综合重建/识别(不活跃)
R4-B.4
项目描述
(2016年6月结束)
概述和意义
在CT-based安全检查,一个具有挑战性的问题是在一个场景中正确识别和标签对象从x射线投影数据。传统,重建材料参数和标签执行两个解耦的步骤。图像构件诱导金属和其他杂物引起明显的物质密度的变化以及裸奔,可以均匀的对象分手,让他们正确的识别和评估的挑战。在这个项目中,开发方法,结合机器学习的工具,物理模型和贝叶斯推理到一个统一的框架,直接材料标识和标签。可靠的材料标签的高效运行是至关重要的检查站,这是极具挑战性的大范围的对象可以出现在行李、高杂波的存在,和金属诱导形象工件。已开发的新方法可以减轻图像工件和强劲的标签材料,从而减少角情况下的数量,可以反过来减少假警报和屏幕报警解析协议的必要性(OSARP)和手动检查。
