In-depth analysis of automated baggage inspection using simulated X-ray images of 3D models

Simple item page
dc.catalogadorpva
dc.contributor.advisorMery Quiroz, Domingo
dc.contributor.authorKaminetzky, Alejandro
dc.contributor.otherPontificia Universidad Católica de Chile. Escuela de Ingeniería
dc.date.accessioned2023-09-22T19:55:59Z
dc.date.available2023-09-22T19:55:59Z
dc.date.issued2023
dc.descriptionTesis (Master of Science in Engineering)--Pontificia Universidad Católica de Chile, 2023
dc.description.abstractLa inspección de equipajes con rayos X es esencial para la seguridad fronteriza y en medios de transporte, evitando que objetos peligrosos entren a áreas seguras. Actualmente, el aprendizaje profundo es la técnica de vanguardia para la detección y clasificación automatizada de objetos amenazantes. El entrenamiento de estas redes requiere muchos datos; sin embargo, la disponibilidad de imágenes de rayos X en bases de datos públicas es limitada. Proponemos una metodología de generación de imágenes para superar este problema. Nuestro método genera nuevos datos mediante la superposición de imágenes de rayos X simuladas de modelos 3D sobre rayos X de equipajes reales, permitiendo a los investigadores entrenar modelos sin necesidad de imágenes adicionales o etiquetado manual. En este trabajo, validamos nuestra metodología de simulación de imágenes y presentamos técnicas avanzadas, como la distorsión con modelos de difusión. Nuestros experimentos incluyen cientos de entrenamientos con YOLOv5, utilizando una combinación de imágenes reales de la base de datos SIXray e imágenes sintéticas de rayos X de llaves inglesas y pistolas. La evaluaciones de nuestros modelos entrenados se realizaron con imágenes sin alteraciones. Al entrenar con 16.000 imágenes simuladas de llaves inglesas en escala de grises, obtuvimos como resultado un AP0,5 del 72,7%, mientras que añadir 16.000 imágenes sintéticas a 50 imágenes reales de pistolas aumentó el AP0,5 desde 78,8% a 91,6%. Nuestros resultados confirman que las imágenes sintéticas se pueden utilizar para mejorar el rendimiento de los modelos de detección de objetos. Esto, sumado a la inferencia en tiempo real de YOLOv5, demuestra el potencial para apoyar a los inspectores y automatizar la inspección de equipaje. Finalmente, estas técnicas de superposición y colorización pueden emplearse en otras áreas de imágenes de rayos X.
dc.description.funderCENIA FB210017
dc.description.funderANID
dc.description.funderFONDECYT grant N1191131
dc.fechaingreso.objetodigital2023-09-22
dc.format.extentxiv, 70 páginas
dc.fuente.origenSRIA
dc.identifier.doi10.7764/tesisUC/ING/74654
dc.identifier.urihttps://doi.org/10.7764/tesisUC/ING/74654
dc.identifier.urihttps://repositorio.uc.cl/handle/11534/74654
dc.information.autorucEscuela de ingeniería ; Mery Quiroz, Domingo ; 0000-0003-4748-3882 ; 102382
dc.information.autorucEscuela de ingeniería ; Kaminetzky, Alejandro ; S/I ; 1025847
dc.language.isoen
dc.nota.accesoContenido completo
dc.rightsacceso abierto
dc.subjectInspección de equipajes con rayos Xes_ES
dc.subjectProyección de imágenes de amenazases_ES
dc.subjectProyección de rayos X de modelos 3Des_ES
dc.subjectRayos X con pseudo-colores_ES
dc.subjectSimulación de imágenes de rayos Xes_ES
dc.subjectModelos de difusiónes_ES
dc.subjectAprendizaje profundoes_ES
dc.subject.ddc620
dc.subject.deweyIngenieríaes_ES
dc.titleIn-depth analysis of automated baggage inspection using simulated X-ray images of 3D modelses_ES
dc.typetesis de maestría
sipa.codpersvinculados102382
sipa.codpersvinculados1025847
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
TESIS_AKaminetzky_Firma Final.pdf
Size:
26.62 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
license.txt
Size:
1.98 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
3.01 Tesis magíster
ANID