从X射线图像中移除伪像

Question

我将有很多卡车的X射线图像以40公里/小时的速度通过X射线扫描仪。目标是从扫描中取出卡车本身，只留下货物，以便操作员可以更轻松地检测货物中的威胁和禁止物品。

我最初的想法是使用神经网络来检测之前看到的哪辆卡车最接近刚被扫描的卡车。如果最接近的仍然很远，我会将当前的一个添加到“之前看到”作为新的。如果没有，从当前卡车的扫描中减去最相似的卡车，因此我们只得到货物。一个问题是，目前尚不清楚如何从刚加入模型的卡车中取出货物。此外，卡车类型太多，性能可能不尽如人意。

您建议如何解决此任务的想法？或者我可以在互联网上的哪些资源上找到帮助？

Answer 1

这是一个过于宽泛的问题，所以不幸的是我必须分享一个想法：

尝试为每个图像像素解决二进制分类任务，将其归类为“货物的一部分”而不是“货物的一部分”。我相信通过使用具有池化层的深度卷积网，您应该能够获得一个系统，该系统将告诉您哪些像素代表图像中的货物，哪些像素代表卡车。