X-ray Threat Detection Using Estimated Density-based Multi-input Models

View at publisher Summarise with VIRAT
Authors: 전남대학교 정보보안융합학과 석사, Irok Son, Seong-Kyu Kim
Cited by: 0

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

본 논문은 공항 X-ray 보안 검색의 정확도를 높이기 위해, 현장 보안검색요원의 밀도 중심 판독 기법을 모사하여 이미지의 시각적 특징뿐만 아니라 물체의 물리적 속성인 '추정 밀도' 정보를 함께 활용하는 다중 입력(Multi-input) 기반의 딥러닝 모델 을 제안한다. 최근 지능화되는 위해물품 반입 시도에 대응하기 위해 정밀한 검색 시스템이 요구되고 있으나, 기존의 단일 시 각 정보 의존 방식은 형태가 유사한 이종 물질 식별에 한계가 있다. 이를 해결하기 위해 본 연구는 CNN 기반의 VGG16과 EfficientNetB0 모델에 그레이스케일 강도에서 추출한 밀도 정보를 추가 입력 변수로 결합하여 분류 성능을 강화하였다. 특히, 현직 항공보안검색요원의 자문을 통해 선별된 11종의 핵심 위해물품 데이터를 활용하여 실험의 현실성을 확보하였다. 실험 결 과, 제안된 방식은 기존 모델 대비 오분류율을 유의미하게 감소시켰으며, 특히 중첩되거나 시각적으로 구분이 어려운 객체 식 별에 있어 밀도 정보가 중요한 판단 근거로 작용함을 입증하였다.

Fields of Study & Subjects

Advanced Neural Network Applications Advanced X-ray and CT Imaging Non-Destructive Testing Techniques

Publication details

Journal / source
Jouranl of Information and Security
Volume
26
Issue
1
Pages
91–102
Publication date
28 February 2026
Language
KO