全局通道注意力增強的毫米波圖像目標檢測
電子技術應用
蔣甜甜，葉學義，李剛，楊夢豪，陳華華
杭州電子科技大學 通信工程學院，浙江 杭州 310018
摘要： 針對主動毫米波圖像中目標與背景紋理區(qū)分度較低導致隱匿目標漏檢問題，并根據(jù)安檢實時性要求，提出一種基于全局通道注意力增強的主動毫米波圖像目標檢測方法。該方法以YOLOv5s為載體，在坐標注意力位置方向上引入全局通道注意模塊，增強對隱匿目標全局通道信息的關注，從而提升在隱匿目標與背景紋理區(qū)分度較低時的檢測能力；再利用K-means++聚類算法重新生成適合毫米波圖像目標檢測的錨框。實驗結果表明，無論是陣列圖像數(shù)據(jù)集還是線掃圖像數(shù)據(jù)集，該方法增強了對隱匿目標的特征注意，提高了召回率，在滿足安檢實時性的前提下，提升了檢測性能。通過增加少量參數(shù)，在陣列圖像數(shù)據(jù)集上，精度、召回率和mAP@.5達到了92.0%、90.93%和95.32%；在線掃圖像數(shù)據(jù)集上，精度、召回率和mAP@.5達到了94.65%、92.67%和97.73%。平均單張圖像推理時間在兩個數(shù)據(jù)集上均達到1 ms，滿足實時性要求。
中圖分類號：TP391.4 文獻標志碼：A DOI: 10.16157/j.issn.0258-7998.234502
中文引用格式： 蔣甜甜，葉學義，李剛，等. 全局通道注意力增強的毫米波圖像目標檢測[J]. 電子技術應用，2024，50(3)：19-25.
英文引用格式： Jiang Tiantian，Ye Xueyi，Li Gang，et al. Global channel attention boosted active millimeter wave image object detection[J]. Application of Electronic Technique，2024，50(3)：19-25.
中文引用格式： 蔣甜甜，葉學義，李剛，等. 全局通道注意力增強的毫米波圖像目標檢測[J]. 電子技術應用，2024，50(3)：19-25.
英文引用格式： Jiang Tiantian，Ye Xueyi，Li Gang，et al. Global channel attention boosted active millimeter wave image object detection[J]. Application of Electronic Technique，2024，50(3)：19-25.
Global channel attention boosted active millimeter wave image object detection
Jiang Tiantian，Ye Xueyi，Li Gang，Yang Menghao，Chen Huahua
School of Communication Engineering， Hangzhou Dianzi University， Hangzhou 310018， China
Abstract： Due to the low discrimination between objects and background texture in active millimeter wave images and the need for security in real time, a global channel attention booster-based method for active millimeter wave image object detection is proposed. In order to improve attention to the global channel information of the concealed object and improve detection performance when the concealed object could not be distinguished from the background texture, this method uses YOLOv5s as the carrier and adds global channel attention to the position direction of coordinate attention. And the K-Means ++ clustering method is used to create the anchor box for identifying concealed objects in millimeter wave images. The results demonstrate that both for array image dataset and line sweep image dataset, the detection model enhances the attention of hidden objects feature and improves the detection performance on the basis of meeting the security real-time performance.
Key words : active millimeter wave image detection；global channel attention booster；K-means++；attention mechanism
引言
人們對自身安全問題的持續(xù)關注，促進了在公共場所以及一些重點場所安檢技術的發(fā)展。傳統(tǒng)的安檢技術包括X射線探測器、金屬探測器[1]以及人工檢測[2]，它們在人體健康和隱匿目標檢測方面存在一定限制。由于毫米波輻射是非電離輻射[3]，對衣物穿透性強[4]，能夠在不傷害人體情況下進行安全檢查，因而毫米波安檢技術越發(fā)受到關注；且隨著成像技術和計算機視覺的飛速發(fā)展，毫米波安檢技術逐漸與人工智能方法相結合。因為主動毫米波(Active Millimeter Wave, AMMW)[5]圖像質量要高于被動毫米波(Passive Millimeter Wave, PMMW)[6]，對AMMW圖像（包括陣列和線掃毫米波成像設備）的隱匿目標檢測逐漸成為主流。
本文詳細內(nèi)容請下載：
http://m.jysgc.com/resource/share/2000005910
作者信息：
蔣甜甜，葉學義，李剛，楊夢豪，陳華華
杭州電子科技大學 通信工程學院
此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權禁止轉載。