基于Polygon-RefineNet的违禁品X线图像自动标注方法

近年来,随着深度学习的快速发展,其在智慧安检领域的应用已经成为了当下的研究热点.众所周知,深度学习方法是以海量训练数据为基础的,然而手工标注真值(ground truth)是一项十分繁琐的工作.为此,本文提出一种基于Polygon-RefineNet的违禁品X线图像自动标注方法,该方法在用户设定的包含感兴趣区域的初始边框(bounding box)内自动预测出目标的多边形轮廓,旨在生成可用真值的情况下最大限度地减少标注时间.由于违禁品X线图像存在大量的重叠现象,导致图像背景十分杂乱、违禁品轮廓模糊不清,因此本文首先引入多路径优化机制,通过有效利用深度网络下采样过程中提取的底层空间信息和高层语义信息来优化多边形轮廓的边缘细节,从而提高标注精度;其次,本文设计一种混合损失函数用于优化多边形轮廓的整体形状和位置,并同时消除真值本身存在的主观性误差使模型具有强大的泛化能力.最后,为了验证所提出方法的有效性,本文建立了一个违禁品X线数据集,该数据集包含2623张经过手工标注的X线图像,共10类7257个违禁品带有像素级真值.实验表明,本文提出的方法在标注违禁品时达到了93.1%的准确率,且速度约是手工标注的3.7倍.本文进一步证明了该方法在Cityscapes数据集、MS COCO数据集等其它域外数据集上的有效性.