Large-scale Dual-view X-ray (LDXray)|安全检查数据集|违禁物品检测数据集

LDXray是由北京交通大学、北京航空航天大学和清华大学联合创建的大规模双视角X射线数据集，专门用于行李中违禁物品的检测。该数据集包含146,997对图像，涵盖12个类别，共计353,646个实例，旨在模拟真实世界的安全检查环境。数据集的创建过程包括从实际交通枢纽收集图像，并通过专业安全检查员进行高质量的标注。LDXray的应用领域主要集中在提高X射线安全检查的自动化水平，解决传统单视角图像在复杂场景下检测能力不足的问题。

AI搜集汇总

数据集介绍

构建方式

为了解决现有X射线数据集在单视图成像或样本多样性不足方面的局限性，研究团队构建了大规模双视图X射线数据集（LDXray）。该数据集从实际交通枢纽中收集，包含146,997对图像，涵盖353,646个实例，分布在12个类别中。数据集的构建过程中，采用了专业的人工X射线安全检查员进行高质量的标注，并通过匿名化处理确保了数据的隐私保护。此外，数据集的多样性通过包含多种禁止物品类别来体现，以模拟真实世界中的安全检查场景。

使用方法

LDXray数据集适用于各种基于深度学习的X射线图像检测任务。研究人员可以使用该数据集来训练和验证他们的模型，特别是在需要处理复杂背景和遮挡情况下的物体检测任务。数据集的双视图特性使得模型能够利用主视图和辅助视图的信息，从而提高检测的准确性和鲁棒性。此外，数据集的广泛类别和实例数量为模型的泛化能力提供了良好的测试平台。

背景与挑战

背景概述

在安全检查领域，X射线扫描技术被广泛应用于行李中违禁物品的检测，这一过程既耗时又费力。随着深度学习技术，特别是计算机视觉领域的快速发展，自动违禁物品检测成为研究热点。为了模拟人类专家在双视角（垂直和侧面）检测中的智能行为，研究人员引入了大规模双视角X射线（LDXray）数据集。该数据集由北京交通大学、北京航空航天大学和清华大学联合开发，包含353,646个实例，涵盖12个类别，旨在解决现有数据集单视角或样本多样性不足的问题。LDXray数据集的创建不仅为模型训练和评估提供了丰富的资源，还推动了双视角检测技术的发展，有望在实际应用中显著提升检测效率和准确性。

当前挑战

LDXray数据集在构建过程中面临多重挑战。首先，双视角检测任务要求模型能够像人类专家一样综合利用两个视角的信息，这对模型的设计和训练提出了更高的要求。其次，数据集的构建需要从实际安全环境中收集大量高质量的X射线图像，并进行精确的标注，这一过程既复杂又耗时。此外，由于违禁物品的种类繁多且形态各异，数据集中包含了大量复杂和难以识别的类别，如非金属打火机和雨伞，这对模型的分类和检测能力构成了严峻考验。最后，如何在保证数据隐私的前提下，有效地利用这些数据进行模型训练和验证，也是一个亟待解决的问题。

常用场景

经典使用场景

在安全检查领域，LDXray数据集的经典应用场景主要集中在通过双视角X射线图像检测违禁物品。该数据集通过提供垂直和侧面两个视角的X射线图像，模拟人类安检员的工作方式，从而训练和评估能够像人类一样从双视角识别违禁物品的AI模型。这种双视角的检测方法不仅提高了检测的准确性，还增强了模型在处理复杂背景和遮挡情况下的鲁棒性。

解决学术问题

LDXray数据集解决了现有X射线数据集在单视角成像和样本多样性不足方面的学术问题。通过提供大规模的双视角X射线图像，该数据集为研究人员提供了一个全面且多样化的资源，用于训练和评估模型。这不仅推动了双视角检测技术的发展，还为解决复杂场景下的违禁物品检测提供了新的研究方向。

实际应用

在实际应用中，LDXray数据集的双视角检测技术可以显著提升机场、车站等公共场所的安全检查效率。通过模拟人类安检员的双视角检测方式，AI模型能够更准确地识别隐藏在行李中的违禁物品，减少漏检和误检的情况。这不仅提高了安全检查的可靠性，还减轻了安检人员的工作负担。

数据集最近研究

最新研究方向

在X射线安检领域，双视图X射线检测技术正逐渐成为前沿研究的热点。随着深度学习技术在计算机视觉中的广泛应用，研究人员致力于开发能够像人类专家一样从双视图X射线图像中检测违禁物品的人工智能系统。现有的X射线数据集往往受限于单视图成像或样本多样性不足，为此，研究人员引入了大规模双视图X射线数据集（LDXray），该数据集包含353,646个实例，涵盖12个类别，为模型训练和评估提供了丰富的资源。为了模拟人类在双视图检测中的智能，研究者提出了辅助视图增强网络（AENet），该框架利用主视图和辅助视图的信息，显著提升了检测性能，特别是在处理如雨伞等挑战性类别时，性能提升高达24.7%。这一研究不仅推动了X射线安检技术的进步，也为未来开发更智能的安全检查解决方案奠定了基础。

相关研究论文

• Dual-view X-ray Detection: Can AI Detect Prohibited Items from Dual-view X-ray Images like Humans?

  北京交通大学, 北京航空航天大学, 清华大学 · 2024年