امروزه یکی از دغدغه‌های اصلی کشورها پایش امنیتی در مکان‌های پر رفت و آمد است. با توجه به افزایش تهدید‌های جهانی در زمینه تروریسم و قاچاق مواد مخدر، نیاز به دستگاه‌های دقیق و کارا جهت استفاده در مکان‌هایی نظیر فرودگاه‌ها، مراکز حساس امنیتی، نمایشگاه‌ها و مکان‌های پرتردد احساس می‌شود. فناوری‌های پایش امنیتی، نسل‌های مختلفی را طی کرده‌اند. نسل اول این فناوری‌ها، فلزیاب‌ها هستند که به دلیل محدودیت در شناسایی مواد مخدر و مواد منفجره، استفاده از آن‌ها رایج نمی‌باشد. نسل بعدی، فناوری‌های مبتنی بر پرتوی X-Ray می‌باشد که به دلیل اثرات سوء بر سلامتی افراد، کاربرد آن در کشورهای اروپایی ممنوع شده است. ازاین‏رو در سال‌های اخیر، محققان و دانشمندان بر فناوری‌های جدید این عرصه تمرکز کرده‌اند. یکی از مهم‌ترین فناوری‌ها در این زمینه، فناوری تصویربرداری موج میلی‌متری است که معایب نسل‌های پیشین را برطرف نموده است. به دلیل قدرت نفوذ بالای امواج میلی‌متری، قابلیت تهیه تصاویر از زیر لباس افراد وجود دارد و این امر می‌تواند مشکلات مهمی در زمینه مسائل اخلاقی و حریم شخصی افراد به وجود آورد. هم‌چنین، با توجه به کیفیت پایین تصاویر، تشخیص اشیاء پنهان توسط اپراتور ممکن است همراه با خطا باشد. در این شرایط نیاز جدی به الگوریتم‌های هوش مصنوعی وجود دارد که بتوانند به صورت خودکار اشیاء ممنوعه در زیر لباس را شناسایی و آن را گزارش کنند. این الگوریتم‌ها باید بتوانند با دقت بالا و البته در مدت زمان مناسبی، تصاویر موج میلی‌متری را پردازش کنند و وجود شیء ممنوعه را تشخیص دهند و درنهایت محل آن را گزارش کنند. استفاده از یک الگوریتم یادگیری ماشین برای تشخیص اشیاء ممنوعه می‌تواند ضمن حفظ حریم شخصی افراد، مشکل بی‌دقتی اپراتور را حل کند و سرعت تشخیص شی‌ء را افزایش دهد.