SICURA. Sicherheits-Untersuchung mittels Röntgenbild-Analyse , gefördert vom BMBF. Bringing technology to life. Sebastian König 2013/07/08

Transkript

1 SICURA Sicherheits-Untersuchung mittels Röntgenbild-Analyse , gefördert vom BMBF Sebastian König 2013/07/08 Bringing technology to life Smiths Detection: Proprietary Data

2 SICURA: Übersicht Einführung Projektpartner Ausgangslage Zielsetzung Röntgenbilder Teilprojekte TU Darmstadt TU Kaiserslautern Smiths Heimann GmbH Resultate Demonstrator Detektionsbeispiele Zusammenfassung und Ausblick 2

3 SICURA: Projektpartner Hauptprojektpartner Technische Universität Darmstadt (Prof. Stefan Roth) Technische Universität Kaiserslautern (Prof. Thomas Breul) Smiths Heimann GmbH (Dr. Pia Dreiseitel) Subpartner der TUD Hochschule RheinMain (Prof. Karlheinz Spindler) Universität Frankfurt (Sebastián Pereira) Unterstützt von Security Training International GmbH Bundespolizei 3

4 SICURA: Ausgangslage Automatische Röntgenuntersuchung des Gepäcks im Luftverkehr bei der Suche nach Sprengstoffen ist verfügbar. Für das Handgepäck sind manche Objekte generell verboten, andere müssen ausgepackt und extra überprüft werden. Die Erkennung dieser speziellen Objekte im Handgepäck ist bislang Domäne der Sicherheitsassistenten. 4

5 SICURA: Zielsetzung Nicht erlaubte Objekte automatisch erkennen. Sicherheitsassistenten entlasten. Schwerpunkt: Handfeuerwaffen, Laptops und Flaschen. 5

6 SICURA: Röntgenbilder Röntgenbilder unterscheiden sich sehr von herkömmlichen Fotos. Etablierte Verfahren nicht 1:1 anwendbar. Überlagerte Darstellung. Materialinformation verfügbar. Verzerrungen durch Generator-Detektor-Geometrie. Beliebige Orientierung der Objekte im Raum. Mehrere Ansichten verfügbar (atix=4). 6

7 SICURA: Bildaufnahme Bildaufnahmen von verschiedenen Waffen bei der Bundespolizei. Reale Aufnahmen in Handgepäck. Zusätzlich Waffen und unbedenkliche Objekte pur. Automatische Synthese weiterer großer Bildersets. Mehrere Tausend Bilder für je Training und Verifikation. 7

8 SICURA: TU Darmstadt Suche nach Waffen. Lokale Features (EHOF, HOG) und Modelle aus in Rotation normiertem Trainingsset lernen. Hypothesengenerierung durch Sliding-Window. Stückweise Rotation des Bildes nötig. 8

9 SICURA: TU Darmstadt Hypothesenverifikation durch 3D-Matching. Projektion der 3D-Detektion zurück in die Ansichten. 9

10 SICURA: TU Kaiserslautern Suche nach Waffen, Laptops und Flaschen. Rotations- und skalierungsinvariante, lokale Features (SIFT, SPIN) an interessanten Punkten der Trainingsobjekte bestimmen. Wörterbücher der typischen Features für die gelernten Objekte erzeugen ( Bag of visual words ). 10

11 SICURA: TU Kaiserslautern Klassifikation interessanter Bildpunkte. Sliding-Window für die Suche nach Match im Modell-Wörterbuch. Keine Rotation der Bilddaten nötig. 11

12 SICURA: Smiths Heimann GmbH Suche nach Flaschen im Gepäck. 12

13 SICURA: Smiths Heimann GmbH Dual-Energy-Bilder liefern Materialinformation. Auswahl bestimmter Bereiche möglich, z.b. metallisch, organisch. 13

14 SICURA: Smiths Heimann GmbH Kantensuche nur für bestimmte Materialbereiche (Glas, PET, ). Ausnutzen von Symmetrieeigenschaften bei Flaschen. 3D-Match der Symmetrielinien als Filter der Hypothesen. 14

15 SICURA: Demonstrator SICURA_Demonstrator_Video3.wmv Bildaufnahme auf unmodifizierter Standardmaschine (atix). Datenübertragung via Netzwerk. Auswertung und Anzeige auf externem PC. 15

16 SICURA: Detektionsbeispiele 16

17 SICURA: Detektionsbeispiele 17

18 SICURA: Detektionsbeispiele 18

19 SICURA: Zusammenfassung und Ausblick Es wurden erfolgreich Methoden entwickelt, um die Zielobjekte in Röntgenbildern zu detektieren. Eine Integration in ein Demonstratorsystem war erfolgreich. Für einen Einsatz im Feld noch nicht schnell genug. Die Teilresultate sollten zukünftig in einer Endklassifikation zusammengefasst werden. Die Erkennung auch zerlegter Waffen oder von Munition erreichte noch nicht die gewünschte Qualität. Vielen Dank. 19