Development of Synthesis Algorithm of X-ray Backscattered Image Dataset for Hazardous Item Inspection using Deep-Learning-based Artificial Neural Networks

다양한 화물이 적재된 항만 컨테이너를 신속하고 정확하게 검색하기 위해 X-선 투과영상이 주로 활용되고 있지만, 밀수 농산물, 마약, 폭발물과 같이 작은 원자번호의 물질로 주로 구성된 은닉화물 및 위험화물 검출을 위해서는 투과 방식의 컨테이너 영상 검색 방식으로는 한계가 있다. 최근 후방산란 방식의 영상 검색기를 이동식 혹은 고정식으로 활용하여 수출입 화물에 대한 검사를 진행하고 있으나, 얕은 탐색 심도 및 낮은 해상도로 인한 화물 검출 성능의 한계 등은 여전히 해결해야 할 숙제로 남아 있다. 본 연구에서는 이를 극복하기 위한 방법으로 인공지능 딥러닝 객체 검출 기법을 적용하고자 하였고, 이를 위해 필요한 충분한 수의 학습 영상을 구성하기 위해 X-선 후방산란 Monte Carlo N-Particle (MCNP) 시뮬레이션 기반 합성 영상을 생성하였으며, 구성된 학습 데이터셋에 대한 딥러닝 인공지능 신경망 기반 네트워크 모델을 적용하여, 실제 X-선 후방산란 컨테이너 촬영영상 내 위험화물 자동검색에 적용한 검출 결과를 소개하고자 한다.