基金項(xiàng)目：國家重點(diǎn)研發(fā)計(jì)劃；項(xiàng)目編號(hào)：2022YFF0605000。

作者簡介：李葦（1983— ），女，工程師，碩士；研究方向：計(jì)算機(jī)視覺，機(jī)器學(xué)習(xí)與數(shù)據(jù)庫。

摘要：文章提出了一種基于主動(dòng)學(xué)習(xí)的安檢圖像資源庫構(gòu)建與優(yōu)化框架。該框架采用主動(dòng)學(xué)習(xí)的原理和方法，從海量的未標(biāo)注的安檢圖像數(shù)據(jù)中篩選出最有價(jià)值的數(shù)據(jù)進(jìn)行標(biāo)注和學(xué)習(xí)，利用標(biāo)注好的數(shù)據(jù)對(duì)數(shù)據(jù)篩選及標(biāo)注中的各類模型進(jìn)行訓(xùn)練和優(yōu)化，使得框架可以不斷根據(jù)資源庫中已有數(shù)據(jù)調(diào)整數(shù)據(jù)篩選的標(biāo)準(zhǔn)。該框架可以在監(jiān)管現(xiàn)場快速建立訓(xùn)練資源庫，根據(jù)本地?cái)?shù)據(jù)不斷優(yōu)化現(xiàn)場模型，從而提高安檢工作的效率和準(zhǔn)確性。該框架具有良好的泛化性，可擴(kuò)展于地鐵、海關(guān)、郵政、民航等不同的應(yīng)用場景，為監(jiān)管部門提供更可靠的技術(shù)支持。

關(guān)鍵詞：主動(dòng)學(xué)習(xí)；自動(dòng)標(biāo)注；X-ray安檢圖像

中圖分類號(hào)：TP311.1" 文獻(xiàn)標(biāo)志碼：A

0" 引言

安檢X光機(jī)通過X射線對(duì)物體進(jìn)行透視成像，被廣泛應(yīng)用于軌道交通、郵政物流、民用航空、海關(guān)等場景的安全檢查中，保障國家和人民安全。主要依靠人工進(jìn)行X光圖像分析的方式效率低下且易受限于人的經(jīng)驗(yàn)水平。隨著社會(huì)治安防控體系建設(shè)的推進(jìn)及人工智能技術(shù)的快速發(fā)展，利用安檢場景的高性能智能識(shí)別算法提升安檢效率已迫在眉睫。人工智能算法需要大規(guī)模、高質(zhì)量的安檢數(shù)據(jù)集。目前，國內(nèi)外已有大量的深度學(xué)習(xí)大規(guī)模訓(xùn)練數(shù)據(jù)集，如ImageNet、PASCAL VOC、COCO等都是基于可見光成像的圖像，與安檢圖像的成像方式和特點(diǎn)完全不同。安檢圖像通過X射線對(duì)物體進(jìn)行透視成像，以檢測物體內(nèi)部的結(jié)構(gòu)和物質(zhì)。物品在安檢圖像中的特征不僅取決于物質(zhì)本身，還與擺放角度、排列方式、不同物品重疊干擾等多種因素有關(guān)，安檢現(xiàn)場每天雖然產(chǎn)生大量的安檢數(shù)據(jù)。絕大部分為無違禁品的安全圖像。海量數(shù)據(jù)的傳輸、篩選和標(biāo)注工作量巨大。已知安檢數(shù)據(jù)集的數(shù)據(jù)量都相對(duì)較小，場景相對(duì)單一，只涵蓋了極少的目標(biāo)物類別，如GDXray、SIXray等。海量訓(xùn)練數(shù)據(jù)的缺乏，使得算法的研發(fā)和應(yīng)用受到極大限制。

本文提出了一種基于主動(dòng)學(xué)習(xí)的安檢圖像資源庫構(gòu)建與優(yōu)化框架。該框架實(shí)現(xiàn)了智能、實(shí)時(shí)地從海量的未標(biāo)注安檢圖像中篩選出最有價(jià)值的數(shù)據(jù)進(jìn)行標(biāo)注和學(xué)習(xí)，進(jìn)一步利用標(biāo)注好的數(shù)據(jù)對(duì)框架中的各類模型進(jìn)行迭代優(yōu)化，使得框架可以不斷根據(jù)資源庫中已有數(shù)據(jù)調(diào)整數(shù)據(jù)篩選和標(biāo)注標(biāo)準(zhǔn)。

1nbsp; 建設(shè)思路

資源庫自動(dòng)從安檢現(xiàn)場海量無嫌疑圖像中篩選出高價(jià)值圖像，隨著資源庫中數(shù)據(jù)的不斷豐富，高價(jià)值圖像的定義也應(yīng)隨之變化。本文將主動(dòng)學(xué)習(xí)應(yīng)用于海量現(xiàn)場流數(shù)據(jù)的篩選、標(biāo)注和訓(xùn)練數(shù)據(jù)集構(gòu)建中，其核心思想是讓算法主動(dòng)地從未標(biāo)注的數(shù)據(jù)中選擇最有價(jià)值的樣本，交給人類專家標(biāo)注，利用標(biāo)注后的數(shù)據(jù)更新篩選模型，開啟下一輪迭代，從而盡可能地減少標(biāo)注成本。

2" 資源庫構(gòu)建關(guān)鍵技術(shù)

本資源庫架構(gòu)包括如下3個(gè)部分，其構(gòu)建過程是一個(gè)系統(tǒng)化的工程，本文僅就部分核心技術(shù)進(jìn)行闡述。

（1）數(shù)據(jù)采集與標(biāo)注。從各種來源收集圖像數(shù)據(jù)，進(jìn)行質(zhì)量控制和標(biāo)注。采用物聯(lián)網(wǎng)模塊實(shí)現(xiàn)實(shí)時(shí)、自動(dòng)、分布式采集，實(shí)時(shí)檢測質(zhì)量。利用信息量策略篩選有意義的圖像進(jìn)行標(biāo)注，利用自動(dòng)化標(biāo)注云平臺(tái)輔助初步標(biāo)注，選擇異常數(shù)據(jù)進(jìn)行批量復(fù)核，以提高質(zhì)量和效率。

（2）數(shù)據(jù)存儲(chǔ)與管理。智能管理存儲(chǔ)在云端或本地的數(shù)據(jù)，以提高效率、可靠性和靈活性。利用云存儲(chǔ)服務(wù)分布式存儲(chǔ)數(shù)據(jù)，提高安全性和可靠性，降

低存儲(chǔ)和維護(hù)成本。利用數(shù)據(jù)庫和搜索技術(shù)存儲(chǔ)圖像及屬性信息，提供索引以提高檢索效率和靈活性。

（3）模型訓(xùn)練與優(yōu)化。提供基于人工智能的訓(xùn)練框架，可根據(jù)應(yīng)用場景和需求定制模型，利用資源庫中的數(shù)據(jù)進(jìn)行持續(xù)優(yōu)化。數(shù)據(jù)處理工具可變換、增強(qiáng)、合成X光安檢圖像，提高模型準(zhǔn)確率和泛化能力。遷移學(xué)習(xí)和增量學(xué)習(xí)方法可根據(jù)預(yù)訓(xùn)練模型和資源庫數(shù)據(jù)迭代優(yōu)化各類模型，使新數(shù)據(jù)能根據(jù)已有數(shù)據(jù)分布調(diào)整。

2.1" 基于信息量策略的智能篩選

數(shù)據(jù)篩選的基本原則是篩選出相對(duì)于當(dāng)前資源庫中的已有的且信息量較大的新圖像，使得資源庫中每種類別的樣本滿足覆蓋率及多樣性的要求。與面向分類任務(wù)的數(shù)據(jù)篩選策略相比［1］，面向目標(biāo)檢測的數(shù)據(jù)篩選策略需兼顧目標(biāo)框的回歸與類別損失，當(dāng)一張圖片中包含同一類別的多個(gè)物體時(shí)，應(yīng)綜合每個(gè)物體的信息量，在多個(gè)類別的情況下，還應(yīng)平衡不同類別的樣本量。評(píng)估樣本的信息量，選擇最不確定的樣本標(biāo)注，可使用目標(biāo)檢測模型的最終輸出，亦可利用目標(biāo)檢測模型網(wǎng)絡(luò)結(jié)構(gòu)的中間層。

利用目標(biāo)檢測模型的最終輸出的方法是根據(jù)模型的輸出，例如實(shí)例的類別概率、邊界框坐標(biāo)、置信度等評(píng)估樣本的信息量。該方法適用于任何類型的目標(biāo)檢測模型且實(shí)現(xiàn)簡單［2］。利用中間層的方法基于特征圖、注意力權(quán)重等評(píng)估樣本的信息量。該方法需要針對(duì)不同的目標(biāo)檢測模型進(jìn)行定制，計(jì)算量更大，但評(píng)估結(jié)果的精細(xì)度更高［3］。資源庫框架兼容上述2類方法，以適應(yīng)不同目標(biāo)物類別的特點(diǎn)。

2.2" 自動(dòng)標(biāo)注

不同于可見光圖像的標(biāo)注，X光安檢圖像的標(biāo)注專業(yè)性較強(qiáng)、難度極高，是整個(gè)流程中工作量最大、成本最高的部分。本資源庫采用基于人工智能的初標(biāo)、復(fù)核2個(gè)階段標(biāo)注流程。

初標(biāo)：初標(biāo)階段的目標(biāo)是對(duì)進(jìn)入資源庫的每張圖像進(jìn)行精細(xì)標(biāo)注，該階段利用預(yù)訓(xùn)練模型對(duì)所有數(shù)據(jù)進(jìn)行預(yù)標(biāo)注，再利用專業(yè)的標(biāo)注軟件對(duì)預(yù)標(biāo)注的結(jié)果進(jìn)行修訂。

復(fù)核：復(fù)核階段主要任務(wù)是批量篩選出初標(biāo)中最可能出錯(cuò)的樣本，本質(zhì)上也是一種數(shù)據(jù)篩選的過程，可采用多樣性和代表性2種采樣準(zhǔn)則［4］，其中多樣性準(zhǔn)則側(cè)重于通過篩選離群點(diǎn)來增加樣本的信息量，而代表性準(zhǔn)則則更強(qiáng)調(diào)利用核心數(shù)據(jù)來代表整個(gè)數(shù)據(jù)集的特征空間分布。這兩種準(zhǔn)則各有優(yōu)勢，多樣性準(zhǔn)則有助于提高樣本的多樣性，但也可能導(dǎo)致復(fù)核效率和模型性能下降；而代表性準(zhǔn)則則有助于保持核心樣本的準(zhǔn)確性，但可能會(huì)降低稀有樣本的復(fù)核比例。為了克服這些局限性，本研究采用了基于目標(biāo)物特征分布的采樣策略，該策略結(jié)合了多樣性和代表性等采樣準(zhǔn)則來評(píng)估樣本的信息量。這種方法不僅兼容多種目標(biāo)檢測模型和損失函數(shù)，還展現(xiàn)出出色的通用性和魯棒性。

2.3" 模型更新

模型更新策略的核心為利用標(biāo)注數(shù)據(jù)有效更新各類模型，提升數(shù)據(jù)篩選和標(biāo)注的準(zhǔn)確性和魯棒性。主要有2種：（1）基于全量數(shù)據(jù)，適用于稀有類別如槍支、瀕危動(dòng)植物，通過重新訓(xùn)練或微調(diào)模型保證準(zhǔn)確性，防止遺忘，可結(jié)合X光圖像數(shù)據(jù)增廣算法提高泛化能力；（2）基于增量數(shù)據(jù)，適用于常見類別如充電寶、打火機(jī)，僅利用最新標(biāo)注樣本優(yōu)化模型，及時(shí)反映數(shù)據(jù)變化，同時(shí)結(jié)合歷史數(shù)據(jù)避免過擬合。本資源庫結(jié)合上述2種策略，使資源庫能高效、可靠地更新各類模型。

3" 結(jié)語

本文提出了基于主動(dòng)學(xué)習(xí)的安檢圖像資源庫構(gòu)建框架，引入主動(dòng)學(xué)習(xí)理念，深入探討了數(shù)據(jù)篩選、標(biāo)注和模型訓(xùn)練中的關(guān)鍵技術(shù)。該框架可迅速為軌道交通、大型賽事、郵政物流等領(lǐng)域的各類安檢應(yīng)用場景構(gòu)建訓(xùn)練資源庫，提供場景化的模型訓(xùn)練服務(wù)。

參考文獻(xiàn)

［1］劉穎，龐羽良，張偉東，等.基于主動(dòng)學(xué)習(xí)的圖像分類技術(shù)：現(xiàn)狀與未來［J］.電子學(xué)報(bào)，2023（10）：2960-2984.

［2］KEE S，DEL C E，RUNGER M.Query-by-committee improvement with diversity and density in batch active learning［EB/OL］.（2020-09-17）［2024-04-15］.https：//d.wanfangdata.com.cn/periodica l/baa5e9506db0a21d839c5c61093c4c97.

［3］阮系標(biāo).目標(biāo)檢測主動(dòng)學(xué)習(xí)樣本挑選方法［D］.上海：華東師范大學(xué)，2024.

［4］YAN X，NAZMI S，GEBRU B，et al.A clustering-based active learning method to query informative and representative samples［J］.Applied Intelligence：the International Joural of Artificial Intelligence，Neural Networks，and Complex Problem Solving Technologies，2022（11）：13250-13267.

（編輯" 王永超）

Construction of large-scale Security image resource library based on active learningLI" Wei， FU" Gang， LI" Qiang

（Nuctech Company Limited， Beijing 100084， China）

Abstract：" This paper proposes a framework for constructing and optimizing an X-ray security inspection image resource library based on active learning. The framework uses the principles and methods of active learning to select the most valuable data from a large number of unmarked security inspection image data for annotation and learning. At the same time， the labeled data is used to train and optimize various models in data screening and annotation. The framework can continuously adjust the data selecting standards according to the data in the resource library. This framework can quickly establish a training resource library at the supervision site， continuously optimize the on-site model according to local data， improve the efficiency and accuracy of security inspection work， and reduce labor costs and error rates. The framework has good generalization and can be extended to different application scenarios such as subways， customs， postal services and aviation civil aviation， providing more reliable technical support for regulatory departments.

Key words： active learning; automatic annotation; X-ray security inspection