全局通道注意力增强的毫米波图像目标检测
电子技术应用
蒋甜甜，叶学义，李刚，杨梦豪，陈华华
杭州电子科技大学 通信工程学院，浙江 杭州 310018
摘要： 针对主动毫米波图像中目标与背景纹理区分度较低导致隐匿目标漏检问题，并根据安检实时性要求，提出一种基于全局通道注意力增强的主动毫米波图像目标检测方法。该方法以YOLOv5s为载体，在坐标注意力位置方向上引入全局通道注意模块，增强对隐匿目标全局通道信息的关注，从而提升在隐匿目标与背景纹理区分度较低时的检测能力；再利用K-means++聚类算法重新生成适合毫米波图像目标检测的锚框。实验结果表明，无论是阵列图像数据集还是线扫图像数据集，该方法增强了对隐匿目标的特征注意，提高了召回率，在满足安检实时性的前提下，提升了检测性能。通过增加少量参数，在阵列图像数据集上，精度、召回率和mAP@.5达到了92.0%、90.93%和95.32%；在线扫图像数据集上，精度、召回率和mAP@.5达到了94.65%、92.67%和97.73%。平均单张图像推理时间在两个数据集上均达到1 ms，满足实时性要求。
中圖分類號：TP391.4 文獻標志碼：A DOI: 10.16157/j.issn.0258-7998.234502
中文引用格式： 蔣甜甜，葉學義，李剛，等. 全局通道注意力增強的毫米波圖像目標檢測[J]. 電子技術應用，2024，50(3)：19-25.
英文引用格式： Jiang Tiantian，Ye Xueyi，Li Gang，et al. Global channel attention boosted active millimeter wave image object detection[J]. Application of Electronic Technique，2024，50(3)：19-25.
中文引用格式： 蔣甜甜，葉學義，李剛，等. 全局通道注意力增強的毫米波圖像目標檢測[J]. 電子技術應用，2024，50(3)：19-25.
英文引用格式： Jiang Tiantian，Ye Xueyi，Li Gang，et al. Global channel attention boosted active millimeter wave image object detection[J]. Application of Electronic Technique，2024，50(3)：19-25.
Global channel attention boosted active millimeter wave image object detection
Jiang Tiantian，Ye Xueyi，Li Gang，Yang Menghao，Chen Huahua
School of Communication Engineering， Hangzhou Dianzi University， Hangzhou 310018， China
Abstract： Due to the low discrimination between objects and background texture in active millimeter wave images and the need for security in real time, a global channel attention booster-based method for active millimeter wave image object detection is proposed. In order to improve attention to the global channel information of the concealed object and improve detection performance when the concealed object could not be distinguished from the background texture, this method uses YOLOv5s as the carrier and adds global channel attention to the position direction of coordinate attention. And the K-Means ++ clustering method is used to create the anchor box for identifying concealed objects in millimeter wave images. The results demonstrate that both for array image dataset and line sweep image dataset, the detection model enhances the attention of hidden objects feature and improves the detection performance on the basis of meeting the security real-time performance.
Key words : active millimeter wave image detection；global channel attention booster；K-means++；attention mechanism
引言
人們對自身安全問題的持續關注，促進了在公共場所以及一些重點場所安檢技術的發展。傳統的安檢技術包括X射線探測器、金屬探測器[1]以及人工檢測[2]，它們在人體健康和隱匿目標檢測方面存在一定限制。由于毫米波輻射是非電離輻射[3]，對衣物穿透性強[4]，能夠在不傷害人體情況下進行安全檢查，因而毫米波安檢技術越發受到關注；且隨著成像技術和計算機視覺的飛速發展，毫米波安檢技術逐漸與人工智能方法相結合。因為主動毫米波(Active Millimeter Wave, AMMW)[5]圖像質量要高于被動毫米波(Passive Millimeter Wave, PMMW)[6]，對AMMW圖像（包括陣列和線掃毫米波成像設備）的隱匿目標檢測逐漸成為主流。
本文詳細內容請下載：
http://m.tom3567.com/resource/share/2000005910
作者信息：
蔣甜甜，葉學義，李剛，楊夢豪，陳華華
杭州電子科技大學 通信工程學院
此內容為AET網站原創，未經授權禁止轉載。