CN111443100A - 一种基于智能识别技术安检集中判图系统 - Google Patents
一种基于智能识别技术安检集中判图系统 Download PDFInfo
- Publication number
- CN111443100A CN111443100A CN202010396093.XA CN202010396093A CN111443100A CN 111443100 A CN111443100 A CN 111443100A CN 202010396093 A CN202010396093 A CN 202010396093A CN 111443100 A CN111443100 A CN 111443100A
- Authority
- CN
- China
- Prior art keywords
- judging
- image
- task
- luggage
- ray
- 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
- 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
- G01N23/06—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 measuring the absorption
- G01N23/10—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 measuring the absorption the material being confined in a container, e.g. in a luggage X-ray scanners
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明涉及安全防范技术领域,尤其是一种基于智能识别技术安检集中判图系统,包括X光行李检查机、判图任务采集装置、禁限带品识别服务器、任务分发服务器和判图中心,所述的判图任务采集装置与X光行李检查机的后端出口相连,所述的X光行李检查机和判图任务采集装置通过交换机与禁限带品识别服务器和任务分发服务器通信连接,判图中心通过网络与任务分发服务器通信连接,本发明能够提升集中判图效率。
Description
技术领域
本发明涉及安全防范技术领域,具体领域为一种基于智能识别技术安检集中判图系统。
背景技术
目前客运交通安检判图工作主要在安检现场进行,根据X光机数量配置相等数量的判图员,由于客运站点在高峰期与平峰期客流量不均、不同站点的客流量相差较大,导致各站点判图员的工作量分配不合理、平峰期判图员工作负荷小。集中判图技术的出现打破了物理空间布局对安检判图业务的桎梏,通过网络将现场采集的X光图像传输至判图中心,使判图员可以在远端进行判图处理。该系统实现了路网级判图任务的综合调度,提高判图员的工作饱和度,节约了人力成本。
现有专利CN 209327245 U公开了一种城市轨道交通安检集中判图系统,该系统包括X光行李检查机、控制主机、网络设备、判图服务器和多个远端判图工作站,判图服务器能够在接收到判图任务时向当前空闲时间最长的判图工作站发送X光扫描图像和可见光图像,实现判图任务的均匀分配和集中判图。然而,该系统未采用行李物品的识别分包技术,X光扫描图像的首尾可能是不完整的行李物品图像,造成无法判图的情况;未采用行李物品的定长切包技术,仅能通过设置较长扫描图像的方式得到尽可能完整的行李物品图像,造成判图难度大和重复判图的情况;未采用人工智能辅助图像识别技术,判图员的工作负荷大;此外,该系统采用简单轮询调度算法分配判图任务,未考虑判图员的识图习惯和业务水平差异,任务分配机制有待优化。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种采用图像分割算法、人工智能辅助判图技术和负载均衡调度算法提升集中判图效率的安检集中判图系统。
为实现上述目的,本发明提供如下技术方案:一种基于智能识别技术安检集中判图系统,包括X光行李检查机、判图任务采集装置、禁限带品识别服务器、任务分发服务器和判图中心,所述的判图任务采集装置与X光行李检查机的后端出口相连,所述的X光行李检查机和判图任务采集装置通过交换机与禁限带品识别服务器和任务分发服务器通信连接,判图中心通过网络与任务分发服务器通信连接。
优选的,所述的X光行李检查机和判图任务采集装置组合形成安检点。
优选的,所述的安检点至少设置有一个,多组安检点同时与禁限带品识别服务器通信连接。
优选的,所述的X光行李检查机、判图任务采集装置和禁限带品识别服务器组合形成安检点。
优选的,所述的安检点至少设置有一个,每组安检点中均包含一个禁限带品识别服务器。
优选的,所述判图任务采集装置利用图像分割算法对采集图像进行包裹识别和图像分割,所述的判图任务采集装置由传送装置、防护罩、摄像头、行李检测传感器、报警装置、示踪灯、主机和显示屏构成,
传送装置与X光行李检查机的后端相连,且传送装置与X光行李检查机的传送带同宽、同高,
防护罩罩设在传送装置上,且防护罩与传送装置同长、与X光行李检查机同高,
摄像头安装在防护罩的顶部,且位于传送装置的上方,
行李检测传感器为红外对射传感器或压力传感器,行李检测传感器安装在传送装置的行李入口处,
报警装置安装在传送装置顶部,当行李物品被判定为限禁带品时会发出声光信号,
示踪灯安装在防护罩内侧,
主机安装在传送装置的底部,主机与禁限带品识别服务器和任务分发服务器通信连接,
显示屏安装在防护罩的顶部,
传送装置、摄像头、行李检测传感器、报警装置、示踪灯和显示屏均与主机通信连接。
优选的,所述的禁限带品识别服务器具有深度学习功能,能够对图像的各种特征进行提取、分类和学习,禁限带品识别服务器能够自动识别X光扫描图像中限禁带品的类型与位置信息。
优选的,所述的任务分发服务器能够接收判图任务采集装置的判图任务,向所述判图中心分配判图任务,并将判图结果反馈给判图任务采集装置。
优选的,任务分发服务器采用负载均衡调度算法中带权重的轮询调度策略向判图中心分配判图任务,判图任务的所在安检点、疑似危险品类型、安检点繁忙程度都可作为计算权值的因素,任务分发服务器会优先将该任务分配给擅长识别该类危险品、熟悉该安检点、平均判图速度更快的空闲判图员,权值较高的判图员最先被选中,权值相同的判图员采用轮询方式。
优选的,所述的判图中心由多个判图席位组成,每个判图席位均设有供判图员操作使用的主机和显示器。
与现有技术相比,本发明的有益效果是:利用图像识别技术分割任务图像,避免任务图像不完整造成无法判图的情况,以及同一物品在多次任务图像中出现造成重复判图的情况;利用人工智能辅助图像识别技术自动识别限禁带品的类型与位置信息,减轻判图员的工作负荷;采用带权重的轮询调度算法合理分配判图任务,进一步提高判图效率。
附图说明
图1为本发明的实施例1的系统示意图;
图2为本发明的实施例2的系统示意图;
图3为本发明的任务分配示意图;
图4为本发明的X光行李检查机和判图任务采集装置组合结构示意图。
图中:11、X光行李检查机;12、判图任务采集装置;13、禁限带品识别服务器;14、任务分发服务器;15、判图中心;21、传送装置;22、防护罩;23、摄像头;24、行李检测传感器;25、报警装置;26、示踪灯;27、主机;28、显示屏。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1至4,本发明提供一种技术方案:一种基于智能识别技术安检集中判图系统,包括X光行李检查机、判图任务采集装置、禁限带品识别服务器、任务分发服务器和判图中心,所述的判图任务采集装置与X光行李检查机的后端出口相连,所述的X光行李检查机和判图任务采集装置通过交换机与禁限带品识别服务器和任务分发服务器通信连接,判图中心通过网络与任务分发服务器通信连接。
如图1所示,所述的X光行李检查机和判图任务采集装置组合形成安检点。
所述的安检点至少设置有一个,多组安检点同时与禁限带品识别服务器通信连接。
如图2所示,所述的X光行李检查机、判图任务采集装置和禁限带品识别服务器组合形成安检点。
所述的安检点至少设置有一个,每组安检点中均包含一个禁限带品识别服务器。
X光行李检查机用于采集行李物品X光扫描图像。
所述判图任务采集装置利用图像分割算法对采集图像进行包裹识别和图像分割,所述的判图任务采集装置由传送装置、防护罩、摄像头、行李检测传感器、报警装置、示踪灯、主机和显示屏构成,
传送装置与X光行李检查机的后端相连,且传送装置与X光行李检查机的传送带同宽、同高,传送装置的传送速度可调;
防护罩罩设在传送装置上,且防护罩与传送装置同长、与X光行李检查机同高,通过防护罩以防止行李物品在判图完成前被取走;
摄像头安装在防护罩的顶部,且位于传送装置的上方,通过摄像头以采集行李物品的可见光图像;
行李检测传感器为红外对射传感器或压力传感器,行李检测传感器安装在传送装置的行李入口处,通过行李检测传感器采集行李物品传送至行李检测传感器位置的到达信号;系统根据传送装置速度并利用时间差算法对行李物品进行定位,控制X光行李检查机和摄像头采集相匹配的X光扫描图像和可见光图像;
报警装置安装在传送装置顶部,当行李物品被判定为限禁带品时会发出声光信号;
示踪灯安装在防护罩内侧,当行李物品被判定为限禁带品时,通过灯光提示限禁带品位置;
主机安装在传送装置的底部,主机含采集系统软件,能够存储X光图像、IPC图像,主机能够与禁限带品识别服务器和任务分发服务器通信连接;
显示屏安装在防护罩的顶部,以显示行李物品的采集视频、采集图像和判图结果;
传送装置、摄像头、行李检测传感器、报警装置、示踪灯和显示屏均与主机通信连接;
判图任务采集装置利用图像识别和定长分割算法将行李物品的采集图像分割成一定长度且互不重叠的部分,图像识别算法包括阀值法、边界检测法、区域法、特征相似性法和图像语义法。
所述的禁限带品识别服务器具有深度学习功能,能够对图像的各种特征进行提取、分类和学习,禁限带品识别服务器能够自动识别X光扫描图像中限禁带品的类型与位置信息;
可以多个安检点集中部署禁限带品识别服务器,也可以每台所述X光行李安检机配备一台禁限带品识别服务器。
所述的任务分发服务器能够接收判图任务采集装置的判图任务,向所述判图中心分配判图任务,并将判图结果反馈给判图任务采集装置。
任务分发服务器采用负载均衡调度算法中带权重的轮询调度策略向判图中心分配判图任务,判图任务的所在安检点、疑似危险品类型、安检点繁忙程度都可作为计算权值的因素,任务分发服务器会优先将该任务分配给擅长识别该类危险品、熟悉该安检点、平均判图速度更快的空闲判图员,权值较高的判图员最先被选中,权值相同的判图员采用轮询方式。
所述的判图中心由多个判图席位组成,每个判图席位均设有供判图员操作使用的主机和显示器,具备倒计时、开检、放行、画框功能;
判图中心包括集中式和分布式两种部署方式。集中式部署便于进行判图员的人员配置优化,分布式部署能够节省空间和设备成本。
通过本技术方案,
实施例1
本系统应用于一条地铁线路,该线路共20个地铁站,每个地铁站共4个站口,系统示意图如图1所示。
系统包括X光行李检查机11、判图任务采集装置12、禁限带品识别服务器13、任务分发服务器14和判图中心15。
X光行李检查机11用于采集行李物品X光扫描图像。
判图任务采集装置12如图4所示,由传送装置21、防护罩22、摄像头23、行李检测传感器24、报警装置25、示踪灯26、主机27、显示屏28构成,其中:传送装置21与X光行李检查机11的后端相连,与X光行李检查机11的传送带同宽、同高,并具有相同传送速度0.3m/s;防护罩22安装在传送装置的一侧,与传送装置21同长,与X光行李检查机11同高,以防止行李物品在判图完成前被取走;摄像头23安装在防护罩22顶部,位于传送装置21上方,以采集行李物品的可见光图像;行李检测传感器24为红外对射传感器,安装在传送装置21的行李入口处,用于采集行李物品传送至行李检测传感器24位置的到达信号;系统根据行李物品传送速度并利用时间差算法对行李物品进行定位,控制X光行李检查机11和摄像头23采集相匹配的X光扫描图像和可见光图像;报警装置25安装在传送装置顶部,当行李物品被判定为限禁带品时会发出声光信号;示踪灯26安装在所述防护罩内侧,当行李物品被判定为限禁带品时通过灯光提示限禁带品位置;主机27安装在传送装置底部,含采集系统软件,能够存储X光图像、IPC图像,具有与任务分发服务器13、禁限带品识别服务器14通信功能;显示屏28安装在防护罩顶部,以显示行李物品的采集视频、采集图像和判图结果。
判图任务采集装置12利用边界检测和特征相似性算法处理采集图像中的行李物品,采用定长分割算法将行李物品的采集图像分割成一定长度且互不重叠的部分,避免出现任务图像不完整造成无法判图的情况,以及同一物品在多次任务图像中出现造成重复判图的情况。
禁限带品识别服务器13具有深度学习功能,能够对图像的各种特征进行提取、分类和学习,自动识别X光扫描图像中限禁带品的类型与位置信息。整条地铁线路集中部署一套禁限带品识别服务器13。
任务分发服务器14能够接收判图任务采集装置12的判图任务,向所述判图中心15分配判图任务,并将判图结果反馈给判图任务采集装置12。任务分发服务器14采用负载均衡调度算法中带权重的轮询调度策略向判图中心15分配判图任务,
当安检点繁忙度低时,权值计算公式W=W擅长识别危险品类型+W熟识站点+W平均判图速度+W职称等级+W身体状况;当安检点繁忙度高时,权值计算公式W=W擅长识别危险品类型+1.5×W平均判图速度+W身体状况;
本系统的任务分配方式如图3所述。假设任务1具有以下特征:通过禁限带品识别服务器13识别出瓶装液体、任务来自站点A、站点A繁忙度低。此时无判图任务的在岗判图员共5人,判图员A擅长识别液体容器图像、曾在站点A工作、平均判图速度3.5秒、具有高级职称、身体健康,该判图员的权值为9(W=2+0.5+1+0.5+5);判图员B擅长识别刀具图像、曾在站点B工作、平均判图速度2秒、具有中级职称、身体健康,该判图员的权值为7.25(W=0+0+2+0.25+5);判图员C擅长识别液体容器图像、曾在站点C工作、平均判图速度2秒、不具有职称、身体健康,该判图员的权值为9(W=2+0+2+0+5);判图员D无擅长识别图像、曾在站点C工作、平均判图速度3.5秒、具有中级职称、身体不适,该判图员的权值为1.25(W=0+0+1+0.25+0);判图员E擅长识别液体容器图像、曾在站点C工作、平均判图速度3.5秒、具有高级职称、身体健康,该判图员的权值为8.5(W=2+0+1+0.5+5)。任务分发服务器14将任务1分配给权值=9的判图员,判图员A与判图员C具有相同的任务获得概率。假设任务2具有以下特征:通过禁限带品识别服务器13识别出刀具、任务来自站点B、站点B繁忙度高。此时无判图任务的在岗判图员共5人,判图员A擅长识别液体容器图像、曾在站点A工作、平均判图速度3.5秒、具有高级职称、身体健康,该判图员的权值为6.5(W=0+1.5+5);判图员B擅长识别刀具图像、曾在站点B工作、平均判图速度2秒、具有中级职称、身体健康,该判图员的权值为10(W=2+3+5);判图员C擅长识别液体容器图像、曾在站点C工作、平均判图速度2秒、不具有职称、身体健康,该判图员的权值为8(W=0+3+5);判图员D无擅长识别图像、曾在站点C工作、平均判图速度3.5秒、具有中级职称、身体不适,该判图员的权值为1.5(W=0+1.5+0);判图员E擅长识别液体容器图像、曾在站点A工作、平均判图速度3.5秒、具有高级职称、身体健康,该判图员的权值为6.5(W=0+1.5+5)。任务分发服务器14将任务2分配给权值最高的判图员B。
本地铁线路高峰进站28万人/小时,50%人员携带行李物品,高峰行李物品的到达速率为14万件/小时。传统安检模式下传送行李物品的速度为0.2m/s(与判图员的判图速度相匹配),按照每件行李物品0.6m的扫描宽度设定,机器完成一次扫描需要3秒,每名判图员的检查速度为1200件/小时,每台X光行李检查机只能配置一名判图员,80名判图员同时检查的速度为80×1200=9.6万件/小时,传统安检模式无法满足该地铁线路高峰期行李物品的检查需求,存在判图员为加快放行而降低检查标准的情况,使得安检形同虚设。本系统的判图中心15为集中式部署,设有150个远端判图席位,将X光行李检查机传送行李物品的速度提高到0.3m/s,按照每件行李物品0.6m的扫描宽度设定,每套判图任务采集装置12完成一次任务采集需要2秒,生成判图任务的速度达到1800件/小时,安排120名判图员在高峰期工作,每名判图员的检查速度仍为1200件/小时,判图速度为120×1200=14.4万件/小时,能够满足行李物品的检查需求。
实施例2
本系统应用于1个地铁站,该地铁站共4个站,系统示意图如图2所示。
系统包括X光行李检查机11、判图任务采集装置12、禁限带品识别服务器13、任务分发服务器14和判图中心15。
X光行李检查机11用于采集行李物品X光扫描图像。
判图任务采集装置12如图4所示,由传送装置21、防护罩22、摄像头23、行李检测传感器24、报警装置25、示踪灯26、主机27、显示屏28构成,其中:传送装置21与X光行李检查机11的后端相连,与X光行李检查机11的传送带同宽、同高,并具有相同传送速度0.2m/s;防护罩22安装在传送装置的一侧,与传送装置21同长,与X光行李检查机11同高,以防止行李物品在判图完成前被取走;摄像头23安装在防护罩22顶部,位于传送装置21上方,以采集行李物品的可见光图像;行李检测传感器24为压力传感器,安装在传送装置21的行李出口处,用于采集行李物品传送至行李检测传感器24位置的到达信号;系统根据行李物品传送速度并利用时间差算法对行李物品进行定位,控制X光行李检查机11和摄像头23采集相匹配的X光扫描图像和可见光图像;报警装置25安装在传送装置顶部,当行李物品被判定为限禁带品时会发出声光信号;示踪灯26安装在所述防护罩内侧,当行李物品被判定为限禁带品时通过灯光提示限禁带品位置;主机27安装在传送装置底部,含采集系统软件,能够存储X光图像、IPC图像,具有与任务分发服务器13、禁限带品识别服务器14通信功能;显示屏28安装在防护罩顶部,以显示行李物品的采集视频、采集图像和判图结果。
判图任务采集装置12利用图像语义算法处理采集图像中的行李物品,通过定义手机、钱包、皮包、电脑、水杯、刀具等实体的语义,使判图任务采集装置12准确识别这些实体,采用定长分割算法将行李物品的采集图像分割成一定长度且互不重叠的部分,避免出现任务图像不完整造成无法判图的情况,以及同一物品在多次任务图像中出现造成重复判图的情况。
禁限带品识别服务器13具有深度学习功能,能够对图像的各种特征进行提取、分类和学习,自动识别X光扫描图像中限禁带品的类型与位置信息。地铁站每个安检点都配备一台禁限带品识别服务器13。
任务分发服务器14能够接收判图任务采集装置12的判图任务,向所述判图中心15分配判图任务,并将判图结果反馈给判图任务采集装置12。任务分发服务器14采用负载均衡调度算法中带权重的轮询调度策略向判图中心15分配判图任务,判图任务的所在安检点、疑似危险品类型、安检点繁忙程度都可作为计算权值的因素,任务分发服务器会优先将该任务分配给擅长识别该类危险品、熟悉该站点工作、平均判图速度更快的空闲判图员,权值较高的判图员被选中的概率大,权值相同的判图员采用轮询方式。
本地铁站高峰期、平峰期人员进站速度分别为10000人/小时、3000人/小时,50%人员携带行李物品,高峰期、平峰期行李物品到达速度分别为5000件/小时、1500件/小时。传统安检模式下传送行李物品的速度为0.2m/s,按照每件行李物品0.6m的扫描宽度设定,判图员完成一次扫描需要3秒,每名判图员的检查速度为1200件/小时,每台X光行李检查机只能配置一名判图员,4名判图员同时检查的速度为4×1200=4800件/小时,传统安检模式无法满足该地铁站高峰期行李物品的检查需求。本系统的判图中心15为分布式部署,将原有4个判图员席位升级改造,并新增1个远程判图席位,高峰期安排5名判图员工作,每名判图员的检查速度仍为1200件/小时,判图速度为5×1200=6000件/小时,能够满足行李物品的检查需求;平峰期安排2名判图员工作,每名判图员的检查速度仍为1200件/小时,判图速度为2×1200=2400件/小时,能够满足行李物品的检查需求,达到了减员的目的。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种基于智能识别技术安检集中判图系统,其特征在于:包括X光行李检查机、判图任务采集装置、禁限带品识别服务器、任务分发服务器和判图中心,所述的判图任务采集装置与X光行李检查机的后端出口相连,所述的X光行李检查机和判图任务采集装置通过交换机与禁限带品识别服务器和任务分发服务器通信连接,判图中心通过网络与任务分发服务器通信连接。
2.根据权利要求1所述的一种基于智能识别技术安检集中判图系统,其特征在于:所述的X光行李检查机和判图任务采集装置组合形成安检点。
3.根据权利要求2所述的一种基于智能识别技术安检集中判图系统,其特征在于:所述的安检点至少设置有一个,多组安检点同时与禁限带品识别服务器通信连接。
4.根据权利要求1所述的一种基于智能识别技术安检集中判图系统,其特征在于:所述的X光行李检查机、判图任务采集装置和禁限带品识别服务器组合形成安检点。
5.根据权利要求4所述的一种基于智能识别技术安检集中判图系统,其特征在于:所述的安检点至少设置有一个,每组安检点中均包含一个禁限带品识别服务器。
6.根据权利要求1所述的一种基于智能识别技术安检集中判图系统,其特征在于:所述判图任务采集装置利用图像分割算法对采集图像进行包裹识别和图像分割,
所述的判图任务采集装置由传送装置、防护罩、摄像头、行李检测传感器、报警装置、示踪灯、主机和显示屏构成,
传送装置与X光行李检查机的后端相连,且传送装置与X光行李检查机的传送带同宽、同高,
防护罩罩设在传送装置上,且防护罩与传送装置同长、与X光行李检查机同高,
摄像头安装在防护罩的顶部,且位于传送装置的上方,
行李检测传感器为红外对射传感器或压力传感器,行李检测传感器安装在传送装置的行李入口处,
报警装置安装在传送装置顶部,当行李物品被判定为限禁带品时会发出声光信号,
示踪灯安装在防护罩内侧,
主机安装在传送装置的底部,主机与禁限带品识别服务器和任务分发服务器通信连接,
显示屏安装在防护罩的顶部,
传送装置、摄像头、行李检测传感器、报警装置、示踪灯和显示屏均与主机通信连接。
7.根据权利要求1所述的一种基于智能识别技术安检集中判图系统,其特征在于:所述的禁限带品识别服务器具有深度学习功能,能够对图像的各种特征进行提取、分类和学习,禁限带品识别服务器能够自动识别X光扫描图像中限禁带品的类型与位置信息。
8.根据权利要求1所述的一种基于智能识别技术安检集中判图系统,其特征在于:所述的任务分发服务器能够接收判图任务采集装置的判图任务,向所述判图中心分配判图任务,并将判图结果反馈给判图任务采集装置。
9.根据权利要求8所述的一种基于智能识别技术安检集中判图系统,其特征在于:任务分发服务器采用负载均衡调度算法中带权重的轮询调度策略向判图中心分配判图任务,判图任务的所在安检点、疑似危险品类型、安检点繁忙程度都可作为计算权值的因素,权值较高的判图员最先被选中,权值相同的判图员采用轮询方式。
10.根据权利要求1所述的一种基于智能识别技术安检集中判图系统,其特征在于:所述的判图中心由多个判图席位组成,每个判图席位均设有供判图员操作使用的主机和显示器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010396093.XA CN111443100A (zh) | 2020-05-12 | 2020-05-12 | 一种基于智能识别技术安检集中判图系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010396093.XA CN111443100A (zh) | 2020-05-12 | 2020-05-12 | 一种基于智能识别技术安检集中判图系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111443100A true CN111443100A (zh) | 2020-07-24 |
Family
ID=71657757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010396093.XA Pending CN111443100A (zh) | 2020-05-12 | 2020-05-12 | 一种基于智能识别技术安检集中判图系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111443100A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112114372A (zh) * | 2020-09-04 | 2020-12-22 | 南京正驰科技发展有限公司 | 一种具有安检巡检功能的集中判图工作站 |
CN112114373A (zh) * | 2020-09-25 | 2020-12-22 | 南京正驰科技发展有限公司 | 一种用于安检集中判图分析系统及分析方法 |
CN112181629A (zh) * | 2020-11-30 | 2021-01-05 | 同方威视技术股份有限公司 | 安检集中判图系统及其自动工作模式切换控制方法 |
CN112444889A (zh) * | 2020-11-13 | 2021-03-05 | 北京航星机器制造有限公司 | 一种快速安检行包远程集中判读系统及方法 |
CN113031088A (zh) * | 2021-02-25 | 2021-06-25 | 上海工物高技术产业发展有限公司 | 一种安检系统 |
CN113721299A (zh) * | 2021-08-31 | 2021-11-30 | 成都智元汇信息技术股份有限公司 | 一种地铁安检模式配置管理方法 |
CN114113164A (zh) * | 2021-12-08 | 2022-03-01 | 北京航星机器制造有限公司 | 一种用于安检设备的图像集中判读方法 |
CN114140542A (zh) * | 2021-12-09 | 2022-03-04 | 成都智元汇信息技术股份有限公司 | 基于色彩补偿的切图方法、电子设备及介质 |
CN114257586A (zh) * | 2020-09-11 | 2022-03-29 | 同方威视技术股份有限公司 | 分布式任务调度方法及系统 |
CN114814973A (zh) * | 2022-03-28 | 2022-07-29 | 北京中盾安民分析技术有限公司 | 一种人机混合决策的智能安检系统及方法 |
CN116468990A (zh) * | 2023-06-08 | 2023-07-21 | 中海智(北京)科技有限公司 | 一种基于集中判图的任务随机派发智能管理系统及方法 |
CN117409199A (zh) * | 2023-10-19 | 2024-01-16 | 中南大学 | 一种基于云端大数据技术的成长型智慧安检系统及方法 |
CN117422881A (zh) * | 2023-11-15 | 2024-01-19 | 山东衡昊信息技术有限公司 | 一种智能化的安检集中判图系统 |
-
2020
- 2020-05-12 CN CN202010396093.XA patent/CN111443100A/zh active Pending
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112114372A (zh) * | 2020-09-04 | 2020-12-22 | 南京正驰科技发展有限公司 | 一种具有安检巡检功能的集中判图工作站 |
CN114257586A (zh) * | 2020-09-11 | 2022-03-29 | 同方威视技术股份有限公司 | 分布式任务调度方法及系统 |
CN112114373A (zh) * | 2020-09-25 | 2020-12-22 | 南京正驰科技发展有限公司 | 一种用于安检集中判图分析系统及分析方法 |
CN112444889A (zh) * | 2020-11-13 | 2021-03-05 | 北京航星机器制造有限公司 | 一种快速安检行包远程集中判读系统及方法 |
CN112181629A (zh) * | 2020-11-30 | 2021-01-05 | 同方威视技术股份有限公司 | 安检集中判图系统及其自动工作模式切换控制方法 |
CN112181629B (zh) * | 2020-11-30 | 2021-05-04 | 同方威视技术股份有限公司 | 安检集中判图系统及其自动工作模式切换控制方法 |
CN113031088A (zh) * | 2021-02-25 | 2021-06-25 | 上海工物高技术产业发展有限公司 | 一种安检系统 |
CN113721299B (zh) * | 2021-08-31 | 2023-01-10 | 成都智元汇信息技术股份有限公司 | 一种地铁安检模式配置管理方法 |
CN113721299A (zh) * | 2021-08-31 | 2021-11-30 | 成都智元汇信息技术股份有限公司 | 一种地铁安检模式配置管理方法 |
CN114113164A (zh) * | 2021-12-08 | 2022-03-01 | 北京航星机器制造有限公司 | 一种用于安检设备的图像集中判读方法 |
CN114113164B (zh) * | 2021-12-08 | 2023-08-08 | 北京航星机器制造有限公司 | 一种用于安检设备的图像集中判读方法 |
CN114140542A (zh) * | 2021-12-09 | 2022-03-04 | 成都智元汇信息技术股份有限公司 | 基于色彩补偿的切图方法、电子设备及介质 |
CN114814973A (zh) * | 2022-03-28 | 2022-07-29 | 北京中盾安民分析技术有限公司 | 一种人机混合决策的智能安检系统及方法 |
CN114814973B (zh) * | 2022-03-28 | 2024-03-08 | 北京中盾安民分析技术有限公司 | 一种人机混合决策的智能安检系统及方法 |
CN116468990A (zh) * | 2023-06-08 | 2023-07-21 | 中海智(北京)科技有限公司 | 一种基于集中判图的任务随机派发智能管理系统及方法 |
CN116468990B (zh) * | 2023-06-08 | 2023-09-29 | 中海智(北京)科技有限公司 | 一种基于集中判图的任务随机派发智能管理系统及方法 |
CN117409199A (zh) * | 2023-10-19 | 2024-01-16 | 中南大学 | 一种基于云端大数据技术的成长型智慧安检系统及方法 |
CN117409199B (zh) * | 2023-10-19 | 2024-05-14 | 中南大学 | 一种基于云端大数据技术的成长型智慧安检系统及方法 |
CN117422881A (zh) * | 2023-11-15 | 2024-01-19 | 山东衡昊信息技术有限公司 | 一种智能化的安检集中判图系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111443100A (zh) | 一种基于智能识别技术安检集中判图系统 | |
CN109030524B (zh) | 一种城市轨道交通安检集中判图系统 | |
CN111426704B (zh) | 一种行李安检系统及方法 | |
CN100595121C (zh) | 一种目标场所优化调度方法及系统 | |
CN110749934A (zh) | 一种旅检智能通道自动匹配远程集中判读系统及方法 | |
CN106586738B (zh) | 一种基于视觉检测的多轿厢电梯调度方法 | |
CN112884078A (zh) | 一种图像序列化的远程智能判图系统 | |
CN106203239A (zh) | 用于集装箱理货的信息处理方法、装置和系统 | |
CN202600813U (zh) | 旅客自助托运值机系统 | |
CN213544443U (zh) | 一种基于智能识别技术安检集中判图系统 | |
CN104961009A (zh) | 基于机器视觉的多电梯并联运行协调控制方法及系统 | |
CN203882357U (zh) | 一种公交车客流计数装置 | |
CN112070743A (zh) | 一种图像序列化的远程智能判图系统 | |
CN212126440U (zh) | 一种行李安检输送通道 | |
CN104298969A (zh) | 基于颜色与haar特征融合的人群规模统计方法 | |
CN113408391A (zh) | 基于人脸识别和rfid的旅客手提行李追踪检查方法与系统 | |
CN112444889A (zh) | 一种快速安检行包远程集中判读系统及方法 | |
CN112287908A (zh) | 一种基于人工智能的安检快速图片识别方法及系统 | |
CN107145819A (zh) | 一种公交车拥挤度确定方法和装置 | |
CN109829390A (zh) | 一种基于深度学习的电梯智能调度系统及方法 | |
CN113723127B (zh) | 一种高铁站旅检智能查验通道 | |
CN114397712A (zh) | 一种城市轨道交通差异化安检方法及安检系统 | |
CN212126439U (zh) | 一种适用于大型落地式x光安检仪的行李安检输送通道 | |
CN113291938A (zh) | 一种电梯优化调度系统及其调度方法 | |
CN218003287U (zh) | 安检系统 |
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 |