[发明专利]一种快速安检行包远程集中判读系统及方法在审

专利信息
申请号: 202011269722.9 申请日: 2020-11-13
公开(公告)号: CN112444889A 公开(公告)日: 2021-03-05
发明(设计)人: 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
主分类号: G01V5/00 分类号: G01V5/00
代理公司: 北京天达知识产权代理事务所(普通合伙) 11386 代理人: 李明里
地址: 100013 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 快速 安检 行包 远程 集中 判读 系统 方法
【权利要求书】:

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括模型并行化和数据并行化:

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;

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。

7.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,

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;

神经网络模型的多场景适配包括对不同场景下不同危险品类别的报警阈值分别设置,以实现多场景的应用需求。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航星机器制造有限公司,未经北京航星机器制造有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011269722.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top