Chinesische Forscher präsentieren einen Datensatz von Röntgenbildern, die versteckte verbotene Gegenstände zeigen. Dies soll automatisierte Sicherheitskontrollen an Flughäfen und anderen Hochsicherheitsstandorten ermöglichen.

Automatisierte Sicherheitskontrollen durch Bildanalysesysteme stellen aktuelle KI-Methoden vor zahlreiche Herausforderungen: Objekte auf Röntgenbildern verdecken sich nicht vollständig, sondern sind oft durch andere Objekte hindurch sichtbar. Auch Oberflächen können nicht erkannt werden. Dies schließt den Einsatz von KI-Systemen aus, die nicht für Röntgensysteme trainiert wurden.

Außerdem werden verbotene Gegenstände oft absichtlich hinter oder in anderen Gegenständen versteckt. In diesen Fällen versagen bestehende Systeme aufgrund unzureichender Trainingsdaten.

Wäre der Hammer eine Katze, würde sein Körper unter den anderen Objekten im zweiten Bild deutlich durchscheinen. | Bild: Wang et. al.

Chinesische Forscher veröffentlichen jetzt einen umfangreichen Datensatz handsegmentierter Röntgenbilder. PIDray enthält insgesamt 47.677 Röntgenbilder, die verbotene Gegenstände zeigen. Vergleichbare Datensätze wie SIXray enthalten insgesamt mehr Bilder, aber deutlich weniger Beispiele für verbotene Gegenstände.

Der PIDray-Datensatz umfasst zwölf Kategorien verbotener Gegenstände, darunter Schusswaffen, Messer, Feuerzeuge, Handschellen und Powerbanks. Einige dieser Kategorien sind in den verfügbaren Röntgendatensätzen noch nicht enthalten.

Der Datensatz umfasst zwölf Kategorien und zahlreiche handmarkierte Beispielbilder für das KI-Training. | Bild: Wang et. al.

Unter den Tausenden von Bildern finden sich nicht nur gut erkennbare Motive, sondern auch zahlreiche Beispiele für absichtlich versteckte Gegenstände. Diese sind selbst für das menschliche Auge schwer zu finden.

Verschiedene Röntgenbildbeispiele, die nach unten immer schwerer zu erkennen sind. | Bild: Wang et. al.

Neben dem Datensatz präsentieren die Forscher auch SDANet, eine Bildanalyse-KI, die den von Transformatoren bekannten Aufmerksamkeitsmechanismus nutzt. SDANet soll vor allem glänzen, wenn es darum geht, absichtlich versteckte Objekte zu erkennen.

In einem Vergleich trainierten die Forscher zahlreiche ähnliche Systeme mit dem PIDray-Datensatz und testeten die Erkennungsfähigkeit für einfache, schwere und versteckte Fälle. In allen Fällen schneidet SDANet am besten ab, liegt aber im Durchschnitt nur zwischen 1,3 und 1,5 Prozent vor dem besten alternativen System.

Zudem stellt die Erkennung versteckter Objekte für SDANet noch immer ein Problem dar: Trotz des umfangreichen PIDray-Datensatzes und der spezialisierten KI-Architektur erreicht das System nur knapp 50 Prozent Genauigkeit.

Die Forscher hoffen, dass PIDray in Zukunft als Teil eines universellen Benchmarks dienen kann, der bessere Systeme ermöglicht. Zu diesem Zweck soll der bestehende Datensatz zukünftig um weitere Bilder erweitert werden.

Hinweis: Links zu Online-Shops in Artikeln können sogenannte Affiliate-Links sein. Beim Kauf über diesen Link erhält MIXED.de eine Provision vom Anbieter. Für Sie ändert sich der Preis nicht.

Überprüfen Sie Ihren Posteingang oder Spam-Ordner, um Ihr Abonnement zu bestätigen.