эффективное демпфирование колебаний двигателей. С целью подтверждения возможности практической реализации данных решений проведены соответствующие экспериментальные исследования на разработанной авторами экспериментальной установке. Разработана конструкция узлов крепления двигателя, допускающая заданные смещения двигателя относительно пилона при вынужденных упругих колебаниях системы, которая включает шарнирный подвес, установку дополнительных упругих элементов и гидравлических демпферов. В статье приводятся результаты исследований влияния упругодиссипативных параметров (парциальной частоты собственных колебаний и парциального декремента колебаний) подвески двигателя на упругом пилоне на динамические характеристики динамической системы «модель крыла – упругий пилон – двигатель». Показано, что путем введения специальным образом сконструированных узлов подвески двигателей на пилонах представляется возможным существенно изменить динамические характеристики (частоты и амплитуды собственных колебаний) упругой системы в целом. Так, амплитуды колебаний центра масс двигателя в области двигательных тонов уменьшаются в 3…7 раз при вынужденных гармонических колебаниях.
Режимы «вихревого кольца» наблюдаются при обтекании винта с положительными углами атаки. Для несущего винта эти условия реализуются при крутом снижении вертолета с малыми скоростями. Режимы «вихревого кольца» винта сопровождаются рядом характерных явлений, связанных с поведением его аэродинамических характеристик, в том числе явлений негативного характера. К последним относятся прежде всего снижение тяги винта, рост потребной мощности, пульсации тяги и крутящего момента, неустановившееся маховое движение лопастей и др. С точки зрения пилотирования вертолета они выражаются в резкой потере высоты, росте расходов управления, высоком уровне вибраций, «размытии» конуса вращения лопастей, ухудшении управляемости. Все это определяет актуальность исследований данных режимов и важность практической реализации задачи определения их границ. В последнее время в связи с бурным развитием вычислительной техники и совершенствованием расчетных моделей появляется возможность выполнять численные исследования аэродинамических характеристик винтов на режимах «вихревого кольца». В работе представлены результаты исследований аэродинамических характеристик соосного несущего винта вертолета Ка-226Т на режимах крутого снижения в области режимов «вихревого кольца». Рассмотрены углы атаки винта αВ = 90…30° и диапазон скоростей вертикального снижения Vу = 0…26 м/с. Использована оригинальная нелинейная лопастная вихревая модель винта, разработанная в Московском авиационном институте (МАИ). Рассчитаны суммарные и распределенные аэродинамические характеристики винта. Проанализированы формы вихревого следа и картины обтекания винта. Построены границы режимов «вихревого кольца» в скоростных координатах «Vx − Vy» по различным критериям, отражающим известные особенности данных режимов. Полученные результаты существенно дополняют имеющийся опыт экспериментальных и численных исследований в данной области.
В настоящее время непрерывно расширяется область применения беспилотных воздушных судов. Перспективной областью совершенствования беспилотных воздушных судов является осуществление при выполнении управляемого полета некоторых групповых действий. В настоящей работе рассмотрены некоторые вопросы группового применения беспилотных воздушных судов, связанные с организацией согласованного планирования и управления беспилотными воздушными судами, выполняющими задачи наблюдения. Выполнение поисковых работ с воздуха технически осложнено необходимостью распознать объект поиска в произвольных условиях, которые могут быть как простыми, так и сложными. Область поиска ограничена техническими возможностями беспилотного воздушного судна, поэтому с целью повышения эффективности поисковых работ беспилотные воздушные суда объединяются в группы. Предлагается алгоритм решения задачи поиска объекта в произвольных условиях группой беспилотных воздушных судов. Преимуществом группового поиска беспилотными воздушными судами является охват района поиска большей площади за условную единицу времени. В настоящей работе рассматривается технический облик беспилотного воздушного судна, содержащий как средства осуществления группового полета, так и систему технического зрения. Изображение, получаемое системой технического зрения, является одновременно источником навигационной информации и средством, достоверно определяющим результат поисковых работ. В зависимости от условий проведения поисковых работ изображение, получаемое системой технического зрения, может потребовать дополнительной обработки для применения по назначению. Предложен алгоритм комплексирования, отличающийся адаптивной настройкой параметров в каждом кадре индивидуально для различных фрагментов изображения. На основе полученных результатов планируется создать новый продукт для коммерческой эксплуатации беспилотных воздушных судов.
Упругие колебания элементов конструкции планера самолета при действии эксплуатационных нагрузок являются одним из основных источников накопления усталостных повреждений. Известно, что подвижность топлива в баках может изменять динамические (частоты и формы собственных колебаний) и диссипативные (декременты затухания колебаний) свойства упругой системы, включающей баки, частично или полностью заполненные топливом. При этом волновое движение топлива в баках за счет дополнительной диссипации энергии колебаний упругой системы может оказывать существенное влияние как на усталостные, так и на аэроупругие характеристики элементов конструкции воздушного судна. Теоретические и экспериментальные исследования применительно к большинству эксплуатирующихся в настоящее время транспортных самолетов показали, что топливо при моделировании динамических явлений и решении задач аэроупругости можно рассматривать условно затвердевшим, что фактически не влияет на конечный результат. Появление современных тяжелых транспортных самолетов с крылом большого удлинения и четырьмя двигателями на пилонах под крылом привело к существенному изменению динамической картины взаимодействия ЛА с окружающей средой. Основная особенность заключается в том, что при данной компоновке в число основных упругих тонов, определяющих динамическую реакцию на внешние воздействия, входит первый тон горизонтально-изгибных колебаний крыла. В этом случае модель затвердевшего топлива может оказать существенное влияние на точность прогнозирования динамических нагрузок и, как следствие, на количественные показатели долговечности и аэроупругости. В статье приводятся результаты экспериментальных исследований влияния подвижности жидкости в баке на динамические характеристики (частоты собственных колебаний и амплитуды вынужденных колебаний) системы «модель крыла – бак». Описана конструкция экспериментальной установки и методика проведения экспериментов. В процессе эксперимента бак частично или полностью заполнялся жидкостью, исследовались горизонтально-изгибные формы колебаний модели крыла, для которых учет подвижности жидкости в баке наиболее актуален. Определены уровни заправки бака, при которых достигается наибольший эффект демпфирования колебания системы за счет рассеивания энергии при волновом движении жидкости. Проанализировано влияние различных факторов (наличие верхней крышки, внутреннего силового набора, перфорации в силовом наборе) на амплитуды и частоты вынужденных колебаний.
В работе рассматривается процесс проектирования аэродинамического руля, конструкция которого включает обшивку постоянной толщины, силовой каркас и балансировочный носок, играющий роль противофлаттерного балансира. Целью работы является постановка и решение задачи проектирования рационального конструктивно-технологического решения руля, отвечающего требованиям прочности, жесткости, аэроупругой устойчивости и минимума массы. Для решения поставленной задачи предложен алгоритм проектирования аэродинамического руля с использованием топологической и параметрической оптимизации. Определены основные параметры области проектирования и балансировочного носка, необходимые для топологической оптимизации. Для конечно-элементного анализа и топологической оптимизации использовался программный комплекс ANSYS Workbench. По результатам оптимизации проведена постобработка и предложено конструктивно-технологическое решение, объединяющее в себе силовые схемы с постоянной и переменной шириной балансировочного носка. Проведен анализ напряженно-деформированного состояния и установлено, что спроектированная конструкция отвечает требованиям прочности для заданного расчетного случая. Предложена схема решения задачи параметрической оптимизации руля по условию аэроупругой устойчивости. В рамках решения данной задачи проведено исследование флаттера с использованием многостепенной модели, позволяющей исследовать рулевые и корпусно-рулевые формы флаттера беспилотного летательного аппарата (БЛА), оснащенного аэродинамическими рулями. Получены результаты исследования флаттера для расчетного режима полета БЛА в виде зависимостей критической скорости и частоты флаттера от средней ширины балансировочного носка. Анализ данных зависимостей позволил определить оптимальные значения параметров балансировочного носка из условия минимума массы для двух вариантов рулей: с постоянной и переменной шириной балансировочного носка.
Проблема столкновения воздушных судов с птицами (bird strike) актуализируется с тенденциями роста числа авиационных перевозок. По данным Международной организации гражданской авиации (ИКАО), за семь лет в 105 государствах мира зарегистрирована информация о 97 751 столкновении воздушного судна с животными. Примерно в половине случаев (56 093 инцидента) сообщается о наличии повреждений воздушного судна различного характера. По некоторым оценкам, ежегодный ущерб от столкновений воздушных судов с птицами составляет около 610 млн долларов США. В статье проводится анализ влияния угрозы столкновения воздушного судна с птицами (орнитологической опасности) на безопасность полетов. Рассмотрена статистика авиационных происшествий с птицами за период 2010–2022 гг. по данным ИКАО и Росавиации. Анализируется проблематика оценки риска и обеспечения орнитологической безопасности полетов, существующие работы в данном научном направлении. Выделяются и рассматриваются основные проблемы и недостатки существующих подходов. Автором предложена новая концепция обеспечения орнитологической безопасности полетов с помощью разделения угроз на угрозы в поле частичной неопределенности и угрозы в поле глубокой неопределенности. Принятие решений в том или ином поле требует применения специфических инструментов. Для решения задачи обеспечения орнитологической безопасности полетов при угрозах в поле глубокой неопределенности предложено применение инструмента динамического адаптивного планирования (Dynamic Adaptive Planning), который позволяет разрабатывать и поддерживать работу планов с постоянным отслеживанием качества их выполнения. Приводится пример функционирования алгоритма принятия решений и назначения критических точек (триггеров) для отслеживания эффективности работы плана авиапредприятия с основной целью достижения заданных показателей орнитологической безопасности полетов. Анализ результатов работы показал, что решение задач в поле глубокой неопределенности является сложной научной задачей, однако применение новых инструментов сценарного моделирования позволит повысить качество работы авиапредприятия в направлении обеспечения орнитологической безопасности полетов, что в конечном итоге положительно скажется на снижении риска возникновения авиационных происшествий.
Издательство
- Издательство
- Научно-техническая библиотека МГТУ ГА
- Регион
- Россия, Москва
- Почтовый адрес
- Кронштадтский бул., 20
- Юр. адрес
- Кронштадтский бул., 20
- ФИО
- Елисеев Борис Петрович (Руководитель)
- E-mail адрес
- press@mstuca.aero
- Контактный телефон
- +7 (916) 2376484
- Сайт
- https://mstuca.ru