人工智能支持的传感器融合了飞行时间成像和毫米波用于隐藏金属检测的传感器
Chaitanya Kaul1, Kevin J Mitchell2, Khaled Kassem2
1School of Computing Science, University of Glasgow, Glasgow G12 8QQ, UK.
Sensors (Basel, Switzerland)
|September 28, 2024
概括
这项研究引入了一种保护隐私的传感器融合系统,用于检测个人身上隐藏的金属物体. 结合毫米波雷达和深度摄像头,它在识别隐藏物品方面达到高达95%的准确性.
科学领域:
- 计算机视觉 计算机视觉
- 传感器融合式传感器
- 人工智能的人工智能
背景情况:
- 在动态场景中有效检测和距离通常需要整合多种传感方式.
- 公共安全和监控应用需要强大的系统,以平衡有效性和隐私保护.
研究的目的:
- 开发一种新的传感器融合方法,在保护隐私的同时,谨慎地检测人身上隐藏的金属物体.
- 评估整合毫米波雷达和深度摄像技术的有效性,以加强安全查.
主要方法:
- 一个新的神经网络架构,处理毫米波雷达信号与卷积长短期内存 (LSTM) 块以及深度信号与卷积操作.
- 深度特征放大以识别交叉模式依赖性,以及由雷达特征引导的空间定位专用解码器.
主要成果:
- 成功检测到隐藏的金属物体的存在和精确的3D定位.
- 实现了高达95%的检测准确度,系统对多个个体具有强大性能.
结论:
- 提出的具有成本效益和便携性的传感器融合系统显示了安全应用的巨大潜力.
- 对于推进保护隐私的隐藏物体检测技术,存在进一步的发展机会.
更多相关视频
06:17Quantifying the Relative Thickness of Conductive Ferromagnetic Materials Using Detector Coil-Based Pulsed Eddy Current Sensors
Published on: January 16, 2020
5.7K
05:04Author Spotlight: Introduction to Active Probe Atomic Force Microscopy with Quattro-Parallel Cantilever Arrays
Published on: June 13, 2023
1.4K
