CN110738096A - 一种智能安检方法、设备和计算机可读存储介质 - Google Patents
一种智能安检方法、设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN110738096A CN110738096A CN201910788810.0A CN201910788810A CN110738096A CN 110738096 A CN110738096 A CN 110738096A CN 201910788810 A CN201910788810 A CN 201910788810A CN 110738096 A CN110738096 A CN 110738096A
- Authority
- CN
- China
- Prior art keywords
- contraband
- detected
- security inspection
- detection model
- forbidden articles
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/05—Recognition of patterns representing particular kinds of hidden objects, e.g. weapons, explosives, drugs
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种智能安检方法、设备和计算机可读存储介质。该方法包括：将待检测物品的扫描图像输入预先训练的违禁物品检测模型；其中，所述违禁物品检测模型用于在输入的扫描图像中标注出违禁物品；根据所述违禁物品检测模型在所述待检测物品的扫描图像中标注出的违禁物品，确定违禁物品的种类和每类违禁物品的特征；根据违禁物品的种类和每类违禁物品的特征，执行对应的预警操作。本发明的安检过程为自动化过程，节省了人工成本，降低了漏检率，并且安检人员根据预警操作的不同，容易区分检测到的违禁物品的种类和特征，使得安检过程更为高效和便捷。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种智能安检方法、设备和计算机可读存储介质。
背景技术
目前，为了确保公共安全和出行安全，通常多会在地铁、汽车站、火车站、飞机场等人员密集且对安全性要求较高的场所设置安检区域。在该安检区域对用户携带的物品进行检测，以便确定物品中是否存在违禁物品。
传统的安检方式是将待检测物品放置到安检设备的传送带上，在传送过程中，安检设备对待检测物品进行扫描，安检人员在安检监控器中实时观看扫描图像，并且通过人工的方式，在扫描图像中找出违禁物品并对找出的违禁物品进行种类区分，这就导致传统的安检方式人工成本高并且漏检率高。
发明内容
本发明的主要目的在于提供一种智能安检方法、设备和计算机可读存储介质，以解决传统的安检方式人工成本高并且漏检率高的问题。
根据上述技术问题，本发明是通过以下技术方案来解决的：
本发明提供了一种智能安检方法，包括：将待检测物品的扫描图像输入预先训练的违禁物品检测模型；其中，所述违禁物品检测模型用于在输入的扫描图像中标注出违禁物品；根据所述违禁物品检测模型在所述待检测物品的扫描图像中标注出的违禁物品，确定违禁物品的种类和每类违禁物品的特征；根据违禁物品的种类和每类违禁物品的特征，执行对应的预警操作。
其中，所述违禁物品的种类，包括：第一类违禁物品和第二类违禁物品；所述违禁物品的特征，包括：违禁物品的数量和/或违禁物品的尺寸。
其中，所述第一类违禁物品为刀具违禁物品；所述第二类违禁物品为液体违禁物品。
其中，所述根据违禁物品的种类和每类违禁物品的特征，执行对应的预警操作，包括：如果所述刀具违禁物品的数量小于等于第一数量阈值，则点亮指示灯；如果所述刀具违禁物品的数量大于所述第一数量阈值并且小于等于第二数量阈值，则发出预设的第一预警提示音；其中，所述第一数量阈值小于所述第二数量阈值；如果所述刀具违禁物品的数量大于所述第二数量阈值，和/或，如果所述液体违禁物品的数量大于第三数量阈值，则发出语音提示并向后台发送检测通知。
其中，所述根据违禁物品的种类和每类违禁物品的特征，执行对应的预警操作，包括：如果所述刀具违禁物品的宽度大于预设宽度阈值和/或长度大于预设长度阈值，则发出预设的第二预警提示音。
其中，所述方法还包括：在扫描待检测物品的过程中，拍摄扫描视频；其中，所述扫描视频中的每帧图像为所述待检测物品的扫描图像；如果所述违禁物品检测模型在所述待检测物品的扫描图像中标注出了违禁物品，则根据获取所述待检测物品的扫描图像的时间，获取预设时间范围内拍摄的扫描视频，并在安检监控显示器中显示获取的所述扫描视频。
其中，所述方法还包括：在所述违禁物品检测模型在所述待检测物品的扫描图像中标注出的违禁物品之后，向后台发送备份信息；其中，所述备份信息，包括：所述待检测物品的扫描图像，标注出的违禁物品的种类，标注出的违禁物品的特征，获取所述待检测物品的扫描图像的时间，所述预设时间范围内拍摄的扫描视频，和/或，拍摄所述扫描视频的位置信息。
其中，所述违禁物品检测模型，用于在输入的扫描图像中以不同的颜色标注出不同种类的违禁物品。
本发明还提供了一种智能安检设备，所述智能安检设备包括处理器、存储器；所述处理器用于执行所述存储器中存储的智能安检程序，以实现上述的智能安检方法。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述的智能安检方法。
本发明有益效果如下：
根据本发明的智能安检方法，可以通过违禁物品检测模型检测扫描图像中的违禁物品，自动对违禁物品的种类和特征进行确定，并且根据违禁物品的种类和特征进行预警操作。本发明的安检过程为自动化过程，节省了人工成本，降低了漏检率，并且安检人员根据预警操作的不同，容易区分检测到的违禁物品的种类和特征，使得安检过程更为高效和便捷。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明一实施例的智能安检方法的流程图；
图2是根据本发明一实施例的智能安检设备的结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，以下结合附图及具体实施例，对本发明作进一步地详细说明。
根据本发明的实施例，提供了一种智能安检方法。如图1所示，为根据本发明一实施例的智能安检方法的流程图。
步骤S110，将待检测物品的扫描图像输入预先训练的违禁物品检测模型。
违禁物品检测模型，用于在输入的扫描图像中标注出违禁物品。当然，根据需求的不同，违禁物品检测模型还可以用于在标注出违禁物品的扫描图像中，确定违禁物品的种类和每类违禁物品的特征。
进一步地，违禁物品检测模型，用于在输入的扫描图像中以不同的颜色标注出不同种类的违禁物品。例如：以红色矩形框标注第一类违禁物品，以绿色矩形框标注第二类违禁物品。
具体而言，扫描待检测物品；获取待检测物品的扫描图像；将待检测物品的扫描图像输入预先训练的违禁物品检测模型。
进一步地，扫描待检测物品；在扫描待检测物品的过程中，拍摄扫描视频；其中，所述扫描视频中的每帧图像为所述待检测物品的扫描图像；获取待检测物品处于预设位置时的扫描图像。该预设位置能够拍摄到完整的待检测物品。例如：该预设位置为安检传送带的中间部位。
步骤S120，根据所述违禁物品检测模型在所述待检测物品的扫描图像中标注出的违禁物品，确定违禁物品的种类和每类违禁物品的特征。
违禁物品的种类包括但不限于：第一类违禁物品和第二类违禁物品。进一步地，第一类违禁物品为刀具违禁物品；第二类违禁物品为液体违禁物品。
违禁物品的特征包括但不限于：违禁物品的数量和/或违禁物品的尺寸。
在一个实施例中，预先设置每个种类对应的样本违禁物品的图像；确定标注出的违禁物品与每个种类的样本违禁物品的相似度，将违禁物品的种类确定为与其相似度最大的样本违禁物品的种类；另外，通过统计该违禁物品的数量，测量该违禁物品的尺寸，确定该违禁物品的特征。
进一步地，可以在扫描图像中标注出违禁物品与对应的样本违禁物品的相似度值或相似度等级。该对应的样本违禁物品是指与标注出的违禁物品相似度最大的样本违禁物品。该相似度等级可以是预先划分多个相似度区间，每个相似度区间对应一个相似度等级，根据相似度值所处的相似度区间确定该相似度等级。还可以在扫描图像中截取违禁物品的图像，在安检显示器中显示该截取的图像。
在另一实施例中，预先设置每个种类对应的样本违禁物品的图像；通过违禁物品检测模型在所述扫描图像中，确定与预设样本违禁物品相似度大于相似度阈值的物品；将所述物品确定为违禁物品并进行标注；将所述物品的种类确定为与其相似度最大的样本违禁物品的种类，并且通过违禁物品检测模型统计所述物品的数量，测量所述物品的尺寸，确定所述物品的特征。
进一步地，通过违禁物品检测模型可以在扫描图像中标注出违禁物品与对应的样本违禁物品的相似度值或相似度等级。通过违禁物品检测模型还可以在扫描图像中截取违禁物品的图像，在安检显示器中显示该截取的图像。
在又一实施例中，违禁物品检测模型可以采用深度学习网络来构建；利用预设的多个样本扫描图像对作为训练集；将样本扫描图像对中未标注违禁物品的样本扫描图像输入违禁物品检测模型，使该违禁物品检测模型标注出样本扫描图像中的违禁物品，使用样本扫描图像对中已标注违禁物品的样本扫描图像进行比对，确定违禁物品检测模型标注的正确性，直到违禁物品检测模型收敛为止。进一步地，在已标注违禁物品的样本扫描图像中还标注了违禁物品的种类和每种违禁物品的特征，在对该违禁物品检测模型进行训练时，使该违禁物品检测模型确定违禁物品的种类和每类违禁物品的特征，直到违禁物品检测模型收敛为止。
在违禁物品检测模型收敛之后，使用该违禁物品检测模型检测待检测物品的扫描图像中是否存在违禁物品，如果存在违禁物品，则在该扫描图像中标注出违禁物品。进一步地，该违禁物品检测模型还可以确定违禁物品的种类和每类违禁物品的特征。
步骤S130，根据违禁物品的种类和每类违禁物品的特征，执行对应的预警操作。
在一个实施例中，根据违禁物品的种类和每类违禁物品的特征，执行对应的预警操作，包括：
如果所述刀具违禁物品的数量小于等于第一数量阈值，则点亮指示灯；
如果所述刀具违禁物品的数量大于所述第一数量阈值，并且小于等于第二数量阈值，则发出预设的第一预警提示音；其中，所述第一数量阈值小于所述第二数量阈值；
如果所述刀具违禁物品的数量大于所述第二数量阈值，和/或，如果所述液体违禁物品的数量大于等于第三数量阈值，则发出语音提示并向后台发送检测通知。
其中，第一数量阈值，第二数量阈值和第三数量阈值为经验值或者通过试验获得的值。第一预警提示音可以是蜂鸣声。语音提示可以是通知安检人员对违禁物品进行违禁物品排查的语音播报。检测通知，用于通知安检人员对违禁物品进行违禁物品排查。
在另一实施例中，根据违禁物品的种类和每类违禁物品的特征，执行对应的预警操作，包括：
如果所述刀具违禁物品的宽度大于预设宽度阈值和/或长度大于预设长度阈值，则发出预设的第二预警提示音。
其中，预设宽度阈值和预设长度阈值可以是经验值或者通过实验获得的值。第二预警提示音可以是与不同于第一预警提示音的提示音。
在又一实施例中，在扫描待检测物品的过程中，拍摄扫描视频；其中，所述扫描视频中的每帧图像为所述待检测物品的扫描图像；如果所述违禁物品检测模型在所述待检测物品的扫描图像中标注出了违禁物品，则根据获取所述待检测物品的扫描图像的时间，获取预设时间范围内拍摄的扫描视频，并在安检监控显示器中显示获取的所述扫描视频。
预设时间范围的时间长度可以是预设时间长度。例如：30秒。预设时间范围的起点、中点或者终点可以是获取待检测物品的扫描图像的时间点。
为了使违禁物品检测有据可查，可以在违禁物品检测模型在所述待检测物品的扫描图像中标注出的违禁物品之后，向后台发送备份信息；其中，所述备份信息，包括：所述待检测物品的扫描图像，标注出的违禁物品的种类，标注出的违禁物品的特征，获取所述待检测物品的扫描图像的时间，所述预设时间范围内拍摄的扫描视频，和/或，拍摄所述扫描视频的位置信息。
进一步地，该位置信息可以是地理位置信息。例如：在某地铁站东南口设置安检设备，利用该安检设备拍摄待检测物品的扫描视频，那么拍摄扫描视频的位置信息可以是地铁站东南口。
根据本发明实施例的智能安检方法，可以通过违禁物品检测模型检测扫描图像中的违禁物品，自动对违禁物品的种类和特征进行确定，并且根据违禁物品的种类和特征进行预警操作。本发明实施例的安检过程为自动化过程，节省了人工成本，降低了漏检率，并且安检人员根据预警操作的不同，容易区分检测到的违禁物品的种类和特征，使得安检过程更为高效和便捷。
本发明实施例提供一种智能安检设备。如图2所示，为根据本发明一实施例的智能安检设备的结构图。
所述智能安检设备，包括但不限于：处理器210、存储器220。
所述处理器210用于执行存储器220中存储的智能安检程序，以实现上述的智能安检方法。
具体而言，所述处理器210用于执行存储器220中存储的智能安检程序，以实现以下步骤：将待检测物品的扫描图像输入预先训练的违禁物品检测模型；其中，所述违禁物品检测模型用于在输入的扫描图像中标注出违禁物品；根据所述违禁物品检测模型在所述待检测物品的扫描图像中标注出的违禁物品，确定违禁物品的种类和每类违禁物品的特征；根据违禁物品的种类和每类违禁物品的特征，执行对应的预警操作。
其中，所述违禁物品的种类，包括：第一类违禁物品和第二类违禁物品；所述违禁物品的特征，包括：违禁物品的数量和/或违禁物品的尺寸。
其中，所述第一类违禁物品为刀具违禁物品；所述第二类违禁物品为液体违禁物品。
其中，所述根据违禁物品的种类和每类违禁物品的特征，执行对应的预警操作，包括：如果所述刀具违禁物品的数量小于等于第一数量阈值，则点亮指示灯；如果所述刀具违禁物品的数量大于所述第一数量阈值并且小于等于第二数量阈值，则发出预设的第一预警提示音；其中，所述第一数量阈值小于所述第二数量阈值；如果所述刀具违禁物品的数量大于所述第二数量阈值，和/或，如果所述液体违禁物品的数量大于第三数量阈值，则发出语音提示并向后台发送检测通知。
其中，所述根据违禁物品的种类和每类违禁物品的特征，执行对应的预警操作，包括：如果所述刀具违禁物品的宽度大于预设宽度阈值和/或长度大于预设长度阈值，则发出预设的第二预警提示音。
其中，所述方法还包括：在扫描待检测物品的过程中，拍摄扫描视频；其中，所述扫描视频中的每帧图像为所述待检测物品的扫描图像；如果所述违禁物品检测模型在所述待检测物品的扫描图像中标注出了违禁物品，则根据获取所述待检测物品的扫描图像的时间，获取预设时间范围内拍摄的扫描视频，并在安检监控显示器中显示获取的所述扫描视频。
其中，所述方法还包括：在所述违禁物品检测模型在所述待检测物品的扫描图像中标注出的违禁物品之后，向后台发送备份信息；其中，所述备份信息，包括：所述待检测物品的扫描图像，标注出的违禁物品的种类，标注出的违禁物品的特征，获取所述待检测物品的扫描图像的时间，所述预设时间范围内拍摄的扫描视频，和/或，拍摄所述扫描视频的位置信息。
其中，所述违禁物品检测模型，用于在输入的扫描图像中以不同的颜色标注出不同种类的违禁物品。
本发明实施例还提供了一种计算机可读存储介质。这里的计算机可读存储介质存储有一个或者多个程序。其中，计算机可读存储介质可以包括易失性存储器，例如随机存取存储器；存储器也可以包括非易失性存储器，例如只读存储器、快闪存储器、硬盘或固态硬盘；存储器还可以包括上述种类的存储器的组合。
当计算机可读存储介质中一个或者多个程序可被一个或者多个处理器执行，以实现上述的智能安检方法。
具体而言，所述处理器用于执行存储器中存储的智能安检程序，以实现以下步骤：将待检测物品的扫描图像输入预先训练的违禁物品检测模型；其中，所述违禁物品检测模型用于在输入的扫描图像中标注出违禁物品；根据所述违禁物品检测模型在所述待检测物品的扫描图像中标注出的违禁物品，确定违禁物品的种类和每类违禁物品的特征；根据违禁物品的种类和每类违禁物品的特征，执行对应的预警操作。
其中，所述违禁物品的种类，包括：第一类违禁物品和第二类违禁物品；所述违禁物品的特征，包括：违禁物品的数量和/或违禁物品的尺寸。
其中，所述第一类违禁物品为刀具违禁物品；所述第二类违禁物品为液体违禁物品。
其中，所述根据违禁物品的种类和每类违禁物品的特征，执行对应的预警操作，包括：如果所述刀具违禁物品的数量小于等于第一数量阈值，则点亮指示灯；如果所述刀具违禁物品的数量大于所述第一数量阈值并且小于等于第二数量阈值，则发出预设的第一预警提示音；其中，所述第一数量阈值小于所述第二数量阈值；如果所述刀具违禁物品的数量大于所述第二数量阈值，和/或，如果所述液体违禁物品的数量大于第三数量阈值，则发出语音提示并向后台发送检测通知。
其中，所述根据违禁物品的种类和每类违禁物品的特征，执行对应的预警操作，包括：如果所述刀具违禁物品的宽度大于预设宽度阈值和/或长度大于预设长度阈值，则发出预设的第二预警提示音。
其中，所述方法还包括：在扫描待检测物品的过程中，拍摄扫描视频；其中，所述扫描视频中的每帧图像为所述待检测物品的扫描图像；如果所述违禁物品检测模型在所述待检测物品的扫描图像中标注出了违禁物品，则根据获取所述待检测物品的扫描图像的时间，获取预设时间范围内拍摄的扫描视频，并在安检监控显示器中显示获取的所述扫描视频。
其中，所述方法还包括：在所述违禁物品检测模型在所述待检测物品的扫描图像中标注出的违禁物品之后，向后台发送备份信息；其中，所述备份信息，包括：所述待检测物品的扫描图像，标注出的违禁物品的种类，标注出的违禁物品的特征，获取所述待检测物品的扫描图像的时间，所述预设时间范围内拍摄的扫描视频，和/或，拍摄所述扫描视频的位置信息。
其中，所述违禁物品检测模型，用于在输入的扫描图像中以不同的颜色标注出不同种类的违禁物品。
以上所述仅为本发明的实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种智能安检方法，其特征在于，包括：
将待检测物品的扫描图像输入预先训练的违禁物品检测模型；其中，所述违禁物品检测模型用于在输入的扫描图像中标注出违禁物品；
根据所述违禁物品检测模型在所述待检测物品的扫描图像中标注出的违禁物品，确定违禁物品的种类和每类违禁物品的特征；
根据违禁物品的种类和每类违禁物品的特征，执行对应的预警操作。
2.根据权利要求1所述的方法，其特征在于，
所述违禁物品的种类，包括：第一类违禁物品和第二类违禁物品；
所述违禁物品的特征，包括：违禁物品的数量和/或违禁物品的尺寸。
3.根据权利要求2所述的方法，其特征在于，
所述第一类违禁物品为刀具违禁物品；
所述第二类违禁物品为液体违禁物品。
4.根据权利要求3所述的方法，其特征在于，所述根据违禁物品的种类和每类违禁物品的特征，执行对应的预警操作，包括：
如果所述刀具违禁物品的数量小于等于第一数量阈值，则点亮指示灯；
如果所述刀具违禁物品的数量大于所述第一数量阈值并且小于等于第二数量阈值，则发出预设的第一预警提示音；其中，所述第一数量阈值小于所述第二数量阈值；
如果所述刀具违禁物品的数量大于所述第二数量阈值，和/或，如果所述液体违禁物品的数量大于第三数量阈值，则发出语音提示并向后台发送检测通知。
5.根据权利要求3所述的方法，其特征在于，所述根据违禁物品的种类和每类违禁物品的特征，执行对应的预警操作，包括：
如果所述刀具违禁物品的宽度大于预设宽度阈值和/或长度大于预设长度阈值，则发出预设的第二预警提示音。
6.根据权利要求1～5中任一项所述的方法，其特征在于，所述方法还包括：
在扫描待检测物品的过程中，拍摄扫描视频；其中，所述扫描视频中的每帧图像为所述待检测物品的扫描图像；
如果所述违禁物品检测模型在所述待检测物品的扫描图像中标注出了违禁物品，则根据获取所述待检测物品的扫描图像的时间，获取预设时间范围内拍摄的扫描视频，并在安检监控显示器中显示获取的所述扫描视频。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
在所述违禁物品检测模型在所述待检测物品的扫描图像中标注出的违禁物品之后，向后台发送备份信息；其中，所述备份信息，包括：
所述待检测物品的扫描图像，标注出的违禁物品的种类，标注出的违禁物品的特征，获取所述待检测物品的扫描图像的时间，所述预设时间范围内拍摄的扫描视频，和/或，拍摄所述扫描视频的位置信息。
8.根据权利要求1～5中任一项所述的方法，其特征在于，所述违禁物品检测模型，用于在输入的扫描图像中以不同的颜色标注出不同种类的违禁物品。
9.一种智能安检设备，其特征在于，所述智能安检设备包括处理器、存储器；所述处理器用于执行所述存储器中存储的智能安检程序，以实现权利要求1～8中任一项所述的智能安检方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1～8中任一项所述的智能安检方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910788810.0A CN110738096A (zh) | 2019-08-23 | 2019-08-23 | 一种智能安检方法、设备和计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910788810.0A CN110738096A (zh) | 2019-08-23 | 2019-08-23 | 一种智能安检方法、设备和计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110738096A true CN110738096A (zh) | 2020-01-31 |
Family
ID=69267754
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910788810.0A Pending CN110738096A (zh) | 2019-08-23 | 2019-08-23 | 一种智能安检方法、设备和计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110738096A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111860510A (zh) * | 2020-07-29 | 2020-10-30 | 浙江大华技术股份有限公司 | 一种x光图像目标检测方法及装置 |
| CN111914659A (zh) * | 2020-07-06 | 2020-11-10 | 浙江大华技术股份有限公司 | 一种物品检测方法、装置、设备及介质 |
| CN112362656A (zh) * | 2020-09-29 | 2021-02-12 | 江西鹭鹭行科技有限公司 | 一种预安检方法、系统、可读存储介质及预安检设备 |
| CN117218081A (zh) * | 2023-09-13 | 2023-12-12 | 北京声迅电子股份有限公司 | 快件安检方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN108198227A (zh) * | 2018-03-16 | 2018-06-22 | 济南飞象信息科技有限公司 | 基于x光安检机图像的违禁品智能识别方法 |
| 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 |
| CN109471201A (zh) * | 2018-11-16 | 2019-03-15 | 银河水滴科技（北京）有限公司 | 一种安检方法及装置 |
| CN109975332A (zh) * | 2019-02-25 | 2019-07-05 | 北京声迅电子股份有限公司 | 一种应用于x光机的智能物检系统 |
| 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 |
| CN110020586A (zh) * | 2018-12-29 | 2019-07-16 | 北京品恩科技股份有限公司 | 一种基于大数据的人员安检管理系统 |
-
2019
- 2019-08-23 CN CN201910788810.0A patent/CN110738096A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN108198227A (zh) * | 2018-03-16 | 2018-06-22 | 济南飞象信息科技有限公司 | 基于x光安检机图像的违禁品智能识别方法 |
| 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 |
| CN109471201A (zh) * | 2018-11-16 | 2019-03-15 | 银河水滴科技（北京）有限公司 | 一种安检方法及装置 |
| CN110020586A (zh) * | 2018-12-29 | 2019-07-16 | 北京品恩科技股份有限公司 | 一种基于大数据的人员安检管理系统 |
| CN109975332A (zh) * | 2019-02-25 | 2019-07-05 | 北京声迅电子股份有限公司 | 一种应用于x光机的智能物检系统 |
| 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 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111914659A (zh) * | 2020-07-06 | 2020-11-10 | 浙江大华技术股份有限公司 | 一种物品检测方法、装置、设备及介质 |
| CN111860510A (zh) * | 2020-07-29 | 2020-10-30 | 浙江大华技术股份有限公司 | 一种x光图像目标检测方法及装置 |
| CN112362656A (zh) * | 2020-09-29 | 2021-02-12 | 江西鹭鹭行科技有限公司 | 一种预安检方法、系统、可读存储介质及预安检设备 |
| CN112362656B (zh) * | 2020-09-29 | 2024-01-30 | 江西鹭鹭行科技有限公司 | 一种预安检方法、系统、可读存储介质及预安检设备 |
| CN117218081A (zh) * | 2023-09-13 | 2023-12-12 | 北京声迅电子股份有限公司 | 快件安检方法 |
| CN117218081B (zh) * | 2023-09-13 | 2024-04-09 | 北京声迅电子股份有限公司 | 快件安检方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110738096A (zh) | 一种智能安检方法、设备和计算机可读存储介质 | |
| US20180060986A1 (en) | Information processing device, road structure management system, and road structure management method | |
| CN110723432A (zh) | 垃圾分类的方法及增强现实设备 | |
| CN111783744A (zh) | 一种操作现场安全防护检测方法及装置 | |
| CN103150631A (zh) | 基于图像匹配的自动物品管理方法及其系统 | |
| CN109187598A (zh) | 基于数字图像处理的违禁物品检测系统及方法 | |
| CN112499017A (zh) | 垃圾分类方法、装置及垃圾箱 | |
| CN109410098A (zh) | 一种学生课堂行为分析及监控方法 | |
| RU2019136604A (ru) | Платформа для управления и проверки достоверности контента видеоизображений, фотографий или аналогичного контента, сгенерированного различными устройствами | |
| CN106525852A (zh) | 果实生长时期的检测方法和检测装置 | |
| CN113096060B (zh) | 一种颜色异常灯珠的定位方法、装置及存储介质 | |
| CN114140684A (zh) | 堵煤漏煤检测方法、装置、设备及存储介质 | |
| CN108629310B (zh) | 一种工程管理监督方法及装置 | |
| CN112084905B (zh) | 交通灯状态识别方法、系统、设备及存储介质 | |
| CN111126167B (zh) | 一种快速识别多名特定人员串联活动的方法及系统 | |
| CN105448095B (zh) | 一种黄标车检测方法和装置 | |
| CN114463779A (zh) | 吸烟识别方法、装置、设备及存储介质 | |
| JP5943314B2 (ja) | 画像解析システム、培地情報登録システム、プログラム及び衛生管理システム | |
| CN109101917A (zh) | 用于行人重识别的标注方法、训练方法、装置及系统 | |
| CN113052049B (zh) | 基于人工智能工装识别的离岗检测方法和装置 | |
| JPH04106460A (ja) | 欠陥検出方法 | |
| CN113989743A (zh) | 垃圾满溢检测方法、检测设备及系统 | |
| JP2020205036A (ja) | 画像に基づく駐車検出方法、装置及び電子機器 | |
| JP2016123407A (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
| CN111209844A (zh) | 养殖场所的监控方法、装置、电子设备和存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200131 |