一种快速安检行包远程集中判读系统及方法技术方案

本发明专利技术涉及一种快速安检行包远程集中判读系统及方法，系统包括：X射线检查设备，用于对行包进行X射线扫描形成X射线图像，判断行包是否安全，对可疑行包的违禁品进行预分类标注；并将可疑行包的X射线图像、可见光图像和预分类标注信息打包成判读任务发送到远程判读工作站；远程判读工作站，用于接收判读任务，进行人工判读，确定可疑行包中包含违禁品时，将人工判读结果返回对应的X射线设备进行声光电报警，将可疑行包的X射线图像和可见光图像发送到开包查验工作站；开包查验工作站，用于结合可疑行包的X射线图像和可见光图像，对可疑行包进行开包检验和录入登记。本发明专利技术可以大幅度的提高旅客乘坐轨道交通进站时随身携带物品的安检效率。品的安检效率。品的安检效率。

【技术实现步骤摘要】
一种快速安检行包远程集中判读系统及方法


[0001]本专利技术涉及安全检测
，尤其是一种快速安检行包远程集中判读系统及方法。

技术介绍

[0002]随着国内反恐法的颁布和施行，乘客进站安检成为轨道交通行业必须设置的环节，而另一方面，在乘客实际出行的体验中，安检又逐渐成为制约轨道交通行业发展的一大痛点问题，安检的低效性同轨道交通的高效率之间的矛盾越来越凸显。因此如何能够实现乘客快速安检进站也成为轨道交通行业亟待解决的问题。
[0003]传统的轨道交通安检缺点如下：
[0004]1.一般情况下一个进站出入口设置一个以物品安检机为主的安检区域，一个安检区域设置一台标准物品扫描安检机，安检机输送带的运行速度为0.2米/秒，安检机旁边设置一个安检机判图终端，由判图安检员对乘客随身携带的物品经过X射线安检机扫描到的图像在本地进行判读，另外一侧设置一台人身检查安检门，对旅客进行人身扫描检查。
[0005]2.因为物品检查安检机输送带运行速度只有0.2米/秒，安检员还得针对每个物品的扫描图像都得进行确认判读，如发现疑似问题行包图像还得暂停输送带以便进行仔细确认，因此随身携带物品进站旅客稍微多一些就会造成旅客积压排队放置物品的情况，整体上影响旅客进站的通行效率。
[0006]3.因为物品安检机的判图终端位于本地，所以需要在本地安检机旁边设置一个供判图安检员判图的工位，这样一个安检区域只能摆放一个安检门进行旅客人身检查，而普通安检门又不能对旅客进行智能人身检查，存在误报警的情况，因此在轨道交通安检过程中安检门一般都形同虚设，无论旅客经过安检门之后安检门是否报警都需要有搜身安检员对着旅客人身进行一定程度的手动搜身安检，这样在一定程度上影响了旅客的通行效率，导致进站旅客稍微多一些，即便旅客都没有随身携带物品不需要经X射线机扫描行包，也会导致旅客积压，排队等待经过安检门检查。
[0007]4.因为现有轨道交通安检方法的设置，导致要么旅客随身携带物品检查积压排队，要么旅客人身安检积压排队的情况存在，整体上降低了安检的效率，在很大程度上影响了旅客进站乘车的通行效率。
[0008]5.另外因为现有安检模式中，物品安检机的判图安检员需要在本地安检机旁边的判图终端工作，所以一个安检区域就必须设置一个判图员岗位，而实际上一条地铁线路多个站点，每个站点的多个安检区域旅客通行人数是很不均衡的，所以导致有的地铁站和安检区域判图安检员十分繁忙，而有的地铁站和安检区域又很空闲，这样导致判图人员利用率很不均衡，造成一定程度上的人员浪费，而且影响整体安检效果。
[0009]6.因为最近几年人工智能的发展，有些地方尝试在物品安检中引入智能判图的方法，但是因为智能判图算法大部分都在致力于物品识别的准确率方面，而且因为公共安全的特殊性，导致虽然有些地方引入智能判图也只是作为辅助提醒，还是需要判图员对每个
物品的射线安检图都进行百分之百的判读确认，智能判图的功能的引入既没有提高安检效率也没有降低安检员工作强度的作用。

技术实现思路

[0010]鉴于上述的分析，本专利技术旨在提供本专利申请公开了一种快速安检行包远程集中判读系统及方法，解决现有安检系统存在的问题。
[0011]本专利技术公开了一种快速安检行包远程集中判读系统，包括X射线检查设备、远程判读工作站以及开包查验工作站；
[0012]所述X射线检查设备，用于对行包进行X射线扫描形成X射线图像，并实时对X射线图像进行智能判图，判断行包是否安全，对可疑行包的违禁品进行预分类标注；并将可疑行包的X射线图像、可见光图像和预分类标注信息打包成判读任务发送到远程判读工作站；
[0013]所述远程判读工作站，用于接收判读任务，根据可疑行包的X射线图像以及预分类标注信息进行人工判读，确定可疑行包中包含违禁品时，将人工判读结果返回对应的X射线设备进行声光电报警，将可疑行包的X射线图像和可见光图像发送到开包查验工作站；
[0014]所述开包查验工作站，用于结合可疑行包的X射线图像和可见光图像，对可疑行包进行开包检验和录入登记。
[0015]进一步地，所述X射线检查设备与远程判读工作站的数量为M对N的关系，M大于N。
[0016]进一步地，还包括调度服务器，用于调度M台X射线检查设备与N台远程判读工作站之间的对应关系，协调X射线检查设备与远程判读工作站的工作量，实现判读任务的有序执行。
[0017]进一步地，所述X射线检查设备为通道式X射线安检仪，包括可见光成像设备、X射线成像设备、图像分包模块和智能判图模块；
[0018]所述可见光成像设备，用于拍摄进入设备通道的行包得到可见光外观图像；
[0019]所述X射线成像设备，用于扫描进入设备通道的行包得到X射线图像；
[0020]所述图像分包模块，用于将行包的X射线图像和可见光外观图像分包建立智能判图任务；
[0021]所述智能判图模块，用于利用训练好的判图模型对智能判图任务进行智能判图，提取X射线图像的样本特征；当X射线图像的样本特征符合安全图像特征时直接给出安全结果；当图像不符合安全图像特征时，判断行包为可疑行包，并对可疑行包的X射线图像中可能包含的违禁品种类进行智能识别和预分类标注；将可疑行包的X射线图像、可见光图像和预分类标注信息打包成人工判读任务发送到远程判读工作站。
[0022]进一步地，所述智能判图方法包括：
[0023]1)制作违禁品射线安检图像数据集；对安检图像数据集进行两级的分类标注；其中，第一级分类标注，将图像进行安全和不安全标注；第二级分类标注，将标注为不安全按类别进行再分类标注；
[0024]2)建立用于图像识别的神经网络模型；并根据可见光图像智能识别技术基础和算法框架，调试算法内部参数，优化神经网络模型的网络结构；
[0025]3)训练用于图像识别的神经网络模型；利用进行两级分类标注的图像数据集，训练并构建训练后的神经网络模型，采用并行训练方法训练神经网络；
[0026]4)对训练好的神经网络模型进行多机型与多场景适配得到智能判图模型；
[0027]5)利用智能判图模型，对行包的X射线图像进行判读，判断行包是否可疑，将可疑行包的X射线图像、可见光图像和分类标注信息打包成人工判读任务发送到远程判读工作站。
[0028]进一步地，所述并行训练方法包括模型并行化和数据并行化：
[0029]所述模型并行化：采用多个GPU进行训练，每个GPU分别持有模型的一个片；
[0030]所述数据并行化：在GPU上持有的模型的片结构参数相同，分配不同的训练数据进行训练；每个GPU上模型训练最后的loss计算得到梯度之后，再把梯度进行参数平均梯度，然后再根据平均梯度更新神经网络模型的参数。
[0031]进一步地，神经网络模型的多机型适配包括在X射线图像训练过程中，对输入样本进行多尺度的缩放图像输入，然后将其结果进行融合，用于适配不同机型产生的不同尺寸的图像识别；
[0032]神本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种快速安检行包远程集中判读系统，其特征在于，包括X射线检查设备、远程判读工作站以及开包查验工作站；所述X射线检查设备，用于对行包进行X射线扫描形成X射线图像，并实时对X射线图像进行智能判图，判断行包是否安全，对可疑行包的违禁品进行预分类标注；并将可疑行包的X射线图像、可见光图像和预分类标注信息打包成判读任务发送到远程判读工作站；所述远程判读工作站，用于接收判读任务，根据可疑行包的X射线图像以及预分类标注信息进行人工判读，确定可疑行包中包含违禁品时，将人工判读结果返回对应的X射线设备进行声光电报警，将可疑行包的X射线图像和可见光图像发送到开包查验工作站；所述开包查验工作站，用于结合可疑行包的X射线图像和可见光图像，对可疑行包进行开包检验和录入登记。2.根据权利要求1所述的行包远程集中判读系统，其特征在于，所述X射线检查设备与远程判读工作站的数量为M对N的关系，M大于N。3.根据权利要求2所述的行包远程集中判读系统，其特征在于，还包括调度服务器，用于调度M台X射线检查设备与N台远程判读工作站之间的对应关系，协调X射线检查设备与远程判读工作站的工作量，实现判读任务的有序执行。4.根据权利要求1所述的行包远程集中判读系统，其特征在于，所述X射线检查设备为通道式X射线安检仪，包括可见光成像设备、X射线成像设备、图像分包模块和智能判图模块；所述可见光成像设备，用于拍摄进入设备通道的行包得到可见光外观图像；所述X射线成像设备，用于扫描进入设备通道的行包得到X射线图像；所述图像分包模块，用于将行包的X射线图像和可见光外观图像分包建立智能判图任务；所述智能判图模块，用于利用训练好的判图模型对智能判图任务进行智能判图，提取X射线图像的样本特征；当X射线图像的样本特征符合安全图像特征时直接给出安全结果；当图像不符合安全图像特征时，判断行包为可疑行包，并对可疑行包的X射线图像中可能包含的违禁品种类进行智能识别和预分类标注；将可疑行包的X射线图像、可见光图像和预分类标注信息打包成人工判读任务发送到远程判读工作站。5.根据权利要求4所述的行包远程集中判读系统，其特征在于，所述智能判图方法包括：1)制作违禁品射线安检图像数据集；对安检图像数据集进行两级的分类标注；其中，第一级分类标注，将图像进行安全和不安全标注；第二级分类标注，将标注为不安全按类别进行再分类标注；2)建立用于图像识别的神经网络模型；并根据可见光图像智能识别技术基础和算法框架，调试算法内部参数，优化神经网络模型的网络结构；3)训练用于图像识别的神经网络模型；利用进行两级分类标注的图像数据集，训练并构建训练后的神经网络模型，采用并行训练方法训练神经网络；4)对训练好的神经网络模型进行多机型与多场景适配得到智能判图模型；5)利用智能判图模型，对行包的X射线图像进行判读，判断行包是否可疑，将可疑行包的X射线图像、可见光图像和分类标注信息打包成人工判读任务发送到远程判读工作站。
6.根据权利要求5所述的行包远程集中判读系统，其特征在于，所述并行训练方法包...

【专利技术属性】
技术研发人员：李保磊，洪兆鹏，张文杰，李春阳，贾轶群，
申请(专利权)人：北京航星机器制造有限公司，
类型：发明
国别省市：