CN114092291A - 安全检查系统、方法、装置和计算机可读存储介质 - Google Patents
安全检查系统、方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN114092291A CN114092291A CN202010859736.XA CN202010859736A CN114092291A CN 114092291 A CN114092291 A CN 114092291A CN 202010859736 A CN202010859736 A CN 202010859736A CN 114092291 A CN114092291 A CN 114092291A
- Authority
- CN
- China
- Prior art keywords
- person
- information
- inspected
- risk level
- characteristic information
- 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 44
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000007689 inspection Methods 0.000 claims abstract description 221
- 238000012549 training Methods 0.000 claims description 28
- 230000007613 environmental effect Effects 0.000 claims description 27
- 230000008859 change Effects 0.000 claims description 10
- 238000010801 machine learning Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 18
- 230000000875 corresponding effect Effects 0.000 description 17
- 230000006870 function Effects 0.000 description 6
- 230000011664 signaling Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本公开涉及一种安全检查系统、方法、装置和计算机可读存储介质,涉及安全检查领域。本公开的系统包括:人员信息采集装置,被配置为采集待检查人员的特征信息;安检机,被配置为采集待检查人员的行李的特征信息;与人员信息采集装置和安检机连接的调度装置,被配置为根据待检查人员的特征信息和行李的特征信息确定待检查人员的风险级别,根据风险级别调度行李的图像的显示方式;以及与调度装置连接的显示器,被配置为根据的行李的图像的显示方式对行李的图像进行显示。
Description
技术领域
本公开涉及安全检查领域,特别涉及一种安全检查系统、方法、装置和计算机可读存储介质。
背景技术
目前,为了保障公众安全,在人流量较大的地点设置安全检查站对往来人员进行安全检查,例如,在城市轨道交通站点、车站、机场等设置的安全检查站点。
携带行李的人员,需要将行李放入安检机,安检机扫描行李后将图片发送至判图员进行判图识别行李中是否有违禁物品。而人员则需要现场的安检工作人员进行检查。
发明内容
发明人发现:现有的安全检查方法对各种行李的检查主要依靠判图员,并且各种行李的显示方式都是一样的,在行李较多的情况下,判图员很容易无法准确的判断每一件行李并且效率较低。
本公开所要解决的一个技术问题是:如何提高安全检查的效率和准确性。
根据本公开的一些实施例,提供的一种安全检查系统,包括:人员信息采集装置,被配置为采集待检查人员的特征信息;安检机,被配置为采集待检查人员的行李的特征信息;与人员信息采集装置和安检机连接的调度装置,被配置为根据待检查人员的特征信息和行李的特征信息确定待检查人员的风险级别,根据风险级别调度行李的图像的显示方式;以及与调度装置连接的显示器,被配置为根据的行李的图像的显示方式对行李的图像进行显示。
在一些实施例中,调度装置还被配置为根据风险级别生成风险级别标识;显示器还被配置为将行李的图像和风险级别标识共同显示。
在一些实施例中,调度装置被配置为根据待检查人员的特征信息确定待检查人员的身份标识,根据待检查人员的身份标识和行李的特征信息确定待检查人员的风险级别。
在一些实施例中,调度装置被配置为根据待检查人员的身份标识获取待检查人员的历史各次检查的检查信息;根据历史各次检查的检查信息和行李的特征信息确定待检查人员的风险级别。
在一些实施例中,历史各次检查的检查信息包括:历史各次检查的检查结果和历史行李特征信息;调度装置被配置为根据历史各次检查的检查结果确定待检查人员的第一风险级别,根据历史各次检查的历史行李特征信息、行李的特征信息和第一风险级别确定待检查人员的第二风险级别。
在一些实施例中,调度装置被配置为确定与当前时间的时间差在第一预设时间范围内,且与当前地理位置的差距在第一预设距离范围内的历史各次检查的检查结果,在检查结果为放行的次数超过放行次数阈值的情况下,确定待检查人员的第一风险级别为预设通勤人员风险级别。
在一些实施例中,调度装置被配置为将行李的特征信息与历史各次检查的历史行李特征信息进行匹配,在匹配一致的次数不低于第二阈值且第一风险级别为预设通勤人员风险级别情况下,确定第二风险级别为第一预设风险级别,第一预设风险级别低于预设通勤人员风险级别;在匹配一致的次数低于匹配次数阈值且第一风险级别为预设通勤人员风险级别情况下,确定第二风险级别为第二预设风险级别,第二预设风险级别高于预设通勤人员风险级别。
在一些实施例中,该系统还包括:与调度装置连接的环境信息采集装置,被配置为获取与当前时间的时间差在第二预设时间范围内,且与当前地理位置的差距在第二预设距离范围内的环境特征信息;调度装置被配置为在环境特征信息包括预设事件的情况下,将待检查人员的第二风险级别提高预设级别。
在一些实施例中,调度装置被配置为根据历史各次检查的检查信息、行李的特征信息和待检查人员的特征信息确定待检查人员的风险级别。
在一些实施例中,该系统还包括:与调度装置连接的环境信息采集装置,被配置为获取与当前时间的时间差在第二预设时间范围内,且与当前地理位置的差距在第二预设距离范围内的环境特征信息;调度装置被配置为根据历史各次检查的检查信息、行李的特征信息、待检查人员的特征信息和环境特征信息确定待检查人员的风险级别;其中,环境特征信息包括:发生预设事件、客流量信息、天气信息以及各个待检查人员携带的物品的变化信息中至少一项。
在一些实施例中,调度装置被配置为将历史各次检查的检查信息、行李的特征信息、待检查人员的特征信息和环境特征信息输入风险识别模型,得到输出的待检查人员的风险级别;其中,风险识别模型是根据训练样本训练得到的,每个训练样本包括:一个人员的历史各次检查的检查信息、行李的特征信息、该人员的特征信息和对应的环境特征信息以及标注的风险级别。
在一些实施例中,人员信息采集装置为电子设备标识采集装置、生物特征信息采集装置中至少一种;电子设备标识采集装置被配置为获取待检查人员携带的电子设备的标识信息。
在一些实施例中,调度装置被配置为在人员信息采集装置采集待检查人员的多项特征信息的情况下,根据各项特征信息的识别准确度和多项特征信息中至少两项特征信息的组合信息的识别准确度选取多项特征信息中一项或多项特征信息,根据选取的一项或多项特征信息确定待检查人员的身份标识;其中,各项特征信息的识别准确度和多项特征信息中至少两项特征信息的组合信息的识别准确度是根据历史各项特征信息和至少两项特征信息的组合信息分别对应的识别结果通过机器学习得到的。
在一些实施例中,调度装置被配置为在人员信息采集装置采集待检查人员的多项特征信息的情况下,根据多项特征信息的采集时间,将多项特征信息进行关联。
在一些实施例中,显示方式包括:显示时间和显示速度中至少一项;调度装置被配置为风险级别越高,风险越高,控制行李的图像的显示时间越优先和显示速度越慢。
根据本公开的另一些实施例,提供的一种安全检查方法,包括:获取待检查人员的特征信息和待检查人员的行李的特征信息;根据待检查人员的特征信息和行李的特征信息确定待检查人员的风险级别,根据风险级别调度行李的图像的显示方式;将行李的图像的显示方式发送至显示器,以使显示器根据的行李的图像的显示方式对行李的图像进行显示。
在一些实施例中,该方法还包括:根据风险级别生成风险级别标识,将风险级别标识发送至显示器,以使显示器将行李的图像和风险级别标识共同显示。
在一些实施例中,根据待检查人员的特征信息和行李的特征信息确定待检查人员的风险级别包括:根据待检查人员的特征信息确定待检查人员的身份标识,根据待检查人员的身份标识和行李的特征信息确定待检查人员的风险级别。
在一些实施例中,根据待检查人员的身份标识和行李的特征信息确定待检查人员的风险级别包括:根据待检查人员的身份标识获取待检查人员的历史各次检查的检查信息;根据历史各次检查的检查信息和行李的特征信息确定待检查人员的风险级别。
在一些实施例中,历史各次检查的检查信息包括:历史各次检查的检查结果和历史行李特征信息,根据历史各次检查的检查信息和行李的特征信息确定待检查人员的风险级别包括:根据历史各次检查的检查结果确定待检查人员的第一风险级别,根据历史各次检查的历史行李特征信息、行李的特征信息和第一风险级别确定待检查人员的第二风险级别。
在一些实施例中,根据历史各次检查的检查结果确定待检查人员的第一风险级别包括:确定与当前时间的时间差在第一预设时间范围内,且与当前地理位置的差距在第一预设距离范围内的历史各次检查的检查结果,在检查结果为放行的次数超过第二阈值的情况下,确定待检查人员的第一风险级别为预设通勤人员风险级别。
在一些实施例中,根据历史各次检查的历史行李特征信息、行李的特征信息和第一风险级别确定待检查人员的第二风险级别包括:将行李的特征信息与历史各次检查的历史行李特征信息进行匹配,在匹配一致的次数不低于第二阈值且第一风险级别为预设通勤人员风险级别情况下,确定第二风险级别为第一预设风险级别,第一预设风险级别低于预设通勤人员风险级别;在匹配一致的次数不低于第二阈值且第一风险级别为预设通勤人员风险级别情况下,确定第二风险级别为第二预设风险级别,第二预设风险级别高于预设通勤人员风险级别。
在一些实施例中,该方法还包括:获取与当前时间的时间差在第二预设时间范围内,且与当前地理位置的差距在第二预设距离范围内的环境特征信息;在环境特征信息包括预设事件的情况下,将待检查人员的第二风险级别提高预设级别。
在一些实施例中,根据历史各次检查的检查信息和行李的特征信息确定待检查人员的风险级别包括:根据历史各次检查的检查信息、行李的特征信息和待检查人员的特征信息确定待检查人员的风险级别。
在一些实施例中,该方法还包括:获取与当前时间的时间差在第二预设时间范围内,且与当前地理位置的差距在第二预设距离范围内的环境特征信息;根据历史各次检查的检查信息、行李的特征信息和待检查人员的特征信息确定待检查人员的风险级别包括:根据历史各次检查的检查信息、行李的特征信息、待检查人员的特征信息和环境特征信息确定待检查人员的风险级别;其中,环境特征信息包括:发生预设事件、客流量信息、天气信息以及各个待检查人员携带的物品的变化信息中至少一项。
在一些实施例中,根据历史各次检查的检查信息、行李的特征信息、待检查人员的特征信息和环境特征信息确定待检查人员的风险级别包括:将历史各次检查的检查信息、行李的特征信息、待检查人员的特征信息和环境特征信息输入风险识别模型,得到输出的待检查人员的风险级别;其中,风险识别模型是根据训练样本训练得到的,每个训练样本包括:一个人员的历史各次检查的检查信息、行李的特征信息、该人员的特征信息和环境特征信息以及标注的风险级别。
在一些实施例中,待检查人员的特征信息包括:电子设备的标识信息、生物特征信息中至少一种。
在一些实施例中,根据待检查人员的特征信息确定待检查人员的身份标识包括:在获取待检查人员的多项特征信息的情况下,根据各项特征信息的识别准确度和多项特征信息中至少两项特征信息的组合信息的识别准确度选取多项特征信息中一项或多项特征信息,根据选取的一项或多项特征信息确定待检查人员的身份标识;其中,各项特征信息的识别准确度和多项特征信息中至少两项特征信息的组合信息的识别准确度是根据历史各项特征信息和至少两项特征信息的组合信息分别对应的识别结果通过机器学习得到的。
在一些实施例中,在获取待检查人员的多项特征信息的情况下,根据多项特征信息的采集时间,将多项特征信息进行关联。
在一些实施例中,显示方式包括:显示时间和显示速度中至少一项;根据风险级别调度行李的图像的显示方式包括:风险级别越高,风险越高,行李的图像的显示时间越优先和显示速度越慢。
根据本公开的又一些实施例,提供的一种安全检查装置,包括:处理器;以及耦接至处理器的存储器,用于存储指令,指令被处理器执行时,使处理器执行如前述任意实施例的安全检查方法。
根据本公开的再一些实施例,提供的一种非瞬时性计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现前述任意实施例安全检查方法的步骤。
本公开的安全检查系统包括人员信息采集装置、安检机、调度装置和显示器。人员信息采集装置和安检机分别采集待检查人员的特征信息和行李的特征信息后发送至调度装置,调度装置根据接收的信息确定待检查人员的风险级别,对待检查人员进行分级,进一步根据风险级别调度行李的图像的显示方式,从而对不同风险级别的行李进行不同的显示,以使判图员能够针对不同的行李进行有针对性的识别,提高判图效率和准确性,提高安检的效率和准确性。本公开通过系统对待检查人员的特征和行李的特征进行智能识别和风险预判,优化行李图像的调度测量和判图流程,降低判图成本,提高判图效率和准确率,提升待检查人员的过检速度和体验,从整体上提高安全检查的效率和准确性。
通过以下参照附图对本公开的示例性实施例的详细描述,本公开的其它特征及其优点将会变得清楚。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出本公开的一些实施例的安全检查系统的结构示意图。
图2示出本公开的一些实施例的特征信息进行筛选的示意图。
图3示出本公开的一些实施例的风险级别确定的示意图。
图4示出本公开的一些实施例的安全检查方法的流程示意图。
图5示出本公开的一些实施例的安全检查装置的结构示意图。
图6示出本公开的另一些实施例的安全检查装置的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开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公开一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。基于本公开中的实施例,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,都属于本公开保护的范围。
本公开提出一种安全检查系统,下面结合图1进行描述。
图1为本公开安全检查系统一些实施例的结构图。如图1所示,该安全检查系统10包括:人员信息采集装置110,安检机120,与人员信息采集装置110和安检机120连接的调度装置130,以及与调度装置130连接的显示器140。
人员信息采集装置110被配置为采集待检查人员的特征信息。
在一些实施例中,人员信息采集装置110为生物特征信息采集装置、电子设备标识采集装置中至少一种。生物特征信息例如包括:人脸、虹膜、指纹等。电子设备标识采集装置可以被配置为获取待检查人员携带的电子设备的标识信息。电子设备标识采集装置例如为电子嗅探器,蓝牙装置,移动通信装置等。生物特征信息采集装置可以包括:摄像装置等,还可以用于采集待检查人员的外形穿着等,因此,待检查人员的特征信息可以包括生物特征信息、电子设备的标识信息和外形穿着等信息。
待检查人员很大可能性会携带电子设备,例如手机、平板电脑、可穿戴设备等。电子设备可以向外广播无线数字信令,利用这些信令的特征信息可以有效的对待检查人员进行标识。信令的特征信息可以是无线信号频谱、低功耗蓝牙信标(BLE Beacon)返回的唯一标识、蓝牙基础应用开发接口返回的唯一标识等等。通常情况下,只要设备开启,这些信令信息都可以被获取。例如,电子设备蓝牙开启后向外广播蓝牙信令。
进一步地,待检查人员如果携带多个电子设备,可以将多个电子设备的标识信息作为一个组合作为待检查人员的特征信息。每个设备在BLE广播时可以上报设备的产品型号等硬件识别码,可以将这些信息按照预设组合顺序组合在一起形成一个组合特征,作为待检查人员的特征信息之一。可以将人员信息采集装置110设置一个在待检查人员经过安检时必定通过的区域,作为身份标识区。例如,可以在安检机上或安检机附近的人员信息采集装置。当待检查人员进入标识区,人员信息采集装置110便可发现和获取该待检查人员的生物特征信息采集装置、电子设备标识采集装置中至少一种。在待检查人员携带多个电子设备的情况下,将多个电子设备的标识信息作为待检查人员的无线信号指纹。
通过生物特征信息和电子设备的标识信息等多种类型的信息作为待检查人员的特征信息,可以避免无法获取待检查人员的生物特征信息或者电子设备的标识信息的情况下,综合待检查人员的各种特征信息能够更加准确的确定待检查人员身份。
安检机120被配置为采集待检查人员的行李的特征信息。
安检机例如可以通过X射线等扫描行李的透视图像作为行李的特征信息。还可以在安检机设置摄像模块,将采集的行李的外观图像作为行李的特征信息。
调度装置130被配置为根据待检查人员的特征信息和行李的特征信息确定待检查人员的风险级别,根据风险级别调度行李的图像的显示方式。
在一些实施例中,调度装置被配置130为在人员信息采集装置采集待检查人员的多项特征信息的情况下,根据多项特征信息的采集时间,将多项特征信息进行关联。进一步,可以根据采集时间将待检查人员的特征信息和行李的特征信息进行关联。即人员信息采集装置110和安检机120收集到的数据,通过在时间维度上的关联和校正,将同时出现在身份标识区内的特征数据整合到同一待检查人员,提高准确性。
在一些实施例中,调度装置130被配置为根据待检查人员的特征信息识别待检查人员的性别,是否佩戴预设饰物,例如,帽子、口罩、墨镜等。根据行李的特征信息识别行李中是否包含预设违禁物品。可以预设不同风险级别对应的性别、预设饰物以及预设违禁物品,进而根据查找预设的对应关系确定待检查人员的风险级别。
在一些实施例中,调度装置130被配置为根据待检查人员的特征信息确定待检查人员的身份标识,根据待检查人员的身份标识和行李的特征信息确定待检查人员的风险级别。
可以将获取的待检查人员的全部特征信息作为待检查人员的身份标识,例如,将全部特征信息按照预设顺序进行组合生成身份标识。由于采集到的待检查人员的特征信息并不都是唯一性很突出的强标识。譬如,乘客的面部信息在有口罩、眼镜、帽子围巾等遮盖性穿戴物品时,或拍摄光线角度不理想的情况下,都会严重影响生物特征的提取。进而影响身份标识的确定。因此,在一些实施例中,调度装置130被配置为在人员信息采集装置采集待检查人员的多项特征信息的情况下,根据各项特征信息的识别准确度和多项特征信息中至少两项特征信息的组合信息的识别准确度选取多项特征信息中一项或多项特征信息,根据选取的一项或多项特征信息确定待检查人员的身份标识。例如,各项特征信息的识别准确度和多项特征信息中至少两项特征信息的组合信息的识别准确度是根据历史各项特征信息和至少两项特征信息的组合信息分别对应的识别结果通过机器学习得到的。
例如,构建机器学习模型,将一定时期内采集的待检查人员的各项特征信息和识别结果作为训练样本,并对训练样本标注识别结果是否正确。例如,采集一次待检查人员A的电子设备的标识信息,根据电子设备的标识信息可以准确确定该待检查人员为A,而不会将待检查人员误认为其他待检查人员,则本次识别结果标注为正确。利用训练样本和标注的信息对机器学习模型进行训练,使得机器学习模型能够识别出不同特征信息或者不同组合信息的识别准确度。进而,选取识别准确度高于阈值的一项或多项信息或者组合信息,确定待检查人员的身份标识。机器学习模型可以随着训练样本的增多,通过数据的累积不断更新、自我学习、适应和进化。
又例如,将一定时期内采集的待检查人员的各项特征信息和识别结果进行统计,确定每项特征信息或者至少两项特征信息的组合信息对应的识别结果为正确的次数或者识别结果为正确的比例,作为识别准确度。例如,针对人脸和外形穿着的组合特征,统计一定时期内通过该组合特征对各个待检查人员进行识别的结果为正确的次数和总次数的比例,作为该组合特征的识别准确度。也可以采用其他方法确定各项特征信息或者至少两项特征信息的组合信息的识别准确度,不限于所举示例。
如图2所示,通过数据筛选、特征分析、建模分析,整理出不同数据类型的强弱性质进行标定,从而对各类特征信息进行强弱性质预测,将强特征作为身份标识的优选特征。另外,建模分析还能够从不同维度弱特征的相互关系中,挖掘出多个弱特征集合在一起形成的强特征。具体地,某些单一特征不足以作为标识构成的一部分,但这些单一特征整合在一起却具有非常稳定准确的数据特点,那么这类组合式强特征也可以作为优选特征。有了上述建模分析的优选特征,仅以优选特征,或以优选特征为主其他特征为辅,分别完成信息的合法性验证(例如,编码方式、数据结构等的验证)之后,则可以进行多路特征信息融合(例如按照预设顺序将各项特征信息进行组合),将待检查人员的身份快速标识出来。还可以将身份标识发送到上层业务系统,利用身份标识对待检查人员进行身份认证、行李绑定、行踪追溯、嫌疑人及物品的追踪等等。图2中数字指纹表示电子设备的标识信息,生物指纹表示生物特征信息,外形穿着指纹表示外形穿着信息。
在一些实施例中,确定身份标识之后,可以根据身份标识查找是否记录有该身份标识对应的风险级别信息,如果有则获取记录的风险级别信息。根据行李的特征信息识别行李中是否包含预设违禁物品。根据记录的风险级别信息和行李中是否包含预设违禁物品进一步确定待检查人员的风险级别。例如,行李中如果包含预设违禁物品则将记录的风险级别信息提高一定级别,反之如果不包含预设违禁物品则将记录的风险级别信息降低一定级别。
在一些实施例中,调度装置130被配置为根据待检查人员的身份标识获取待检查人员的历史各次检查的检查信息;根据历史各次检查的检查信息和行李的特征信息确定待检查人员的风险级别。
进一步,历史各次检查的检查信息例如包括:历史各次检查的检查结果和历史行李特征信息。历史各次检查信息对应有时间戳和地理位置信息。调度装置130被配置为根据历史各次检查的检查结果确定待检查人员的第一风险级别,根据历史各次检查的历史行李特征信息、行李的特征信息和第一风险级别确定待检查人员的第二风险级别。
进一步,调度装置130可以被配置为确定与当前时间的时间差在第一预设时间范围内,且与当前地理位置的差距在第一预设距离范围内的历史各次检查的检查结果,在检查结果为放行的次数超过放行次数阈值的情况下,确定待检查人员的第一风险级别为预设通勤人员风险级别。通勤人员是城市轨道交通等安检地点的一种很常见并且典型的人员,通勤人员流量大,危险性低,对于这类人员的识别并进行有效的判图调度,有助于提高安检的效率和准确率。通勤人员每日通勤有一定的规律性,利用这一规律性,例如,每次安检的时间比较接近,基本都在同一安检点等。因此,在确定待检查人员的身份标识后,根据身份标识获取该待检查人员的历史各次检查信息,从历史各次检查信息中选取时间和地理位置上与当前时间和地理位置接近的检查结果,如果选取的检查结果均为放行且超过放行次数阈值(例如,5次),可以认为该待检查人员为通勤人员,确定其第一风险级别为预设通勤人员风险级别。预设通勤人员风险级别表示较低的风险。
进一步,调度装置130被配置为将行李的特征信息与历史各次检查的历史行李特征信息进行匹配,在匹配一致的次数不低于匹配次数阈值且第一风险级别为预设通勤人员风险级别情况下,确定第二风险级别为第一预设风险级别,第一预设风险级别低于预设通勤人员风险级别;在匹配一致的次数低于匹配次数阈值且第一风险级别为预设通勤人员风险级别情况下,确定第二风险级别为第二预设风险级别,第二预设风险级别高于预设通勤人员风险级别。
确定待检查人员的第一风险级别为预设通勤人员风险级别后,将待检查人员的行李的特征信息与历史各次检查的历史行李特征信息进行匹配,如果待检查人员当前携带的行李和历史上携带的行李能够匹配上且匹配次数较多,可以进一步降低待检查人员的风险级别,反之可以提高待检查人员的风险级别。可以通过图像识别等技术进行行李的特征信息的匹配。
上述实施例调度装置在获取到待检查人员的身份标识及行李特征信息后,系统通过通勤风险分级规则,从身份标识和对应的历史各次检查的时间、地理位置、出现频次等一系列规律和关系中,判定其初步的风险等级,并予以记录。结合相同时间范围内收集到的行李的特征信息,与身份标识及其初步风险等级关联起来,形成二次风险评级,并记录乘客获得该风险等级。倘若待检查人员的出行规律有变化,或者携带的行李有所变化,则系统需要重新认识和定义这名待检查人员。
在一些实施例中,调度装置130被配置为根据历史各次检查的检查信息、行李的特征信息和待检查人员的特征信息确定待检查人员的风险级别。
例如,调度装置130被配置为将历史各次检查的检查信息、行李的特征信息和待检查人员的特征信息输入风险识别模型,得到输出的待检查人员的风险级别。风险识别模型例如是根据训练样本训练得到的,每个训练样本包括:一个人员的历史各次检查的检查信息、行李的特征信息和该人员的特征信息以及标注的风险级别。历史各次检查的检查信息例如包括历史各次检查的检查结果和历史行李特征信息,还可以包括历史各次检查对应的时间和地理位置。例如,将各个训练样本输入风险识别模型得到输出的风险级别,根据标注的风险级别和输出的风险级别计算损失函数,根据损失函数对风险识别模型的参数进行调整,直至达到收敛条件,完成训练。风险识别模型可以通过数据累积不断的更新,自我学习、适应和进化。
在待检查人员没有历史检查的信息的情况下,可以参考前述实施例利用图像识别技术根据待检查人员的特征信息识别待检查人员的性别,是否佩戴预设饰物,以及根据行李的特征信息识别行李中是否包含预设违禁物品等确定待检查人员的风险级别。或者可以只将待检查人员的特征信息和行李的特征信息输入风险识别模型,得到输出的待检查人员的风险级别。上述各个实施例还可以结合应用,例如,在能够获取待检查人员的历史检查的检查信息的情况下,可以首先确定待检查人员的第一风险级别是否为预设通勤人员风险级别,如果是,则进一步确定第二风险级别,否则,将历史各次检查的检查信息、行李的特征信息和待检查人员的特征信息输入风险识别模型,得到输出的待检查人员的风险级别。
在一些实施例中,安全检查系统10还包括:与调度装置130连接的环境信息采集装置150。环境信息采集装置150被配置为获取与当前时间的时间差在第二预设时间范围内,且与当前地理位置的差距在第二预设距离范围内的环境特征信息。环境特征信息例如包括:发生预设事件、客流量信息、天气信息以及各个待检查人员携带的物品的变化信息中至少一项。预设事件例如:大型会议、大型活动等。
各个待检查人员携带的物品的变化信息例如为携带预设物品(例如,雨伞)的待检查人员的数量的变化等。预设事件、客流量信息(例如客流量大于预设客流量)、天气信息、待检查人员携带的物品的变化信息可以分别预设对待检查人员的风险级别的调整级别(例如,上调一级或下调一级等),进而根据环境特征信息对待检查人员根据前述实施例确定的风险级别进行调整。例如,在调度装置130首先确定待检查人员的第一风险级别再确定待检查人员的第二风险级别的情况下,调度装置130进一步被配置为在环境特征信息包括预设事件的情况下,将待检查人员的第二风险级别提高预设级别。也可以在调度装置130利用风险识别模型确定待检查人员的风险级别的情况下,调度装置130进一步被配置为在环境特征信息包括预设事件的情况下,将风险识别模型输出的风险级别提高预设级别。客流量信息、天气信息以及各个待检查人员携带的物品的变化信息对于风险级别的调整与上述方法类似,不再赘述。
在一些实施例中,调度装置130被配置为根据历史各次检查的检查信息、行李的特征信息、待检查人员的特征信息和环境特征信息确定待检查人员的风险级别。进一步,调度装置130被配置为将历史各次检查的检查信息、行李的特征信息、待检查人员的特征信息和环境特征信息输入风险识别模型,得到输出的待检查人员的风险级别;其中,风险识别模型是根据训练样本训练得到的,每个训练样本包括:一个人员的历史各次检查的检查信息、行李的特征信息、该人员的特征信息和对应的环境特征信息以及标注的风险级别。可以将环境信息一并输入风险识别模型进行学习,确定待检查人员的风险级别。
如图3所示,获取待检查人员的特征信息、身份标识和行李的特征信息,根据身份标识获取待检查人员的历史各次检查的检查信息(包括检查结果、历史行李信息、时间、地理位置等)。进一步可以通过网络数据抓取等技术手段获得安检点所处地理位置附近的相关新闻和报道等,确定环境信息。将上述获取的各种信息进行建模分析,系统通过不断地学习,反复训练和测试,就能够动态生成和调整对应的风险识别模型,利用风险识别模型可以针对各个待检查人员进行风险级别的确定。
在一些实施例中,确定待检查人员的风险级别后,调度装置130根据风险级别调度行李的图像的显示方式。显示方式包括:显示时间和显示速度中至少一项,调度装置130被配置为风险级别越高,风险越高,控制行李的图像的显示时间越优先和显示速度越慢。可以预设不同的风险级别对应的显示时间和显示速度,根据待检查人员的风险级别对行李的图像按照对应的显示时间和显示速度进行调度。进一步,调度装置130还被配置为根据风险级别生成风险级别标识。
显示器140被配置为根据的行李的图像的显示方式对行李的图像进行显示。
上述实施例在保障安检质量和要求的基础上,例如,对于风险级别低的通勤常旅客,其所携带行李物品对应的判图任务将会被区别对待,譬如降低任务的分配优先级,或适当减少其可供判图时间,如此一来,其他风险级别高的任务将会有更充足的时间被分配和判图,风险级别低的任务将会更快完成判图,所有判图任务的调度都可以得到优化,提升了调度系统整体的效率。进一步地,向判图员展示判图任务的判图站上也会对风险级别进行标识,帮助判图员更好地判断其所需要花费的判图时间,风险级别低的任务可信任度更高,无嫌疑物的概率更高,判图员可以更有信心地、更快地给出结论。
进一步地,若风险级别低的任务图像中的确没有嫌疑物品,判图员可以快速给出放行结论,整个系统的平均判图时间将显著下降,从而加快了判图资源周转。这时对于每个任务来说系统的判图资源供应将更加充足,那么任务被成功分配并完成有效判图的几率将大幅提高。也就意味着所有任务当中极少会出现开检或超时的任务,由于开包检查而导致的业务停滞将更加少见,业务流转会更加顺畅。
上述实施例的安全检查系统包括人员信息采集装置、安检机、调度装置和显示器。人员信息采集装置和安检机分别采集待检查人员的特征信息和行李的特征信息后发送至调度装置,调度装置根据接收的信息确定待检查人员的风险级别,对待检查人员进行分级,进一步根据风险级别调度行李的图像的显示方式,从而对不同风险级别的行李进行不同的显示,以使判图员能够针对不同的行李进行有针对性的识别,提高判图效率和准确性,提高安检的效率和准确性。上述实施例通过系统对待检查人员的特征和行李的特征进行智能识别和风险预判,优化行李图像的调度测量和判图流程,降低判图成本,提高判图效率和准确率,提升待检查人员的过检速度和体验,从整体上提高安全检查的效率和准确性。
此外,无需待检查人员进行任何形式的主动交互,不会对待检查人员造成任何负担,避免给待检查人员带来不必要的麻烦,影响待检查人员通行。系统通过其自行采集获取的数据,就可以完成待检查人员的风险分级,从而提升整体安检效率。不仅使得待检查人员的学习成本以及安检通道的施工成本下降,还能够在不改变原有过检方式的情况下让待检查人员更快地通过安检,提升安检点的客流应对和负载能力。并且利用多路信息融合的待检查人员身份标识,结合对应的行李物品信息,以及外部环境等客观条件,完成风险分级,提高准确率,进而提高安检的准确性。
下面结合图4描述本公开的安全检查方法的一些实施例。
图4为本公开安全检查方法一些实施例的流程图。如图4所示,该实施例的方法包括:步骤S402~S406。
在步骤S402中,获取待检查人员的特征信息和待检查人员的行李的特征信息。
待检查人员的特征信息例如包括:生物特征信息、电子设备的标识信息中至少一种。在一些实施例中,在获取待检查人员的多项特征信息的情况下,根据各项特征信息的识别准确度和多项特征信息中至少两项特征信息的组合信息的识别准确度选取多项特征信息中一项或多项特征信息,根据选取的一项或多项特征信息确定待检查人员的身份标识;其中,各项特征信息的识别准确度和多项特征信息中至少两项特征信息的组合信息的识别准确度是根据历史各项特征信息和至少两项特征信息的组合信息分别对应的识别结果通过机器学习得到的。在获取待检查人员的多项特征信息的情况下,可以根据多项特征信息的采集时间,将多项特征信息进行关联。
在步骤S404中,根据待检查人员的特征信息和行李的特征信息确定待检查人员的风险级别,根据风险级别调度行李的图像的显示方式。
在一些实施例中,根据待检查人员的特征信息确定待检查人员的身份标识,根据待检查人员的身份标识和行李的特征信息确定待检查人员的风险级别。
进一步,根据待检查人员的身份标识获取待检查人员的历史各次检查的检查信息;根据历史各次检查的检查信息和行李的特征信息确定待检查人员的风险级别。
进一步,历史各次检查的检查信息例如包括:历史各次检查的检查结果和历史行李特征信息。根据历史各次检查的检查结果确定待检查人员的第一风险级别,根据历史各次检查的历史行李特征信息、行李的特征信息和第一风险级别确定待检查人员的第二风险级别。
进一步,确定与当前时间的时间差在第一预设时间范围内,且与当前地理位置的差距在第一预设距离范围内的历史各次检查的检查结果,在检查结果为放行的次数超过第二阈值的情况下,确定待检查人员的第一风险级别为预设通勤人员风险级别。将行李的特征信息与历史各次检查的历史行李特征信息进行匹配,在匹配一致的次数不低于第二阈值且第一风险级别为预设通勤人员风险级别情况下,确定第二风险级别为第一预设风险级别,第一预设风险级别低于预设通勤人员风险级别;在匹配一致的次数不低于第二阈值且第一风险级别为预设通勤人员风险级别情况下,确定第二风险级别为第二预设风险级别,第二预设风险级别高于预设通勤人员风险级别。
在一些实施例中,获取与当前时间的时间差在第二预设时间范围内,且与当前地理位置的差距在第二预设距离范围内的环境特征信息。在环境特征信息包括预设事件的情况下,将待检查人员的第二风险级别提高预设级别。
在一些实施例中,根据历史各次检查的检查信息、行李的特征信息和待检查人员的特征信息确定待检查人员的风险级别。进一步,获取与当前时间的时间差在第二预设时间范围内,且与当前地理位置的差距在第二预设距离范围内的环境特征信息;根据历史各次检查的检查信息、行李的特征信息、待检查人员的特征信息和环境特征信息确定待检查人员的风险级别;其中,环境特征信息包括:发生预设事件、客流量信息、天气信息以及各个待检查人员携带的物品的变化信息中至少一项。
进一步,将历史各次检查的检查信息、行李的特征信息、待检查人员的特征信息和环境特征信息输入风险识别模型,得到输出的待检查人员的风险级别;其中,风险识别模型是根据训练样本训练得到的,每个训练样本包括:一个人员的历史各次检查的检查信息、行李的特征信息、该人员的特征信息和环境特征信息以及标注的风险级别。
在一些实施例中,显示方式包括:显示时间和显示速度中至少一项;风险级别越高,风险越高,行李的图像的显示时间越优先和显示速度越慢。
在步骤S406中,将行李的图像的显示方式发送至显示器,以使显示器根据的行李的图像的显示方式对行李的图像进行显示。
还可以根据风险级别生成风险级别标识,将风险级别标识发送至显示器,以使显示器将行李的图像和风险级别标识共同显示。
本公开的实施例中的安全检查装置可各由各种计算设备或计算机系统来实现,下面结合图5以及图6进行描述。
图5为本公开安全检查装置的一些实施例的结构图。如图5所示,该实施例的装置50包括:存储器510以及耦接至该存储器510的处理器520,处理器520被配置为基于存储在存储器510中的指令,执行本公开中任意一些实施例中的安全检查方法。
其中,存储器510例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)、数据库以及其他程序等。
图6为本公开安全检查装置的另一些实施例的结构图。如图6所示,该实施例的装置60包括:存储器610以及处理器620,分别与存储器510以及处理器520类似。还可以包括输入输出接口630、网络接口640、存储接口650等。这些接口630,640,650以及存储器610和处理器620之间例如可以通过总线660连接。其中,输入输出接口630为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口640为各种联网设备提供连接接口,例如可以连接到数据库服务器或者云端存储服务器等。存储接口650为SD卡、U盘等外置存储设备提供连接接口。
本领域内的技术人员应当明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本公开的较佳实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (32)
1.一种安全检查系统,包括:
人员信息采集装置,被配置为采集待检查人员的特征信息;
安检机,被配置为采集所述待检查人员的行李的特征信息;
与所述人员信息采集装置和所述安检机连接的调度装置,被配置为根据所述待检查人员的特征信息和所述行李的特征信息确定所述待检查人员的风险级别,根据所述风险级别调度所述行李的图像的显示方式;以及
与所述调度装置连接的显示器,被配置为根据的所述行李的图像的显示方式对所述行李的图像进行显示。
2.根据权利要求1所述的安全检查系统,其中,
所述调度装置还被配置为根据所述风险级别生成风险级别标识;
所述显示器还被配置为将所述行李的图像和所述风险级别标识共同显示。
3.根据权利要求1所述的安全检查系统,其中,
所述调度装置被配置为根据所述待检查人员的特征信息确定所述待检查人员的身份标识,根据所述待检查人员的身份标识和所述行李的特征信息确定所述待检查人员的风险级别。
4.根据权利要求3所述的安全检查系统,其中,
所述调度装置被配置为根据所述待检查人员的身份标识获取所述待检查人员的历史各次检查的检查信息;根据所述历史各次检查的检查信息和所述行李的特征信息确定所述待检查人员的风险级别。
5.根据权利要求4所述的安全检查系统,其中,所述历史各次检查的检查信息包括:历史各次检查的检查结果和历史行李特征信息;
所述调度装置被配置为根据所述历史各次检查的检查结果确定所述待检查人员的第一风险级别,根据所述历史各次检查的历史行李特征信息、所述行李的特征信息和所述第一风险级别确定所述待检查人员的第二风险级别。
6.根据权利要求5所述的安全检查系统,其中,
所述调度装置被配置为确定与当前时间的时间差在第一预设时间范围内,且与当前地理位置的差距在第一预设距离范围内的历史各次检查的检查结果,在检查结果为放行的次数超过放行次数阈值的情况下,确定所述待检查人员的第一风险级别为预设通勤人员风险级别。
7.根据权利要求6所述的安全检查系统,其中,
所述调度装置被配置为将所述行李的特征信息与历史各次检查的所述历史行李特征信息进行匹配,在匹配一致的次数不低于第二阈值且所述第一风险级别为预设通勤人员风险级别情况下,确定所述第二风险级别为第一预设风险级别,所述第一预设风险级别低于所述预设通勤人员风险级别;在匹配一致的次数低于匹配次数阈值且所述第一风险级别为预设通勤人员风险级别情况下,确定所述第二风险级别为第二预设风险级别,所述第二预设风险级别高于所述预设通勤人员风险级别。
8.根据权利要求5所述的安全检查系统,还包括:
与所述调度装置连接的环境信息采集装置,被配置为获取与当前时间的时间差在第二预设时间范围内,且与当前地理位置的差距在第二预设距离范围内的环境特征信息;
所述调度装置被配置为在所述环境特征信息包括预设事件的情况下,将所述待检查人员的第二风险级别提高预设级别。
9.根据权利要求4所述的安全检查系统,其中,
所述调度装置被配置为根据所述历史各次检查的检查信息、所述行李的特征信息和所述待检查人员的特征信息确定所述待检查人员的风险级别。
10.根据权利要求9所述的安全检查系统,还包括:
与所述调度装置连接的环境信息采集装置,被配置为获取与当前时间的时间差在第二预设时间范围内,且与当前地理位置的差距在第二预设距离范围内的环境特征信息;
所述调度装置被配置为根据所述历史各次检查的检查信息、所述行李的特征信息、所述待检查人员的特征信息和所述环境特征信息确定所述待检查人员的风险级别;
其中,所述环境特征信息包括:发生预设事件、客流量信息、天气信息以及各个待检查人员携带的物品的变化信息中至少一项。
11.根据权利要求10所述的安全检查系统,其中,
所述调度装置被配置为将所述历史各次检查的检查信息、所述行李的特征信息、所述待检查人员的特征信息和所述环境特征信息输入风险识别模型,得到输出的所述待检查人员的风险级别;
其中,所述风险识别模型是根据训练样本训练得到的,每个训练样本包括:一个人员的历史各次检查的检查信息、行李的特征信息、该人员的特征信息和对应的环境特征信息以及标注的风险级别。
12.根据权利要求1所述的安全检查系统,其中,
所述人员信息采集装置为电子设备标识采集装置、生物特征信息采集装置中至少一种;
所述电子设备标识采集装置被配置为获取所述待检查人员携带的电子设备的标识信息。
13.根据权利要求3所述的安全检查系统,其中,
所述调度装置被配置为在所述人员信息采集装置采集所述待检查人员的多项特征信息的情况下,根据各项特征信息的识别准确度和所述多项特征信息中至少两项特征信息的组合信息的识别准确度选取所述多项特征信息中一项或多项特征信息,根据选取的一项或多项特征信息确定所述待检查人员的身份标识;
其中,所述各项特征信息的识别准确度和所述多项特征信息中至少两项特征信息的组合信息的识别准确度是根据历史各项特征信息和至少两项特征信息的组合信息分别对应的识别结果通过机器学习得到的。
14.根据权利要求13所述的安全检查系统,其中,
所述调度装置被配置为在所述人员信息采集装置采集所述待检查人员的多项特征信息的情况下,根据所述多项特征信息的采集时间,将所述多项特征信息进行关联。
15.根据权利要求1-14任一项所述的安全检查系统,其中,所述显示方式包括:显示时间和显示速度中至少一项;
所述调度装置被配置为所述风险级别越高,风险越高,控制所述行李的图像的显示时间越优先和显示速度越慢。
16.一种安全检查方法,包括:
获取待检查人员的特征信息和所述待检查人员的行李的特征信息;
根据所述待检查人员的特征信息和所述行李的特征信息确定所述待检查人员的风险级别,根据所述风险级别调度所述行李的图像的显示方式;
将所述行李的图像的显示方式发送至显示器,以使所述显示器根据的所述行李的图像的显示方式对所述行李的图像进行显示。
17.根据权利要求16所述的安全检查方法,还包括:
根据所述风险级别生成风险级别标识,将所述风险级别标识发送至所述显示器,以使所述显示器将所述行李的图像和所述风险级别标识共同显示。
18.根据权利要求16所述的安全检查方法,其中,所述根据所述待检查人员的特征信息和所述行李的特征信息确定所述待检查人员的风险级别包括:
根据所述待检查人员的特征信息确定所述待检查人员的身份标识,根据所述待检查人员的身份标识和所述行李的特征信息确定所述待检查人员的风险级别。
19.根据权利要求18所述的安全检查方法,其中,所述根据所述待检查人员的身份标识和所述行李的特征信息确定所述待检查人员的风险级别包括:
根据所述待检查人员的身份标识获取所述待检查人员的历史各次检查的检查信息;根据所述历史各次检查的检查信息和所述行李的特征信息确定所述待检查人员的风险级别。
20.根据权利要求19所述的安全检查方法,其中,所述历史各次检查的检查信息包括:历史各次检查的检查结果和历史行李特征信息,所述根据所述历史各次检查的检查信息和所述行李的特征信息确定所述待检查人员的风险级别包括:
根据所述历史各次检查的检查结果确定所述待检查人员的第一风险级别,根据所述历史各次检查的历史行李特征信息、所述行李的特征信息和所述第一风险级别确定所述待检查人员的第二风险级别。
21.根据权利要求20所述的安全检查方法,其中,所述根据所述历史各次检查的检查结果确定所述待检查人员的第一风险级别包括:
确定与当前时间的时间差在第一预设时间范围内,且与当前地理位置的差距在第一预设距离范围内的历史各次检查的检查结果,在检查结果为放行的次数超过第二阈值的情况下,确定所述待检查人员的第一风险级别为预设通勤人员风险级别。
22.根据权利要求21所述的安全检查方法,其中,所述根据所述历史各次检查的历史行李特征信息、所述行李的特征信息和所述第一风险级别确定所述待检查人员的第二风险级别包括:
将所述行李的特征信息与历史各次检查的所述历史行李特征信息进行匹配,在匹配一致的次数不低于第二阈值且所述第一风险级别为预设通勤人员风险级别情况下,确定所述第二风险级别为第一预设风险级别,所述第一预设风险级别低于所述预设通勤人员风险级别;在匹配一致的次数不低于第二阈值且所述第一风险级别为预设通勤人员风险级别情况下,确定所述第二风险级别为第二预设风险级别,所述第二预设风险级别高于所述预设通勤人员风险级别。
23.根据权利要求20所述的安全检查方法,还包括:
获取与当前时间的时间差在第二预设时间范围内,且与当前地理位置的差距在第二预设距离范围内的环境特征信息;
在所述环境特征信息包括预设事件的情况下,将所述待检查人员的第二风险级别提高预设级别。
24.根据权利要求19所述的安全检查方法,所述根据所述历史各次检查的检查信息和所述行李的特征信息确定所述待检查人员的风险级别包括:
根据所述历史各次检查的检查信息、所述行李的特征信息和所述待检查人员的特征信息确定所述待检查人员的风险级别。
25.根据权利要求24所述的安全检查方法,还包括:
获取与当前时间的时间差在第二预设时间范围内,且与当前地理位置的差距在第二预设距离范围内的环境特征信息;
所述根据所述历史各次检查的检查信息、所述行李的特征信息和所述待检查人员的特征信息确定所述待检查人员的风险级别包括:
根据所述历史各次检查的检查信息、所述行李的特征信息、所述待检查人员的特征信息和所述环境特征信息确定所述待检查人员的风险级别;
其中,所述环境特征信息包括:发生预设事件、客流量信息、天气信息以及各个待检查人员携带的物品的变化信息中至少一项。
26.根据权利要求25所述的安全检查方法,其中,所述根据所述历史各次检查的检查信息、所述行李的特征信息、所述待检查人员的特征信息和所述环境特征信息确定所述待检查人员的风险级别包括:
将所述历史各次检查的检查信息、所述行李的特征信息、所述待检查人员的特征信息和所述环境特征信息输入风险识别模型,得到输出的所述待检查人员的风险级别;
其中,所述风险识别模型是根据训练样本训练得到的,每个训练样本包括:一个人员的历史各次检查的检查信息、行李的特征信息、该人员的特征信息和环境特征信息以及标注的风险级别。
27.根据权利要求16所述的安全检查方法,其中,
所述待检查人员的特征信息包括:电子设备的标识信息、生物特征信息中至少一种。
28.根据权利要求16所述的安全检查方法,其中,所述根据所述待检查人员的特征信息确定所述待检查人员的身份标识包括:
在获取所述待检查人员的多项特征信息的情况下,根据各项特征信息的识别准确度和所述多项特征信息中至少两项特征信息的组合信息的识别准确度选取所述多项特征信息中一项或多项特征信息,根据选取的一项或多项特征信息确定所述待检查人员的身份标识;
其中,所述各项特征信息的识别准确度和所述多项特征信息中至少两项特征信息的组合信息的识别准确度是根据历史各项特征信息和至少两项特征信息的组合信息分别对应的识别结果通过机器学习得到的。
29.根据权利要求28所述的安全检查方法,其中,
在获取所述待检查人员的多项特征信息的情况下,根据所述多项特征信息的采集时间,将所述多项特征信息进行关联。
30.根据权利要求16-29任一项所述的安全检查方法,其中,所述显示方式包括:显示时间和显示速度中至少一项;根据所述风险级别调度所述行李的图像的显示方式包括:
所述风险级别越高,风险越高,所述行李的图像的显示时间越优先和显示速度越慢。
31.一种安全检查装置,包括:
处理器;以及
耦接至所述处理器的存储器,用于存储指令,所述指令被所述处理器执行时,使所述处理器执行如权利要求16-30任一项所述的安全检查方法。
32.一种非瞬时性计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现权利要求16-30任一项所述安全检查方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010859736.XA CN114092291A (zh) | 2020-08-24 | 2020-08-24 | 安全检查系统、方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010859736.XA CN114092291A (zh) | 2020-08-24 | 2020-08-24 | 安全检查系统、方法、装置和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114092291A true CN114092291A (zh) | 2022-02-25 |
Family
ID=80295610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010859736.XA Pending CN114092291A (zh) | 2020-08-24 | 2020-08-24 | 安全检查系统、方法、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114092291A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117557437A (zh) * | 2023-12-18 | 2024-02-13 | 厦门民航凯亚有限公司 | 一种用于航空行李无损检测的数据处理系统 |
-
2020
- 2020-08-24 CN CN202010859736.XA patent/CN114092291A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117557437A (zh) * | 2023-12-18 | 2024-02-13 | 厦门民航凯亚有限公司 | 一种用于航空行李无损检测的数据处理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109214274B (zh) | 一种机场安保管理系统 | |
CN108921159A (zh) | 用于检测安全帽的佩戴情况的方法和装置 | |
CN110543857A (zh) | 基于图像分析的违禁物识别方法、装置、系统和存储介质 | |
EP3796051A1 (en) | Personnel security inspection method and personnel security inspection system | |
CN106297288A (zh) | 一种公交乘客客流数据采集与分析方法 | |
CN101364408A (zh) | 一种声像联合的监控方法及系统 | |
CN106815796B (zh) | 一种快速查找已办理登机牌没及时登机旅客的方法和系统 | |
CN103020590B (zh) | 一种基于三维模型与图像匹配的车辆识别系统及其方法 | |
CN107277154A (zh) | 信息推送方法、装置及移动终端 | |
CN107257419B (zh) | 一种基于贝叶斯分析人际关系量化估值方法 | |
CN114155614B (zh) | 一种作业现场反违章行为识别方法及系统 | |
CN113219547A (zh) | 地铁智慧安检方法和系统 | |
CN110084987A (zh) | 一种面向轨道交通的异物检查系统及方法 | |
Sørensen et al. | Use of mobile phone data for analysis of number of train travellers | |
CN112990936B (zh) | 一种基于大数据的校园监控系统及方法 | |
CN114092291A (zh) | 安全检查系统、方法、装置和计算机可读存储介质 | |
CN108764369A (zh) | 基于数据融合的人物识别方法、装置和计算机存储介质 | |
CN113065984A (zh) | 轨道交通车站应急演练信息智能检测评估系统及方法 | |
CN111126112B (zh) | 候选区域确定方法和装置 | |
CN112562105A (zh) | 安检方法和装置、存储介质及电子设备 | |
CN108733818B (zh) | 一种基于多场景多数据源校验的大数据扩样方法 | |
CN114397712A (zh) | 一种城市轨道交通差异化安检方法及安检系统 | |
CN109903114A (zh) | 梯内信息触发响应的方法及装置 | |
CN108573265A (zh) | 人流量统计方法及统计系统 | |
CN108921433B (zh) | 基于业务连续性的风险定量分析系统 |
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 |