تحسين التعرف على محتوى صور الأشعة السينية للأمتعة باستخدام الشبكات العصبية التلافيفية العميقة في إدارة الجمارك

الملخص

مع تزايد التهديدات الأمنية والحاجة إلى ضمان سلامة حركة الركاب والبضائع عبر الدول، أصبحت عمليات التفتيش الجمركي في المطارات والمعابر الحدودية أكثر أهمية من أي وقت مضى. تعتمد إدارات الجمارك حالياً بشكل أساسي على الفحص البصري للكشف عن المواد الخطرة والمحظورة في صور الأشعة السينية للأمتعة. إلا أن هذا النهج التقليدي يواجه العديد من التحديات مثل احتمال حدوث أخطاء بشرية والوقت الطويل الذي تستغرقه عملية التفتيش، بالإضافة إلى احتمال حدوث أخطاء بشرية في تحليل وتفسير صور الأشعة السينية المعقدة. ولذلك ظهرت الحاجة إلى استخدام تقنيات الذكاء الاصطناعي المتقدمة لتحسين سرعة ودقة الكشف عن المواد المحظورة. يسعى هذا البحث إلى تحسين التعرف على محتوى صور الأشعة السينية للأمتعة في الإدارة الجمركية باستخدام نماذج الشبكة العصبية التلافيفية العميقة للذكاء الاصطناعي. تم إجراء عدد من التجارب لتحسين دقة وكشف المواد الخطرة، وخاصة الأسلحة النارية والمواد الحادة والسكاكين، من خلال صور الأشعة السينية الآلية للأمتعة باستخدام ثلاثة نماذج من الشبكات العصبية التلافيفية وهي VGG16، وResNet50، وInceptionV3. الهدف من استخدام النماذج المختلفة هو الحصول على أعلى دقة فيما بينها. تم تدريب النماذج الثلاثة واختبارها باستخدام مجموعة بيانات SIXray الضخمة، والمتخصصة في صور الأشعة السينية للأمتعة. وأظهرت النتائج تفوق نموذج VGG16 على النماذج الأخرى بدقة عالية تجاوزت 96%. وتتمثل مساهمة هذا البحث في تعزيز كفاءة عمليات التفتيش الجمركي وتحسين مستويات الأمن والسلامة من خلال الكشف الآلي الدقيق والسريع للمواد الخطرة لمنع دخولها إلى الدولة.