arrow
返回

Terahertz video analysis for hidden object detection using deep learning techniques

delete2026-04-01
delete0
PRE
AI
B
Bagchi, Parama *
O
Olga S. Sushkova
M
Morozov, Alexei Alexandrovich
B
Bhattacharjee, Debotosh
DOI:10.1007/s11801-026-4120-6delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
本文基于太赫兹图像自动检测危险与非危险物体。首先,我们训练了一个神经网络来自动分析危险与非危险物品,可用于与原型太赫兹视频系统生成的太赫兹图像进行实验。该系统包含一个太赫兹视频数据库,记录了人们将危险与非危险物品藏于衣物下的场景。其次,视觉几何组-19(VGG-19)模型在数据库中的危险与非危险物体上进行训练。训练后,对于安全物品的识别准确率达到99.6%,对于危险物品的识别准确率为85.85%。我们使用训练集中未包含的各种类别的物体对网络进行了测试,发现大多数物体均被正确识别为危险或非危险物品。此外,我们还识别出一些需要解决的关键问题,以使该技术更加普及和广泛应用。我们的工作为该领域的未来研究奠定了基础,并有助于解决与太赫兹成像技术相关的挑战。本文描述了一些初步的太赫兹视频监控实验,这些实验对于开发自然的太赫兹视频监控系统是必要的。
Keyword:
A

期刊

Optoelectronics Letters 封面图
Optoelectronics Letters
IF:
1
论文数:
82
被引数:
771

机构

R
rcc institute of information technology (rcciit)
学者数:
103
论文数: 116
被引数: 0
R
russian academy of sciences
学者数:
9.1W
论文数: 6.0W
被引数: 60
K
kotelnikov institute of radioengineering & electronics
学者数:
695
论文数: 480
被引数: 0
学者 查看更多机构
引用论文

引用论文

暂无论文信息