融合三维几何约束的RT-DETR双视角X光违禁品检测网络
Abstract
目的基于双视角X光图像的违禁品检测技术因其在检测性能和检测成本间的平衡优势，在安检领域获得了广泛关注。现有双视角X光图像的违禁品智能检测技术研究主要聚焦于利用双视角间的特征融合提升检测性能，但模型在物品分布杂乱环境下的检测能力有限，且对不同大小违禁品检测的泛化性能不足。方法为此，设计了融合三维几何约束的RT-DETR（Real-Time DEtection TRansformer）双通道改进网络。在编码器部分，设计了双视角多尺寸特征加权融合模块，通过多尺寸窗口计算交叉注意力融合双视角特征，增强模型对不同尺寸违禁品特征的感知能力。在解码器部分，设计了三维锚框引导定位融合模块，生成三维锚框坐标与包含双视角特征的查询向量，为解码器提供明确的空间位置引导，有效校正定位偏差。在网络训练阶段，设计了双视角一致性数据增强策略，对双视角图像施加一致的几何与光学变换，在保持双视角空间对应关系的前提下提升了网络对物品分布杂乱环境的泛化能力。结果在 DvXray 数据集上的对比实验表明，提出的模型在俯视角和侧视角的平均精度均值（mean Average Precision）分别达到93.4%和83.9%；双视角联合统计结果中，P-R曲线（Precision-Recall Curve）下面积为84.9%，F1分数最大值为83.5%。相较基线模型平均精度均值分别提高2.1%和6.8%，P-R曲线下面积和F1分数提升5.76%和5.25%。结论实验结果表明，所提方法多尺寸特征融合与三维几何约束的协同作用，克服了单一视角的局限，提升了复杂安检场景下的违禁品检测精度。
Fields of Study & Subjects
Advanced Neural Network Applications
Advanced Image and Video Retrieval Techniques
Industrial Vision Systems and Defect Detection
Publication details
- Journal / source
- Journal of Image and Graphics
- Volume
- 31
- Issue
- 10
- Pages
- 3636–3652
- Publication date
- 1 January 2026
- Language
- EN