基于注意力机制和机器视觉图像的地铁安检违禁物检测方法

doi:10.16339/j.cnki.jsjsyzdh.202504019

计算技术与自动化 ›› 2025, Vol. 44 ›› Issue (04) : 116 -121. DOI: 10.16339/j.cnki.jsjsyzdh.202504019

作者信息 +

Author information +

文章历史 +

PDF

摘要

为了保证地铁乘客安全以及地铁的顺利运行，提出了基于注意力机制和机器视觉图像的地铁安检违禁物检测方法。采用机器视觉图像处理技术中的中值滤波技术，去除X射线安检设备获取的地铁安检物品图像中的椒盐噪声后，通过Canny边缘检测算子获取去除椒盐噪声的地铁安检物品图像的边缘信息。将地铁安检物品边缘图像输入到YOLOv5s检测模型中，通过引入注意力机制和特征融合模块实现违禁物的特征信息增强和提取违禁物融合特征的过程，通过对检测模型的训练，最终实现地铁安检违禁物检测。通过实验验证，该方法能够获得较为精确的地铁安检违禁物检测结果，对小目标和液体的违禁物检测精度较高，能够通过红色标识框实现违禁物的标识，对地铁安检过程提供了便利。