对人员密集场所进行安全检查和安全监控是防范安全事件发生的最有效方法。太赫兹成像技术采用太赫兹频段进行物体识别,具备安全性、穿透性和指纹特性等特性,能够区别不同可疑物体,被动式太赫兹成像无需太赫兹辐射源,在人体安检领域有着广阔和重要的应用前景。目前太赫兹技术已逐渐开始用于地铁、公共场馆等密集人流安检,被动式太赫兹成像速度已可达到10帧/秒。因生产成本与技术工艺的限制,被动式太赫兹成像系统生成的太赫兹图片信噪比较低、分辨率不高。对于可疑物体的识别,单凭安检人员观测难以辨别可疑物体,且速度较慢;在自动检测方面,传统方法采用图像分割、定位、识别的检测流程,难以满足快速安检检测精度和速度的要求。近年来,由于深度学习技术的迅猛发展和应用,图像物体检测和识别的精度和速度都得到了很大提高。采用基于深度学习的检测方法,不但可以提高安检的可靠性与效率,而且能够快速识别人眼难以识别的目标可疑物体。本文研究内容和成果如下:(1)研究被动式太赫兹安检图像超分辨率重建,提出和建立了基于生成对抗网络的太赫兹安检图像超分辨率重建模型。基于SRGAN算法,针对被动式太赫兹图像特点对算法结构和判别方法进行改进,提高太赫兹图像质量。(2)研究基于卷积神经网络的被动式太赫兹人体安检图像物体检测方法,重点研究基于区域选择的Faster-R-CNN算法和基于非区域选择SSD算法,比较它们应用于被动式太赫兹人体安检图像物体检测和识别的性能。(3)设计和实现被动式太赫兹离线建模和在线检测应用软件系统,包括被动式太赫兹人体安检图像物体检测系统架构、图像资源管理与离线建模系统、人体安检图像物体在线检测和识别系统。本文研发的被动式太赫兹离线建模和在线检测应用软件系统,物体检测兼顾准确率及速度,系统实现了线上收集及丰富训练数据集、线下不断优化模型并将模型更新至线上系统的闭环。实验结果表明,采用SSD算法,太赫兹人体安检图像物体检测精度达到74.5%,检测速度达到每秒12帧,在线检测能够满足快速安检需求。