CN111665572A - 一种基于x光机图像机场旅客安检智能辅助系统及方法 - Google Patents
一种基于x光机图像机场旅客安检智能辅助系统及方法 Download PDFInfo
- Publication number
- CN111665572A CN111665572A CN202010480883.6A CN202010480883A CN111665572A CN 111665572 A CN111665572 A CN 111665572A CN 202010480883 A CN202010480883 A CN 202010480883A CN 111665572 A CN111665572 A CN 111665572A
- Authority
- CN
- China
- Prior art keywords
- ray machine
- luggage
- security
- image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000007689 inspection Methods 0.000 title claims abstract description 16
- 238000013135 deep learning Methods 0.000 claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 238000012549 training Methods 0.000 claims abstract description 16
- 230000000007 visual effect Effects 0.000 claims abstract description 4
- 238000007726 management method Methods 0.000 claims description 26
- 238000005516 engineering process Methods 0.000 claims description 13
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Images
Classifications
-
- G01V5/22—
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/02—Dosimeters
-
- 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
Abstract
本发明提供一种基于X光机图像机场旅客安检智能辅助方法,包括:通过监控摄像头识别旅客和对应的行李筐;将采用NVIDIA深度学习服务器来完成的深度学习训练模型导入AI主机中,获取X光机图像并将获取的X光机图像大小归一化,进行危险品的识别和定位,并在其位置绘制出危险品标识框,通过显示器显示或者声光报警器提醒安检人员,同时危险品数据自动上传至综合管理计算机;本发明能够在进行机场旅客或行李安检时,采用并行处理的手段,来辅助安检员快速高效的识别出违禁品,减少机场安检人员的劳动强度和工作效率,有效提高危险品的识别率。
Description
技术领域
本发明涉及安检人工智能识别技术领域,具体涉及一种基于X光机图像机场旅客安检智能辅助系统及方法。
背景技术
近年来,在世界各国的暴力事件、恐怖袭击以及毒品走私的不法犯罪活动等不断发生的国际环境下,安全问题显得尤为重要。世界上许多公司机构都陆续研发了安全检测设备,其中X射线安全检查设备得到广泛应用。为确保机场旅客安全,在安检时必须能够准确识别行李包裹内的刀具枪支、易燃易爆等危险物品,降低危险发生的概率。
为了提高安检识别效率和准确率、降低专业训练人员的人工检测干预、避免漏检误检情况发生,很有必要采用基于人工智能的深度学习和云数据处理等技术实现旅客行李危险品的自动识别,推动安检服务提质增效、提高民航安全保障能力。
发明内容
为解决上述问题,提供一种基于X光机图像机场旅客安检智能辅助系统及方法。
本发明的目的是以下述方式实现的:
一种基于X光机图像机场旅客安检智能辅助方法,所述的方法包括:步骤1:通过监控摄像头识别旅客和对应的行李筐;
步骤2:将采用NVIDIA深度学习服务器来完成的深度学习训练模型导入AI主机中,将参数和深度学习的训练模型加载;获取X光机图像并将获取的X光机图像大小归一化,进行危险品的识别和定位,并在其位置绘制出危险品标识框,通过显示器显示或者声光报警器提醒安检人员,同时危险品数据自动上传至综合管理计算机;
步骤3:安检人员通过AI主机控制X光机,对危险品进行多个角度样本数据采集和对携带该行李的旅客和行李照片统一上传到综合管理计算机,同时将按照监控摄像机识别出的行李人的姓名、身份证信息、X光机编号等信息也上传到综合管理计算机;综合管理计算机进行数据统计分析,并将出现过携带危险品的旅客和需要特别关注旅客的信息通过综合管理计算机推送给AI主机,AI主机可自动提醒安检人员重点关注此类旅客的行李。
所述的步骤1中的监控摄像头安装在X光机前端,在放置行李进入X光机前,获取旅客、行李和行李筐的图像并进行保存,并结合人脸识别和二维码识别技术对其身份和行李筐进行识别验证,实现旅客和行李一一对应。
所述的步骤2中,X光图像的获取既可以通过以太网获取,也可以基于视频采集模块通过VGA/DVI/HDMI接口获取X光图像。
还包括若将安全品误识别为违禁品,安检员可手动取消误报警。
还包括实时监测X光机旅客和安检员所在位置的X射线传感器的数据,在运行过程中,通过X射线传感器实时检测X射线是否超过国家规定的标准,如果超标一方面停止X光机运行,并进行报警,提示需要专业人员进行维修和处理。
所述的NVIDIA深度学习服务器中设置有基于多层神经网络深度学习算法,该算法的训练方法为:首先输入归一化的图像,对图像进行预处理、将数据送入神经网络的前向传播获取得分,其次根据得分和期望得分值进行作差来不断调整深度学习的权重,根据损失率的大小来调整训练次数或中止训练。
一种基于X光机图像机场旅客安检智能辅助方法的系统,包括Ethernet交换机,以及与Ethernet交换机连接的监控摄像头、综合管理计算机、深度学习服务器和AI主机;所述的AI主机还与X光机的图像主机连接;所述的AI主机还与视频采集模块连接,通过VGA/DVI/HDMI接口获取X光图像。
本发明的有益效果:相对于现有技术,本发明能够在进行机场旅客或行李安检时,采用并行处理的手段,来辅助安检员快速高效的识别出违禁品,减少机场安检人员的劳动强度和工作效率,有效提高危险品的识别率。在X光机旅客和安全员出现部位布置X射线传感器进行实时检测保障人员安全, 采用云平台管理技术,便于大数据处理、分析和管理,使系统更具有智能化。
附图说明
图1是本发明的基于X光机图像机场旅客安检智能辅助系统连接示意图。
具体实施方式
下面结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本申请保护的范围。
应该指出,以下详细说明都是例式性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的技术含义相同。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
本发明中,术语如“固接”、“相连”、“连接”等应做广义理解,表示可以是固定连接,也可以是一体地连接或可拆卸连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员,可以根据具体情况确定上述术语在本发明中的具体含义,不能理解为对本发明的限制。
一种基于X光机图像机场旅客安检智能辅助方法,所述的方法包括:步骤1:通过监控摄像头识别旅客和对应的行李筐;
步骤2:将采用NVIDIA深度学习服务器来完成的深度学习训练模型导入AI主机中,将参数和深度学习的训练模型加载;获取X光机图像并将获取的X光机图像大小归一化,进行危险品的识别和定位,并在其位置绘制出危险品标识框,通过显示器显示或者声光报警器提醒安检人员,同时危险品数据自动上传至综合管理计算机;
步骤3:安检人员通过AI主机控制X光机,对危险品进行多个角度(正面、前面、侧面、倾斜等)样本数据采集和对携带该行李的旅客和行李照片统一上传到综合管理计算机,同时将按照监控摄像机识别出的行李人的姓名、身份证信息、X光机编号等信息也上传到综合管理计算机;综合管理计算机进行数据统计分析,并将出现过携带危险品的旅客和需要特别关注旅客的信息通过综合管理计算机推送给AI主机,AI主机可自动提醒安检人员重点关注此类旅客的行李,有效提高防止漏检的可能性。
所述的步骤1中的监控摄像头安装在X光机前端,在放置行李进入X光机前,获取旅客、行李和行李筐的图像并进行保存,并结合人脸识别和二维码识别技术对其身份和行李筐进行识别验证,实现旅客和行李一一对应。
所述的步骤2中,X光图像的获取既可以通过以太网获取,也可以基于视频采集模块通过VGA/DVI/HDMI接口获取X光图像。按照X光机厂家提供的通讯协议通过以太网获取X光图像,以X光机为服务器,AI主机作为客户端进行通讯,这样可以获取到X光机的原始图像,图像数据不会受到任何损失,可在此基础上进行各种数据拼接、更新和处理,同时还可以通过以太网给予X光机下发各种指令,可以更深层次的对X光机进行通讯和控制。考虑到该辅助系统的通用性,对一些不开放通讯协议的X光机厂家可通过VGA/DVI/HDMI接口视频采集模块来获取X光图像,该采集模块采用FPGA实现,支持多分辨率和高帧频的采集,具有高速实时的特点。
为了保证系统工作的灵活性,在万一出现将安全品误识别为违禁品,安检员可手动取消误报警。如果出现正常的报警,可以通过指令对危险品进行多角度数据采集。同时对危险品的识别的进行分类管理,对发现的危险品以红色的方框表示,对不确认的疑似危险品以橙色方框表示。
实时监测X光机旅客和安检员所在位置的X射线传感器的数据,保证安检人员和旅客的健康和安全。现有的X光机的射线安全检测只是在出厂进行检测,而在运行过程中,通过X射线传感器实时检测X射线是否超过国家规定的标准,如果超标一方面停止X光机运行,并进行报警,提示需要专业人员进行维修和处理,可进一步保证X光机使用全过程所涉及的安检人员和旅客的安全性。
所述的NVIDIA深度学习服务器中设置有基于多层神经网络深度学习算法,该算法的训练方法为:首先输入归一化的图像,对图像进行预处理、将数据送入神经网络的前向传播获取得分,其次根据得分和期望得分值进行作差来不断调整深度学习的权重,根据损失率的大小来调整训练次数或中止训练。最后根据训练的得到的模型对危险品目标进行检测。
一种基于X光机图像机场旅客安检智能辅助方法的系统,包括Ethernet交换机,以及与Ethernet交换机连接的监控摄像头、综合管理计算机、深度学习服务器和AI主机;所述的AI主机还与X光机的图像主机连接;所述的AI主机还与视频采集模块连接,通过VGA/DVI/HDMI接口获取X光图像。
本发明提出一种基于X光机图像的机场旅客安检危险品实时高识别率算法,采用灵活的接口方式接入X光机, 结合摄像机监控图像对旅客、行李和行李筐绑定的二维码的一体化识别技术, 在X光机旅客和安全员出现部位布置X射线传感器进行实时检测保障人员安全, 采用云平台管理技术,便于大数据处理、分析和管理,使系统更具有智能化。
1) 该X光机图像机场旅客安检智能辅助系统是一套不限制于生产厂家的通用系统。即可与国内外任何厂家的X光机通过视频接口获取到图像数据进行处理,也可根据X光机厂家提供的X光图像数据传输接口协议就可通过AI主机的以太网接口进行接收处理;视频接口可通过VGA/DVI/HDMI视频采集模块获取X光机的图像数据。可以保证该旅客安检智能辅助系统具有X光机图像数据接入的灵活性和通用性。
2) 对于X光机图像和摄像机监控图像既可以单独输出,也可以集成到一个显示器上进行集成显示,使显示更加灵活。
3) 结合摄像机监控图像对旅客、行李和行李筐绑定的二维码的一体化识别技术,保证人和X光机下的行李一一对应,便于旅客、行李和行李筐的管理,同时对出现危险品的行李和旅客信息入库,使行李和旅客具有较好的可追溯性。
4)采用实时并行加速的深度学习技术,通过算法的优化和参数调优既可以保证危险品的检出率和检错率,又可以保证辅助检测的实时性。
5)在X光机旅客和安全员出现部位布置X射线传感器,实时检测X光机周边辐射剂量率是否超过国家健康安全标准,如超标能给予报警提示。
6)采用云平台管理技术,便于大数据处理、分析和管理,使系统更具有智能化。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (7)
1.一种基于X光机图像机场旅客安检智能辅助方法,其特征在于:所述的方法包括:步骤1:通过监控摄像头识别旅客和对应的行李筐;
步骤2:将采用NVIDIA深度学习服务器来完成的深度学习训练模型导入AI主机中,将参数和深度学习的训练模型加载;获取X光机图像并将获取的X光机图像大小归一化,进行危险品的识别和定位,并在其位置绘制出危险品标识框,通过显示器显示或者声光报警器提醒安检人员,同时危险品数据自动上传至综合管理计算机;
步骤3:安检人员通过AI主机控制X光机,对危险品进行多个角度样本数据采集和对携带该行李的旅客和行李照片统一上传到综合管理计算机,同时将按照监控摄像机识别出的行李人的姓名、身份证信息、X光机编号等信息也上传到综合管理计算机;综合管理计算机进行数据统计分析,并将出现过携带危险品的旅客和需要特别关注旅客的信息通过综合管理计算机推送给AI主机,AI主机可自动提醒安检人员重点关注此类旅客的行李。
2.如权利要求1所述的基于X光机图像机场旅客安检智能辅助方法,其特征在于:所述的步骤1中的监控摄像头安装在X光机前端,在放置行李进入X光机前,获取旅客、行李和行李筐的图像并进行保存,并结合人脸识别和二维码识别技术对其身份和行李筐进行识别验证,实现旅客和行李一一对应。
3.如权利要求1所述的基于X光机图像机场旅客安检智能辅助方法,其特征在于:所述的步骤2中,X光图像的获取既可以通过以太网获取,也可以基于视频采集模块通过VGA/DVI/HDMI接口获取X光图像。
4.如权利要求1所述的基于X光机图像机场旅客安检智能辅助方法,其特征在于:还包括若将安全品误识别为违禁品,安检员可手动取消误报警。
5.如权利要求1所述的基于X光机图像机场旅客安检智能辅助方法,其特征在于:还包括实时监测X光机旅客和安检员所在位置的X射线传感器的数据,在运行过程中,通过X射线传感器实时检测X射线是否超过国家规定的标准,如果超标一方面停止X光机运行,并进行报警,提示需要专业人员进行维修和处理。
6.如权利要求1所述的基于X光机图像机场旅客安检智能辅助方法,其特征在于:所述的NVIDIA深度学习服务器中设置有基于多层神经网络深度学习算法,该算法的训练方法为:首先输入归一化的图像,对图像进行预处理、将数据送入神经网络的前向传播获取得分,其次根据得分和期望得分值进行作差来不断调整深度学习的权重,根据损失率的大小来调整训练次数或中止训练。
7.一种应用权利要求1所述的基于X光机图像机场旅客安检智能辅助方法的系统,其特征在于:包括Ethernet交换机,以及与Ethernet交换机连接的监控摄像头、综合管理计算机、深度学习服务器和AI主机;所述的AI主机还与X光机的图像主机连接;所述的AI主机还与视频采集模块连接,通过VGA/DVI/HDMI接口获取X光图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010480883.6A CN111665572A (zh) | 2020-05-30 | 2020-05-30 | 一种基于x光机图像机场旅客安检智能辅助系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010480883.6A CN111665572A (zh) | 2020-05-30 | 2020-05-30 | 一种基于x光机图像机场旅客安检智能辅助系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111665572A true CN111665572A (zh) | 2020-09-15 |
Family
ID=72385357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010480883.6A Pending CN111665572A (zh) | 2020-05-30 | 2020-05-30 | 一种基于x光机图像机场旅客安检智能辅助系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111665572A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112861751A (zh) * | 2021-02-22 | 2021-05-28 | 中国中元国际工程有限公司 | 一种机场行李房人员管理方法及装置 |
CN114019572A (zh) * | 2021-10-11 | 2022-02-08 | 安徽太测临峰光电科技股份有限公司 | 一种基于多摄像机融合的x光安检方法及安检装置 |
CN114280084A (zh) * | 2021-12-23 | 2022-04-05 | 中国民航大学 | 一种基于射频信号的机场安检辅助方法 |
CN115171040A (zh) * | 2022-06-29 | 2022-10-11 | 成都智元汇信息技术股份有限公司 | 基于安检信息和人脸信息进行信息推送方法及装置和系统 |
CN115578681A (zh) * | 2022-11-15 | 2023-01-06 | 成都智元汇信息技术股份有限公司 | 一种基于列数据行进包裹识别的方法与系统 |
CN117331138A (zh) * | 2023-10-25 | 2024-01-02 | 广州古贤科技有限公司 | 一种智能分析仪的智能化探测系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106548263A (zh) * | 2015-09-21 | 2017-03-29 | 同方威视技术股份有限公司 | 一种智能安全检查系统和方法 |
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 |
US20180336672A1 (en) * | 2017-05-22 | 2018-11-22 | L-3 Security & Detection Systems, Inc. | Systems and methods for image processing |
CN109446875A (zh) * | 2018-02-24 | 2019-03-08 | 北京首都机场航空安保有限公司 | 一种智能旅客安检系统 |
CN110275211A (zh) * | 2019-07-02 | 2019-09-24 | 广州有孚科技有限公司 | 一种基于图像识别的乘客与随身行李对应安检的方法 |
CN111126238A (zh) * | 2019-12-19 | 2020-05-08 | 华南理工大学 | 一种基于卷积神经网络的x光安检系统及方法 |
CN111126447A (zh) * | 2019-11-29 | 2020-05-08 | 中国船舶重工集团公司第七一三研究所 | 一种智能旅客安检行李图像自动识别方法 |
-
2020
- 2020-05-30 CN CN202010480883.6A patent/CN111665572A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106548263A (zh) * | 2015-09-21 | 2017-03-29 | 同方威视技术股份有限公司 | 一种智能安全检查系统和方法 |
US20180336672A1 (en) * | 2017-05-22 | 2018-11-22 | L-3 Security & Detection Systems, Inc. | Systems and methods for image processing |
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 |
CN109446875A (zh) * | 2018-02-24 | 2019-03-08 | 北京首都机场航空安保有限公司 | 一种智能旅客安检系统 |
CN110275211A (zh) * | 2019-07-02 | 2019-09-24 | 广州有孚科技有限公司 | 一种基于图像识别的乘客与随身行李对应安检的方法 |
CN111126447A (zh) * | 2019-11-29 | 2020-05-08 | 中国船舶重工集团公司第七一三研究所 | 一种智能旅客安检行李图像自动识别方法 |
CN111126238A (zh) * | 2019-12-19 | 2020-05-08 | 华南理工大学 | 一种基于卷积神经网络的x光安检系统及方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112861751A (zh) * | 2021-02-22 | 2021-05-28 | 中国中元国际工程有限公司 | 一种机场行李房人员管理方法及装置 |
CN112861751B (zh) * | 2021-02-22 | 2024-01-12 | 中国中元国际工程有限公司 | 一种机场行李房人员管理方法及装置 |
CN114019572A (zh) * | 2021-10-11 | 2022-02-08 | 安徽太测临峰光电科技股份有限公司 | 一种基于多摄像机融合的x光安检方法及安检装置 |
CN114280084A (zh) * | 2021-12-23 | 2022-04-05 | 中国民航大学 | 一种基于射频信号的机场安检辅助方法 |
CN114280084B (zh) * | 2021-12-23 | 2023-09-08 | 中国民航大学 | 一种基于射频信号的机场安检辅助方法 |
CN115171040A (zh) * | 2022-06-29 | 2022-10-11 | 成都智元汇信息技术股份有限公司 | 基于安检信息和人脸信息进行信息推送方法及装置和系统 |
CN115578681A (zh) * | 2022-11-15 | 2023-01-06 | 成都智元汇信息技术股份有限公司 | 一种基于列数据行进包裹识别的方法与系统 |
CN115578681B (zh) * | 2022-11-15 | 2023-03-10 | 成都智元汇信息技术股份有限公司 | 一种基于列数据行进包裹识别的方法与系统 |
CN117331138A (zh) * | 2023-10-25 | 2024-01-02 | 广州古贤科技有限公司 | 一种智能分析仪的智能化探测系统 |
CN117331138B (zh) * | 2023-10-25 | 2024-04-26 | 广州古贤科技有限公司 | 一种智能分析仪的智能化探测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111665572A (zh) | 一种基于x光机图像机场旅客安检智能辅助系统及方法 | |
EP3279700B1 (en) | Security inspection centralized management system | |
CN110188724A (zh) | 基于深度学习的安全帽定位与颜色识别的方法及系统 | |
CN111310947A (zh) | 基于5g的建筑设施运维方法、设备、存储介质及系统 | |
CN106203264A (zh) | 危险物品检测方法和装置 | |
CN107607562A (zh) | 一种违禁物品识别设备及方法、x光行李安检系统 | |
CN105510992B (zh) | 目标物品的追踪方法和系统 | |
KR101630531B1 (ko) | 방사성동위원소 및 방사선 작업종사자 통합안전관리 시스템 | |
CN111028473B (zh) | 校园安全监控联动识别系统 | |
CN103544757A (zh) | 一种门禁控制方法 | |
NL2024575A (en) | Empty container identification method and system | |
CN111126447A (zh) | 一种智能旅客安检行李图像自动识别方法 | |
CN113971782B (zh) | 一种综合监控信息管理方法和系统 | |
US10098432B2 (en) | System and method for tracking baggage | |
CN113724226A (zh) | 地铁安检集中判图系统及图像处理装置、方法 | |
KR20160050263A (ko) | 이동자 확인 장치 및 이동자 확인 서버 | |
CN106503761A (zh) | 物品安检判图系统及方法 | |
CN105573230B (zh) | 一种it监控系统 | |
US9092961B2 (en) | Real time physical asset inventory management through triangulation of video data capture event detection and database interrogation | |
CN114155492A (zh) | 高空作业安全带挂绳高挂低用识别方法、装置和电子设备 | |
CN206292821U (zh) | 物品安检判图系统 | |
CN110738691A (zh) | 基于在线智能视觉网络的行李跟踪系统 | |
CN208588688U (zh) | 一种城市轨道交通安检系统 | |
CN111310635A (zh) | 基于TensorFlow的安检违禁品识别系统及方法 | |
CN116311034A (zh) | 一种基于对比检测的机器人巡检系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200915 |