从 X 射线图像中去除伪影

Question

我会有很多卡车以 40 公里/小时的速度通过 X 射线扫描仪的 X 射线图像。目标是从扫描中移除卡车本身，只留下货物，以便操作员更容易检测到货物中的威胁和违禁物品。

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刚被扫描的卡车。如果最近的距离仍然很远，我会将这个当前的添加到“以前见过”作为新的。如果不是，则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。一个问题是尚不清楚如何从刚刚添加到模型中的卡车上卸下货物。另外，卡车的种类太多，性能可能不尽如人意。

您会提出如何解决此任务的建议吗？或者我可以在 Internet 上的哪些资源上找到帮助？

Answer 1

这是一个过于宽泛的问题，所以很遗憾我只能分享一个想法：

尝试解决每个图像像素的二元分类任务，将其分类为“货物的一部分”\“不是货物的一部分”。我相信通过使用带有池化层的深度卷积网络，您应该能够获得一个系统，它会告诉您图像中哪些像素代表货物，哪些代表卡车。