文献类型：期刊文章

作　　者：王玉维[1] 杨波[2] 马卫东[1]

WANG Yu-wei;YANG Bo;MA Wei-dong(Security Department of Beijing Mass Transit Railway Operation Corp Ltd,Beijing;Beijing Telesound Electronics Co Ltd,Beijing)

机构地区：[1]北京市地铁运营有限公司安保部 [2]北京声迅电子股份有限公司

出　　处：《中国传媒大学学报（自然科学版）》

年　　份：2019

卷　　号：26

期　　号：4

起止页码：71-74

语　　种：中文

收录情况：JST、普通刊

摘　　要：X射线安检工作是地铁安检工作的重要部分。当前X光图片检测工作很大程度上依赖人工来完成。本文采用了一种基于机器学习方法的X光图片禁带品智能识别技术,将区域卷积神经网络框架和VGG16网络模型相结合,能快速精准的在X光图片上完成对禁带品的标记识别。

关 键 词：机器学习  区域卷积神经网络  地铁安检  深度学习  

分 类 号：O434.1] TP391.41]