CN108519625A - 基于射线技术与深度学习的可识别违禁物品安检系统 - Google Patents
基于射线技术与深度学习的可识别违禁物品安检系统 Download PDFInfo
- Publication number
- CN108519625A CN108519625A CN201810307749.9A CN201810307749A CN108519625A CN 108519625 A CN108519625 A CN 108519625A CN 201810307749 A CN201810307749 A CN 201810307749A CN 108519625 A CN108519625 A CN 108519625A
- Authority
- CN
- China
- Prior art keywords
- ray
- prohibited items
- module
- safety check
- deep learning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005516 engineering process Methods 0.000 title claims abstract description 52
- 238000013135 deep learning Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000004891 communication Methods 0.000 claims abstract description 17
- 230000005540 biological transmission Effects 0.000 claims abstract description 14
- 238000000701 chemical imaging Methods 0.000 claims abstract description 13
- 238000013461 design Methods 0.000 claims abstract description 10
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims abstract description 8
- 230000011218 segmentation Effects 0.000 claims abstract description 6
- 238000012795 verification Methods 0.000 claims abstract description 4
- 238000001228 spectrum Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 8
- 239000002184 metal Substances 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 5
- 238000003709 image segmentation Methods 0.000 claims description 5
- 238000012790 confirmation Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 239000000843 powder Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000004611 spectroscopical analysis Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 claims 1
- 239000000126 substance Substances 0.000 description 4
- 238000007689 inspection Methods 0.000 description 2
- 238000000862 absorption spectrum Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002594 fluoroscopy Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
- G01V5/20—Detecting prohibited goods, e.g. weapons, explosives, hazardous substances, contraband or smuggled objects
- G01V5/22—Active interrogation, i.e. by irradiating objects or goods using external radiation sources, e.g. using gamma rays or cosmic rays
- G01V5/223—Mixed interrogation beams, e.g. using more than one type of radiation beam
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
- G01N9/24—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity by observing the transmission of wave or particle radiation through the material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
- G01N9/36—Analysing materials by measuring the density or specific gravity, e.g. determining quantity of moisture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/03—Investigating materials by wave or particle radiation by transmission
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/045—Investigating materials by wave or particle radiation combination of at least 2 measurements (transmission and scatter)
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- High Energy & Nuclear Physics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明涉及一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于包括：核密度计、光谱分析仪、X射线安检仪、GPS模块、无线通讯模块、微控制器、电源模块、报警模块与显示模块；其中X射线安检仪将采集的X光透射图像以及相应的图像位置信息存储在图像存储模块，微控制器功能是实现物品图像分割与识别子图像是否为可疑违禁物品以待进一步识别确认，无线通信模块实现核密度计、光谱分析仪、X射线安检仪与微控制器通信。设计的安检装置结构图由传输带(1)、装置外壳(2)、ZA150180通道式X光机(3)、DensityPRO(4)、CMS‑2S快速光谱分析仪(5)、警报器(6)构成，利用深度学习知识识别可疑违禁物品，再结合核密度法与光谱成像技术进一步确认可疑违禁物品。
Description
技术领域
本发明涉及安全检查技术领域，具体是一种基于射线技术与深度学习的可识别违禁物品安检系统。
背景技术
为保证旅客的人身安全，机场与铁路都安装了安检系统，配套先进的行李安检机。行李置于输送带，再通过X射线设备完成检查。射线源端发出一束经处理的扇形X射线，穿过被检物品。不同的被检物品吸收的X射线效果不同，将轰击到能量半导体探测器转化为信号并进行进一步处理，最后在荧屏上观察透视图像，不同颜色的影像代表不同的物质。
现在安检主要是结合安检机输出的图像人工判断是否为违禁品，存在安检耗时长与效率低问题。核密度计技术，基于不同介质接收射线的能量不同，可根据能量衰减原理测得物质的密度从而识别介质种类；X荧光照射不同的物质，在吸收光谱的强度值与峰值上有明显区别，可用于区别物质种类。本发明利用图像识别、深度学习技术对X光透射图像进行物品图片分割，识别是否为可疑违禁物品，再结合核密度法与光谱成像技术进一步确认是否为违禁品，对于安检过程中违禁品的检测更加准确、全面与高效。
发明内容
本发明目的是提供一种基于射线技术与深度学习的可识别违禁物品安检系统，是为了提高在对违禁物品安检检测的实时性与有效性。
为达到上述目的，本发明所采取的技术方案为：一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于包括：核密度计、光谱分析仪、X射线安检仪、GPS模块、无线通讯模块、微控制器、电源模块、报警模块与显示模块；其中X射线安检仪将采集的X光透射图像以及相应的图像位置信息存储在图像存储模块，控制器功能是实现物品图像分割与识别子图像是否为可疑违禁物品以待进一步识别确认，无线通信模块实现核密度计、光谱分析仪、X射线安检仪与微控制器通信。
作为优选，本发明提供一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于：核密度计选型DensityPRO 4，响应时间可达2秒，支持检测器/变送器一体化设计或分体化设计。
作为优选，本发明提供一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于：光谱分析仪选型CMS-2S快速光谱分析仪5，具有快速测量、使用方便、长寿命、高可靠性特点，可同时实现毫秒级的测试速度和传统机械式光谱仪的测量精度。
作为优选，本发明提供一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于：X射线安检仪选型ZA150180通道式X光机3，包括射线源模块、射线接收模块与图像存储模块。
作为优选，本发明提供一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于：微控制器型号选择电脑，安装Matlab、VS2010软件，采用VS2010软件作为监控界面，界面友好，对接收的X射线透视图像的完成图像分割，使用Matlab建立已知图像模型数据库，完成对可疑违禁品物品的识别，再利用光谱成像技术与核密度法进一步确认是否为违禁物品；该模块包含显示模块功能，显示是否为违禁物品、是否发送报警命令。
作为优选，本发明提供一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于：无线通讯模块选择3G/4G无线通信技术。
作为优选，本发明提供一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于：设计的识别可疑违禁物品技术方法包括以下步骤：
(1)训练分类器：采用X射线技术对常规样本(纸质、木质、常见金属)与可疑样本(液体、粉末、稀有金属)透射，接收器采集大量图像样本，再建立CNN识别模型进行单类样本识别训练，直到获得识别效果好的分类器；
(2)安检检测过程中，X射线安检仪内置的射线源透射物品，由接收端采集物品图像数据暂存存储模块，通过无线方式实时传输到电脑端，控制器对接收到的X射线安检仪图像数据进行图像分割处理；
(3)对于分割的子图像，输入到训练好的CNN识别模型进行识别分类，判别是否为可疑违禁物品，以待进一步确认。
作为优选，本发明提供一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于：设计的确认可疑违禁物品技术方法包括以下步骤：
(1)光谱成像技术，CMS-2S快速光谱分析仪5对一般违禁物品采集光谱图像，对光谱的光强与峰值特征进行CNN识别训练，得到训练好的违禁物品分类器；
(2)核密度法，DensityPRO 4核密度计利用不同介质接收λ射线的能量不同，根据能量衰减原理得到违禁物品接收λ射线能量与介质密度对应表建立分类模型；
(3)CMS-2S快速光谱分析仪5对可疑违禁物品对象进行光源透射采集光谱数据，再输入到违禁物品分类器进行识别，确认是否为可疑违禁品光谱；
(4)DensityPRO 4核密度计利用λ射线透射可疑违禁物品，探测器接收到射线能量变化，根据采集的射线能量数据自动匹配分类模型；
(5)结合核密度法与光谱成像技术，对探测器接收到的可疑违禁物品信息进一步确认是否为违禁物品，并进行相应的动作(报警)。
有益效果：
本发明有益效果是：本发明能够实现安检检测违禁物品的快速识别，所述可识别违禁物品安检系统采用射线技术与深度学习技术识别违禁物品图像，运算速度快，识别精度高，提高安检实时性与有效性；所述可识别违禁物品安检系统对环境条件的要求低，可靠性高；所述可识别违禁物品安检系统从安全角度出发，充分利用光谱成像技术和核密度法对违禁物品图像信息进行识别，以避免违禁物品流通危害社会，适宜推广应用。
附图说明
图1基于射线技术与深度学习的可识别违禁物品安检结构框图。
图2基于射线技术与深度学习的可识别违禁物品安检功能实现装置结构图。
图3基于射线技术与深度学习的识别可疑违禁物品技术流程图。
图4基于射线技术与深度学习的确认可疑违禁物品技术流程图。
具体实施方式
以下通过具体实施例对本发明做进一步解释说明。
结合附图1，一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于包括：核密度计、光谱分析仪、X射线安检仪、GPS模块、无线通讯模块、微控制器、电源模块、报警模块与显示模块；其中X射线安检仪将采集的X光透射图像以及相应的图像位置信息存储在图像存储模块，微控制器功能是实现物品图像分割与识别子图像是否为可疑违禁物品以待进一步识别确认，无线通信模块实现核密度计、光谱分析仪、X射线安检仪与微控制器通信。
结合附图2，设计的基于射线技术与深度学习的可识别违禁物品安检功能实现装置结构图，具体由传输带1、装置外壳2、ZA150180通道式X光机3、DensityPRO 4、CMS-2S快速光谱分析仪5、警报器6构成，其中装置外壳2将ZA150180通道式X光机3、DensityPRO4、CMS-2S快速光谱分析仪5构成一个整体，传输带1在整个装置中横穿，用于传送物品。
所述的X射线安检仪选择ZA150180通道式X光机3，光机结构包括射线源模块、射线接收模块与图像存储模块。待测安检行李物品在光机的传输带通过时，内置的X射线装置测得待测行李的X光透射图像与物品位置信息，经由内部存储器暂存；X光透射图像数据由3G/4G通信技术传输至控制端电脑，电脑应用图像识别技术对X光透射图像分割，对子图像应用深度学习进行可疑违禁物品的识别，用于进一步确认违禁物品的识别；利用核密度计对可疑违禁物品λ射线能量变化的测量与光谱成像技术识别光谱的光强与峰值特征，确认是否为违禁物品。结合核密度法与光谱成像技术应用在安检过程，实时有效识别违禁物品，并进行相应的报警动作。
结合附图3，本发明提供一种基于射线技术与深度学习的可识别违禁物品安检系统，所诉的识别可疑违禁物品技术方法包括以下步骤：
(1)训练分类器：采用X射线技术对常规样本(纸质、木质、常见金属)与可疑样本(液体、粉末、稀有金属)透射，接收器采集大量图像样本，再建立CNN识别模型进行单类样本识别训练，直到获得识别效果好的分类器；
(2)安检检测过程中，X射线安检仪内置的射线源透射物品，由接收端采集物品图像数据暂存存储模块，通过无线方式实时传输到电脑端，控制器对接收到的X射线安检仪图像数据进行图像分割处理；
(3)对于分割的子图像，输入到训练好的CNN识别模型进行识别分类，判别是否为可疑违禁物品，以待进一步确认。
结合附图4，本发明提供一种基于射线技术与深度学习的可识别违禁物品安检系统，所诉的确认可疑违禁物品技术方法包括以下步骤：
(1)光谱成像技术，CMS-2S快速光谱分析仪5对一般违禁物品采集光谱图像，对光谱的光强与峰值特征进行CNN识别训练，得到训练好的违禁物品分类器；
(2)核密度法，DensityPRO 4核密度计利用不同介质接收λ射线的能量不同，根据能量衰减原理得到违禁物品接收λ射线能量与介质密度对应表建立分类模型；
(3)CMS-2S快速光谱分析仪5对可疑违禁物品对象进行光源透射采集光谱数据，再输入到违禁物品分类器进行识别，确认是否为可疑违禁品光谱；
(4)DensityPRO 4核密度计利用λ射线透射可疑违禁物品，探测器接收到射线能量变化，根据采集的射线能量数据自动匹配分类模型；
(5)结合核密度法与光谱成像技术，对探测器接收到的可疑违禁物品信息进一步确认是否为违禁物品，并进行相应的动作(报警)。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (8)
1.一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于包括：核密度计、光谱分析仪、X射线安检仪、GPS模块、无线通讯模块、微控制器、电源模块、报警模块与显示模块；其中X射线安检仪将采集的X光透射图像以及相应的图像位置信息存储在图像存储模块，微控制器功能是实现物品图像分割与识别子图像是否为可疑违禁物品以待进一步识别确认，无线通信模块实现核密度计、光谱分析仪、X射线安检仪与微控制器通信。
2.根据权利要求1所述的一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于：核密度计选型DensityPRO(4)，响应时间可达2秒，支持检测器/变送器一体化设计或分体化设计。
3.根据权利要求1所述的一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于：光谱分析仪选型CMS-2S快速光谱分析仪(5)，具有快速测量、使用方便、长寿命、高可靠性特点，可同时实现毫秒级的测试速度和传统机械式光谱仪的测量精度。
4.根据权利要求1所述的一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于：X射线安检仪选型ZA150180通道式X光机(3)，包括射线源模块、射线接收模块与图像存储模块。
5.根据权利要求1所述的一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于：微控制器型号选择电脑，安装Matlab、VS2010软件，采用VS2010软件作为监控界面，界面友好，对接收的X射线透视图像的完成图像分割，使用Matlab建立已知图像模型数据库，完成对可疑违禁品物品的识别，再利用光谱成像技术与核密度法进一步确认是否为违禁物品；该模块包含显示模块功能，显示是否为违禁物品、是否发送报警命令。
6.根据权利要求1所述的一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于：无线通讯模块选择3G/4G无线通信技术。
7.根据权利要求1、4、5或6所述的一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于：设计的识别可疑违禁物品技术方法包括以下步骤：
(1)训练分类器：采用X射线技术对常规样本(纸质、木质、常见金属)与可疑样本(液体、粉末、稀有金属)透射，接收器采集大量图像样本，再建立CNN识别模型进行单类样本识别训练，直到获得识别效果好的分类器；
(2)安检检测过程中，X射线安检仪内置的射线源透射物品，由接收端采集物品图像数据暂存存储模块，通过无线方式实时传输到电脑端，控制器对接收到的X射线安检仪图像数据进行图像分割处理；
(3)对于分割的子图像，输入到训练好的CNN识别模型进行识别分类，判别是否为可疑违禁物品，以待进一步确认。
8.根据权利要求1、2、3、5或6所述的一种基于射线技术与深度学习的可识别违禁物品安检系统，其特征在于：设计的确认可疑违禁物品技术方法包括以下步骤：
(1)光谱成像技术，CMS-2S快速光谱分析仪(5)对一般违禁物品采集光谱图像，对光谱的光强与峰值特征进行CNN识别训练，得到训练好的违禁物品分类器；
(2)核密度法，DensityPRO(4)核密度计利用不同介质接收λ射线的能量不同，根据能量衰减原理得到违禁物品接收λ射线能量与介质密度对应表建立分类模型；
(3)CMS-2S快速光谱分析仪(5)对可疑违禁物品对象进行光源透射采集光谱数据，再输入到违禁物品分类器进行识别，确认是否为可疑违禁品光谱；
(4)DensityPRO(4)核密度计利用λ射线透射可疑违禁物品，探测器接收到射线能量变化，根据采集的射线能量数据自动匹配分类模型；
(5)结合核密度法与光谱成像技术，对探测器接收到的可疑违禁物品信息进一步确认是否为违禁物品，并进行相应的动作(报警)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810307749.9A CN108519625A (zh) | 2018-04-08 | 2018-04-08 | 基于射线技术与深度学习的可识别违禁物品安检系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810307749.9A CN108519625A (zh) | 2018-04-08 | 2018-04-08 | 基于射线技术与深度学习的可识别违禁物品安检系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108519625A true CN108519625A (zh) | 2018-09-11 |
Family
ID=63431849
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810307749.9A Pending CN108519625A (zh) | 2018-04-08 | 2018-04-08 | 基于射线技术与深度学习的可识别违禁物品安检系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108519625A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109187598A (zh) * | 2018-10-09 | 2019-01-11 | 青海奥越电子科技有限公司 | 基于数字图像处理的违禁物品检测系统及方法 |
| CN109902643A (zh) * | 2019-03-07 | 2019-06-18 | 浙江啄云智能科技有限公司 | 基于深度学习的智能安检方法、装置、系统及其电子设备 |
| CN109948565A (zh) * | 2019-03-26 | 2019-06-28 | 浙江啄云智能科技有限公司 | 一种用于邮政业的违禁品不开箱检测方法 |
| CN109975885A (zh) * | 2019-03-28 | 2019-07-05 | 上海中通吉网络技术有限公司 | 一种快递违禁物品识别方法及安检系统 |
| CN109978892A (zh) * | 2019-03-21 | 2019-07-05 | 浙江啄云智能科技有限公司 | 一种基于太赫兹成像的智能安检方法 |
| CN110717553A (zh) * | 2019-06-20 | 2020-01-21 | 江苏德劭信息科技有限公司 | 一种基于自衰减权重和多局部约束的交通违禁品识别方法 |
| CN111062252A (zh) * | 2019-11-15 | 2020-04-24 | 浙江大华技术股份有限公司 | 一种实时危险物品语义分割方法、装置及存储装置 |
| CN111495580A (zh) * | 2020-04-28 | 2020-08-07 | 安徽理工大学 | 一种煤矿井下巷道布置的煤矸光电分选工艺 |
| WO2020173258A1 (zh) * | 2019-02-28 | 2020-09-03 | 清华大学 | 图像识别系统及其方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1930494A (zh) * | 2003-11-12 | 2007-03-14 | Ge英维森股份有限公司 | 用于检测违禁品的系统和方法 |
| CN106770166A (zh) * | 2016-12-23 | 2017-05-31 | 同方威视技术股份有限公司 | 安全检查装置和方法 |
| CN107607562A (zh) * | 2017-09-11 | 2018-01-19 | 北京匠数科技有限公司 | 一种违禁物品识别设备及方法、x光行李安检系统 |
| CN107871122A (zh) * | 2017-11-14 | 2018-04-03 | 深圳码隆科技有限公司 | 安检检测方法、装置、系统及电子设备 |
-
2018
- 2018-04-08 CN CN201810307749.9A patent/CN108519625A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1930494A (zh) * | 2003-11-12 | 2007-03-14 | Ge英维森股份有限公司 | 用于检测违禁品的系统和方法 |
| CN106770166A (zh) * | 2016-12-23 | 2017-05-31 | 同方威视技术股份有限公司 | 安全检查装置和方法 |
| CN107607562A (zh) * | 2017-09-11 | 2018-01-19 | 北京匠数科技有限公司 | 一种违禁物品识别设备及方法、x光行李安检系统 |
| CN107871122A (zh) * | 2017-11-14 | 2018-04-03 | 深圳码隆科技有限公司 | 安检检测方法、装置、系统及电子设备 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109187598A (zh) * | 2018-10-09 | 2019-01-11 | 青海奥越电子科技有限公司 | 基于数字图像处理的违禁物品检测系统及方法 |
| WO2020173258A1 (zh) * | 2019-02-28 | 2020-09-03 | 清华大学 | 图像识别系统及其方法 |
| CN109902643A (zh) * | 2019-03-07 | 2019-06-18 | 浙江啄云智能科技有限公司 | 基于深度学习的智能安检方法、装置、系统及其电子设备 |
| CN109978892A (zh) * | 2019-03-21 | 2019-07-05 | 浙江啄云智能科技有限公司 | 一种基于太赫兹成像的智能安检方法 |
| CN109948565A (zh) * | 2019-03-26 | 2019-06-28 | 浙江啄云智能科技有限公司 | 一种用于邮政业的违禁品不开箱检测方法 |
| CN109948565B (zh) * | 2019-03-26 | 2021-05-25 | 浙江啄云智能科技有限公司 | 一种用于邮政业的违禁品不开箱检测方法 |
| CN109975885A (zh) * | 2019-03-28 | 2019-07-05 | 上海中通吉网络技术有限公司 | 一种快递违禁物品识别方法及安检系统 |
| CN110717553A (zh) * | 2019-06-20 | 2020-01-21 | 江苏德劭信息科技有限公司 | 一种基于自衰减权重和多局部约束的交通违禁品识别方法 |
| CN110717553B (zh) * | 2019-06-20 | 2023-08-04 | 江苏德劭信息科技有限公司 | 一种基于自衰减权重和多局部约束的交通违禁品识别方法 |
| CN111062252A (zh) * | 2019-11-15 | 2020-04-24 | 浙江大华技术股份有限公司 | 一种实时危险物品语义分割方法、装置及存储装置 |
| CN111062252B (zh) * | 2019-11-15 | 2023-11-10 | 浙江大华技术股份有限公司 | 一种实时危险物品语义分割方法、装置及存储装置 |
| CN111495580A (zh) * | 2020-04-28 | 2020-08-07 | 安徽理工大学 | 一种煤矿井下巷道布置的煤矸光电分选工艺 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108519625A (zh) | 基于射线技术与深度学习的可识别违禁物品安检系统 | |
| US10042078B2 (en) | System and method for viewing images on a portable image viewing device related to image screening | |
| CA2676903C (en) | Method and apparatus for determining a threat status for a liquid product | |
| EP2696196B1 (en) | Method and system for performing X-ray inspection of a liquid product at a security checkpoint | |
| EP2331944B1 (en) | Method and system for performing x-ray inspection of a liquid product at a security checkpoint | |
| US6218943B1 (en) | Contraband detection and article reclaim system | |
| JP5164777B2 (ja) | 液体物品の検査方法及びその設備 | |
| JP5503535B2 (ja) | 管理された身体検査を改良するシステム及び方法 | |
| US9442212B2 (en) | Methods and devices for inspecting liquid | |
| US20060056586A1 (en) | Method and equipment for detecting explosives, etc. | |
| US20090034790A1 (en) | Method for customs inspection of baggage and cargo | |
| JP2009503557A (ja) | 放射線を用いて液体物品に対する保安検査を行う方法及び装置 | |
| KR20180115214A (ko) | 검출 검역용 검사 시스템 및 그 방법 | |
| CN106164707A (zh) | 特别用于对象的无损检测的方法和x‑射线检测系统 | |
| CN103926628A (zh) | 一种安检设备和使用该设备进行违禁物品识别的识别方法 | |
| US20100302034A1 (en) | Article inspection system and method | |
| KR102045079B1 (ko) | 테라헤르츠파를 이용한 검사 장치 | |
| US7457394B2 (en) | Device and method for inspecting objects | |
| CN111272096B (zh) | 一种三维扫描装置、安检设备 | |
| US20210149073A1 (en) | Automatic detection of manipulated metal objects in x-ray images | |
| US11335083B2 (en) | Object identification device and object identification method | |
| CN113205516A (zh) | 一种实现物品检测的方法和系统 | |
| CN112130221A (zh) | 人体安全检查设备和人体安全检查方法 | |
| Glover et al. | Testing the image quality of cabinet x-ray systems for security screening: The revised ASTM F792 standard | |
| CN206832705U (zh) | 安检信息采集系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180911 |
|
| WD01 | Invention patent application deemed withdrawn after publication |