CN116401290A - 基于金属携带量数据的人员安检方法 - Google Patents

基于金属携带量数据的人员安检方法 Download PDF

Info

Publication number
CN116401290A
CN116401290A CN202310316415.9A CN202310316415A CN116401290A CN 116401290 A CN116401290 A CN 116401290A CN 202310316415 A CN202310316415 A CN 202310316415A CN 116401290 A CN116401290 A CN 116401290A
Authority
CN
China
Prior art keywords
metal carrying
track
historical
personnel
detected
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.)
Granted
Application number
CN202310316415.9A
Other languages
English (en)
Other versions
CN116401290B (zh
Inventor
张恩伟
高武
姬光
施隆玺
曹云
谢群
张恩宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING TELESOUND ELECTRONICS CO LTD
Original Assignee
BEIJING TELESOUND ELECTRONICS CO LTD
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by BEIJING TELESOUND ELECTRONICS CO LTD filed Critical BEIJING TELESOUND ELECTRONICS CO LTD
Priority to CN202310316415.9A priority Critical patent/CN116401290B/zh
Publication of CN116401290A publication Critical patent/CN116401290A/zh
Application granted granted Critical
Publication of CN116401290B publication Critical patent/CN116401290B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462Approximate or statistical queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • G06Q50/265Personal security, identity or safety

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Security & Cryptography (AREA)
  • Fuzzy Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Alarm Systems (AREA)

Abstract

本发明提供了一种基于金属携带量数据的人员安检方法,该方法包括:获取待检测人员的当前金属携带量;在预设数据库中包括所述待检测人员的情况下,从所述预设数据库中获取所述待检测人员的历史金属携带量轨迹,所述历史金属携带量轨迹中的每个轨迹点表征在第一历史时刻采集的历史金属携带量,所述轨迹点和所述第一历史时刻一一对应;在所述轨迹点的数量大于或等于第一数量的情况下,基于所述当前金属携带量和每个所述历史金属携带量,确定所述待检测人员的安检结果。本发明提供的基于金属携带量数据的人员安检方法可以提高人员安检的效率。

Description

基于金属携带量数据的人员安检方法
技术领域
本发明涉及安检技术领域,尤其涉及一种基于金属携带量数据的人员安检方法。
背景技术
作为安全出行的第一道防线,人员安检随处可见,例如,乘坐地铁或者火车时,都需要进行人员安检。
目前,人员安检主要依靠安检门和二次人工安检的方式。具体地,可以先通过安检门检测出待检测人员的金属携带量,在待检测人员的金属携带量小于预设金属携带量时,确认该待检测人员的安检结果为正常,给予放行;反之,则发出警报,以提示安检人员该待检测人员需要进行二次人工安检,此时安检人员对该待检测人员进行手检,并基于手检结果进一步确认该待检测人员的安检结果是否正常,在二次人工安检的安检结果为正常时,才对安检门检测出异常的待检测人员给予放行。
但是,这种仅依靠安检门当前检测出的金属携带量来指导二次人工安检的方式,容易出现对无风险隐患人员也进行二次人工安检的情况,例如,长期携带大串钥匙或者穿戴金属饰品等人员,容易导致金属携带量超过安全阈值,这部分人员通过安检门时需进行二次人工安检,这样便会大大增加二次人工安检的工作量,导致人员安检的效率较低。
发明内容
本发明提供一种基于金属携带量数据的人员安检方法,用以解决现有技术中人员安检效率低的问题,实现提高人员安检效率的目的。
本发明提供一种基于金属携带量数据的人员安检方法,包括:
获取待检测人员的当前金属携带量;
在预设数据库中包括所述待检测人员的情况下,从所述预设数据库中获取所述待检测人员的历史金属携带量轨迹,所述历史金属携带量轨迹中的轨迹点表征在第一历史时刻采集的历史金属携带量,所述轨迹点和所述第一历史时刻一一对应;
在所述轨迹点的数量大于或等于第一数量的情况下,基于所述当前金属携带量和每个所述历史金属携带量,确定所述待检测人员的安检结果。
根据本发明提供的一种基于金属携带量数据的人员安检方法,所述基于所述当前金属携带量和每个所述历史金属携带量,确定所述待检测人员的安检结果,包括:
将所述当前金属携带量和每个所述历史金属携带量输入安检模型中,得到金属携带量轨迹对应的重构概率,所述金属携带量轨迹中包括所述当前金属携带量和每个所述历史金属携带量;
在所述重构概率小于预设概率的情况下,确定所述待检测人员的安检结果为安检异常,所述安检模型用于基于所述历史金属携带量确定所述当前金属携带量是否正常。
根据本发明提供的一种基于金属携带量数据的人员安检方法,所述安检模型为基于如下方式训练得到的:
获取多个初始人员样本各自对应的金属携带量轨迹样本;
从多个初始人员样本各自对应的第一金属携带量轨迹样本中,确定目标人员样本对应的第二金属携带量轨迹样本,所述第二金属携带量轨迹样本中的轨迹点样本的数量大于第二数量,且所述轨迹点样本满足均匀分布;所述轨迹点样本表征在第二历史时刻采集的所述目标人员样本的历史金属携带量,所述轨迹点样本和所述第二历史时刻一一对应;
基于所述第二金属携带量轨迹样本,对初始安检模型进行训练,得到所述安检模型。
根据本发明提供的一种基于金属携带量数据的人员安检方法,所述从多个初始人员样本各自对应的第一金属携带量轨迹样本中,确定目标人员样本对应的第二金属携带量轨迹样本,包括:
从多个所述第一金属携带量轨迹样本中,确定轨迹点样本的数量大于所述第二数量的第三金属携带量轨迹样本;
针对每个第三金属携带量轨迹样本,将所述第三金属携带量轨迹样本中轨迹点样本的统计周期划分为至少两个子周期,并确定所述第三金属携带量轨迹样本对应的人员样本在各所述子周期内采集历史金属携带量的天数;
基于所述天数确定所述人员样本的第三金属携带量轨迹样本的卡方统计量;
基于所述卡方统计量和自由度,确定所述第三金属携带量轨迹样本中的轨迹点样本是否满足均匀分布;
从所有所述第三金属携带量轨迹样本中,确定轨迹点样本满足均匀分布的所述第二金属携带量轨迹样本。
根据本发明提供的一种基于金属携带量数据的人员安检方法,所述方法还包括:
在所述安检结果为正常的情况下,或者在所述轨迹点的数量小于所述第一数量的情况下,将所述当前金属携带量添加至所述预设数据库中所述待检测人员对应的历史金属携带量轨迹中。
根据本发明提供的一种基于金属携带量数据的人员安检方法,所述方法还包括:
在存在至少两个所述第一历史时刻属于同一历史时间段的情况下,基于所述历史金属携带量轨迹,获取在每个所述第一历史时刻采集的历史金属携带量之间的偏差;
在所述偏差小于预设值的情况下,基于每个所述第一历史时刻采集的历史金属携带量,确定所述历史时间段内的平均金属携带量;
采用目标轨迹点,替换所述历史金属携带量轨迹中的至少两个所述第一历史时刻对应的轨迹点,以对所述历史金属携带量轨迹进行更新,所述目标轨迹点用于表征所述历史时间段内的平均金属携带量。
根据本发明提供的一种基于金属携带量数据的人员安检方法,所述方法还包括:
在所述安检结果为正常,且所述轨迹点的数量大于或等于第三数量的情况下,将所述历史金属携带量轨迹中最早的第一历史时刻对应的历史金属携带量删除,所述第三数量大于所述第一数量。
根据本发明提供的一种基于金属携带量数据的人员安检方法,所述方法还包括:
在所述待检测人员的安检结果为异常的情况下,获取所述待检测人员的异常确认结果;
在所述异常确认结果为正常的情况下,基于所述异常确认结果和所述安检结果对所述安检模型的模型参数进行优化,得到优化后的安检模型。
根据本发明提供的一种基于金属携带量数据的人员安检方法,确定预设数据库中包括所述待检测人员,包括:
对所述待检测人员进行身份识别,得到目标身份识别信息;
将所述目标身份识别信息与所述预设数据库中的身份识别信息进行匹配,在匹配成功的情况下,确定所述预设数据库中包括所述待检测人员。
根据本发明提供的一种基于金属携带量数据的人员安检方法,所述方法还包括:
在所述预设数据库中不包括所述待检测人员的情况下,将所述待检测人员的目标身份识别信息和所述当前金属携带量存储至所述预设数据库中。
本发明还提供一种基于金属携带量数据的人员安检装置,包括:
第一获取模块,用于获取待检测人员的当前金属携带量;
第二获取模块,用于在预设数据库中包括所述待检测人员的情况下,从所述预设数据库中获取所述待检测人员的历史金属携带量轨迹,所述历史金属携带量轨迹中的轨迹点表征在第一历史时刻采集的历史金属携带量;
确定模块,用于在所述轨迹点的数量大于或等于第一数量的情况下,基于所述当前金属携带量和每个所述历史金属携带量,确定所述待检测人员的安检结果。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述基于金属携带量数据的人员安检方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述基于金属携带量数据的人员安检方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述基于金属携带量数据的人员安检方法。
本发明提供的基于金属携带量数据的人员安检方法,在预设数据库中包括待检测人员的情况下,从预设数据库中获取该待检测人员的历史金属携带量轨迹,该历史金属携带量轨迹中的每个轨迹点表征在第一历史时刻采集的历史金属携带量;在该历史金属携带量轨迹中的轨迹点数量大于第一数量的情况下,基于该历史金属携带量轨迹中的每个历史金属携带量和该待检测人员的当前金属携带量,确定待检测人员的安检结果。其中,在历史金属携带量轨迹中的轨迹点数量大于第一数量的情况下,该历史金属携带量轨迹可以反映待检测人员的金属携带量规律,以此可以获知该待检测人员的正常金属携带量范围,这样,在判断待检测人员的当前金属携带量是否正常时,可以以该待检测人员的正常金属携带量范围作为参考,得到更准确的安检结果,避免了待检测人员长期携带安全的金属物品而导致的不必要的二次人工安检,有效减少了对未携带安全隐患物品的人员的二次人工安检的工作量,从而提高了人员安检的效率。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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是本发明实施例提供的基于金属携带量数据的人员安检方法的流程示意图;
图2是本发明实施例提供的一种安检门的结构示意图;
图3是本发明实施例提供的一种历史金属携带量轨迹的示意图;
图4是本发明实施例提供的一种基于变分自编码器的安检模型的结构示意图;
图5是本发明实施例提供的安检模型的训练方法的流程示意图;
图6是本发明实施例提供的基于金属携带量数据的人员安检装置的结构示意图;
图7是本发明实施例提供的电子设备的结构示意图。
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,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例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作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。
近年来,随着城市轨道交通客流量的大幅提升,传统的人工安检已经不能满足轨道交通的人员安检需求。相关技术中,可以通过安检门测量待检测人员的金属携带量来实现人员安检。
基于安检门的人员安检方法可以利用内置于安检门中的金属感应线圈来对待检测人员所携带的金属进行电磁感应,以计算出该待检测人员的金属携带量,并在金属携带量超过阈值时,触发安检门的报警系统发出告警,以提示安检人员对该待检测人员进行二次人工安检。这种安检方式仅根据待检测人员通过安检门时刻的金属携带量是否超过阈值对待检测人员进行是否进行二次人工安检的指导。而对于通过安检门的行人而言,有些人每天携带一大串钥匙,而有些人每天只携带一把钥匙,有些人携带着大尺寸手机,而有些人则是小尺寸手机,有些人总穿戴有金属的衣物或饰品,而有些人则没有,这些都对金属携带量有很大的影响。因此,这种安检方式会忽略经常需要携带安全金属物品的人员,如果因为某个人员每天都携带一大串钥匙而导致金属携带量超过阈值,则每天都需要对其进行二次人工安检,这样会大大增加二次人工安检的工作量,降低人员安检的效率。
而对于正常通勤的待检测人员,根据其随身携带的安全物品的金属携带量的历史规律,这些历史金属携带量通常是正常的,即处于安全范围内,只有极少数历史金属携带量可能不符合安检要求或存在潜在的安全风险,如经常通勤的待检测人员A的历史金属携带量的波动范围在30-50之间,当其某天的金属携带量突然增加到80或者只有5时,说明该待检测人员A的金属携带量发生了异常,由此可以确定该待检测人员A可能携带了危险物品,据此提醒安检人员进行二次人工安检。
基于此,本发明实施例基于长期携带安全金属物品的待检测人员的历史金属携带量轨迹处于平稳状态、而携带不符合安检要求的金属物品的待检测人员的历史金属携带量轨迹会出现数据波动较大的情况的特点,提供了一种基于金属携带量数据的人员安检方法,在预设数据库中包括待检测人员的情况下,从预设数据库中获取待检测人员的历史金属携带量轨迹,该历史金属携带量轨迹中的每个轨迹点表征在第一历史时刻采集的历史金属携带量,即可获取到每个历史金属携带量,以此可以获取到该待检测人员的正常金属携带量范围,进而在获取到待检测人员的当前金属携带量时,可以结合历史金属携带量确定待检测人员的当前金属携带量是否为异常。其中,历史金属携带量轨迹中轨迹点的数量越多,其确定出的待检测人员的正常金属携带量范围的准确度越高,由此可以在轨迹点的数量大于或等于第一数量的情况下,基于当前金属携带量和每个历史金属携带量准确地确定出该待检测人员的安检结果,避免了待检测人员长期携带安全的金属物品而带来的不必要的二次人工安检,有效减少了对未携带安全隐患物品的人员的二次人工安检的工作量,从而提高了人员安检的效率。
下面结合图1-图5对本发明实施例提供的基于金属携带量数据的人员安检方法进行描述。该方法可应用在人员安检的场景中,尤其适用于轨道交通的人员安检场景中。另外,该方法的执行主体可以是电脑、计算机或者其他与安检门相连接的任何安检系统。
图1为本发明实施例提供的基于金属携带量数据的人员安检方法的流程示意图,如图1所示,该方法包括:
步骤101:获取待检测人员的当前金属携带量。
其中,金属携带量为单个待检测人员单次通过安检门所检测出的金属携带量。
示例性的,图2为本发明实施例提供的一种安检门的结构示意图,如图2所示,21表示摄像设备,用于采集待检测人员的人脸图像;22表示金属感应线圈,用于感应待检测人员随身携带的金属,以便计算出该待检测人员的金属携带量;23表示显示屏,用于实时显示安检门对待检测人员的安检结果,该安检结果可以包括但不限于金属携带量、人脸图像、是否异常的判定结果等。
具体地,当待检测人员通过安检门时,内置在安检门内的金属感应线圈22会自动对待检测人体所携带的金属进行电磁感应,产生电信号,该电信号的强弱与金属携带量成正比,可以基于该电信号确定出该待检测人员的当前金属携带量。其中,一个安检系统下通常会设置多个相关联的安检门,例如,一个地铁站会设置4个进/出站口,其中,每个进/出站口设置一个安检门,那么该安检系统下就会对应4个相关联的安检门。本实施例对于安检系统下相关联的安检门数量,不做具体限制。
进一步地,当待检测人员通过安检门时,摄像设备21会实时采集包括待检测人员在内的安检门场景的视频图像,可以通过安置在安检门顶部的显示屏23进行实时显示该视频图像。安检系统可以对该视频图像进行人脸检测及跟踪,将检测到的人脸图像输入人脸识别模块,通过人脸识别模块提取出该待检测人员的人脸特征。
为了避免与其他待检测人员的金属携带量产生混淆而导致安检错误,在获取到该待检测人员的当前金属携带量和人脸特征后,可以以当前金属携带量的采集时间和人脸特征的采集时间为基准,将该当前金属携带量和人脸特征进行匹配,以作为该待检测人员的安检数据,可以将该当前金属携带量和人脸特征之间的对应关系存储在预设数据库中,这样,在预设数据库中已经存储有其他待检测人员的金属携带量的情况下,可以通过人脸特征区分各待检测人员对应的金属携带量数据。
步骤102:在预设数据库中包括待检测人员的情况下,从预设数据库中获取待检测人员的历史金属携带量轨迹。
其中,历史金属携带量轨迹中的轨迹点表征在第一历史时刻采集的历史金属携带量。可以理解的是,安检系统在获取到待检测人员的历史金属携带量的数量超过两个时,可以基于这些历史金属携带量和这些历史金属携带量的采集时间自动绘制出其对应的历史金属携带量轨迹。示例性的,图3为本实施例提供的一种历史金属携带量轨迹的示意图,即在二维直角坐标系中以金属携带量采集时间为X轴,以金属携带量为Y轴的一条轨迹曲线,由此可以将该历史金属携带量轨迹存储至预设数据库中,其中,轨迹点和第一历史时刻一一对应。另外,对于金属携带量轨迹的绘制方法,本发明不做具体限制。
示例性的,可以基于待检测人员的标识信息判断预设数据库中是否包括待检测人员。其中,标识信息可以包括指纹信息、身份证信息或者虹膜信息等,对此本发明不做具体限制。下面以待检测人员的标识信息是人脸特征为例,对在预设数据库中包括待检测人员的情况下,从预设数据库中获取待检测人员的历史金属携带量轨迹的具体过程进行详细描述。
具体地,当待检测人员通过安检门时,安检门的前置摄像设备会采集该待检测人员的人脸图像,并提取出人脸特征,将其与人脸特征库中的每个人脸特征进行比对,确定出相似度或匹配度大于第一预设值的人脸特征,也即二者来自于同一人脸,由此可以确定出预设数据库中包括待检测人员,并以此来查找出该待检测人员对应的历史金属携带量轨迹,其中,预设数据库中包括有待检测人员的人脸特征和待检测人员的历史金属携带量轨迹之间的对应关系。
步骤103:在轨迹点的数量大于或等于第一数量的情况下,基于当前金属携带量和每个历史金属携带量,确定待检测人员的安检结果。
其中,获取到的待检测人员的历史金属携带量轨迹中包括的轨迹点越多,越能反映该待检测人员的金属携带量的历史规律,据此对待检测人员进行安检的准确度越高,即确定出的待检测人员的安检结果越准确。
具体的,在获取到的待检测人员的历史金属携带量轨迹中的轨迹点的数量大于或者等于第一数量的情况下,可以基于该待检测人员的各历史金属携带量中的最大金属携带量和最小金属携带量,确定待检测人员的正常金属携带量范围,根据该正常金属携带量范围对该待检测人员的当前金属携带量进行判断,在待检测人员的当前金属携带量大于最大金属携带量或者小于最小金属携带量时,确定该待检测人员的安检结果为异常,反之,则为正常。
可选地,也可以通过安检模型来确定待检测人员通过安检门时的安检结果。具体地,可以采集大量的初始人员样本的历史金属携带量,基于历史金属携带量对初始安检模型进行训练,得到安检模型。其中,初始安检模型可以是基于变分自编码器的网络模型。
本发明实施例提供的基于金属携带量数据的人员安检方法,在预设数据库中包括待检测人员的情况下,从预设数据库中获取该待检测人员的历史金属携带量轨迹,该历史金属携带量轨迹中的每个轨迹点表征在第一历史时刻采集的历史金属携带量;在该历史金属携带量轨迹中的轨迹点数量大于第一数量的情况下,基于该历史金属携带量轨迹中的每个历史金属携带量和该待检测人员的当前金属携带量,确定待检测人员的安检结果。其中,在历史金属携带量轨迹中的轨迹点数量大于第一数量的情况下,该历史金属携带量轨迹可以反映待检测人员的金属携带量规律,以此可以获知该待检测人员的正常金属携带量范围,这样,在判断待检测人员的当前金属携带量是否正常时,可以以该待检测人员的正常金属携带量范围作为参考,得到更准确的安检结果,避免了待检测人员因长期携带安全的金属物品而导致的不必要的二次人工安检,有效减少了对未携带安全隐患物品的人员的二次人工安检的工作量从而提高了人员安检的效率。
进一步地,在上述实施例基础上,为了提高人员安检的效率,在基于当前金属携带量和每个历史金属携带量,确定待检测人员的安检结果时,可以将当前金属携带量和每个历史金属携带量输入安检模型中,得到金属携带量轨迹对应的重构概率,其中,金属携带量轨迹中包括当前金属携带量和每个历史金属携带量,在重构概率小于预设概率的情况下,确定待检测人员的安检结果为安检异常,其中,安检模型用于基于历史金属携带量确定当前金属携带量是否正常。
安检模型可以通过有监督学习或无监督学习的方式生成。在采用有监督学习生成安检模型时,需要人工标注大量的数据,即标注金属携带量轨迹上哪些轨迹点作为正样本,哪些轨迹点作为负样本,因此,会产生巨大的工作量。基于此,本发明采用无监督学习的方式来生成安检模型,可以提高安检模型训练的效率。
如图4所示,本发明采用一种基于变分自编码器的模型作为安检模型,将获取到的待检测人员的当前金属携带量和历史金属携带量输入至安检模型之后,可以计算出金属携带量轨迹对应的重构概率,该重构概率可以表征金属携带量轨迹与正常金属携带量轨迹的偏差,因此,可以利用该重构概率来判断待检测人员的当前金属携带量是否正常。
图4为本发明实施例提供的一种基于变分自编码器的安检模型的结构示意图,如图4所示,该安检模型包括输入层、编码层、隐层、解码层和输出层,其中的编码层和解码层可以分别有至少一个,比如图4中示例性示出了包括3个编码层和3个解码层。该安检模型的工作原理为:输入层在接收到待检测人员的当前金属携带量和每个历史金属携带量时,会先对当前金属携带量和每个历史金属携带量进行时间长度归一化,生成金属携带量轨迹Tk,然后将该金属携带量轨迹Tk输入至编码器fθ,通过编码器fθ来生成在金属携带量轨迹Tk条件下的隐变量Z的条件概率分布(正态分布)参数:均值uk和方差
Figure BDA0004150292210000136
即ukk=fθ(z|Tk)。然后,通过隐层中隐变量采样点z的条件概率分布z~N(ukk)采样出M个(M大于或者等于100)隐变量采样点z的采样集合zi,i=1,2,…,M,即z1,z2,…,zM;最后,再将这些采样集合zi输入至解码器中,重构出隐变量Z条件下的新的金属携带量轨迹/>
Figure BDA0004150292210000137
的条件概率分布
Figure BDA0004150292210000131
并基于此,通过如下公式(1),计算出新的金属携带量轨迹/>
Figure BDA0004150292210000138
的重构概率P。
Figure BDA0004150292210000132
其中,
Figure BDA0004150292210000133
表示隐变量Z条件下的新的金属携带量轨迹/>
Figure BDA0004150292210000134
的条件概率分布;Tk表示最近的预设时间长度内的金属携带量生成的金属携带量轨迹;M表示隐变量采样点z的样本采样数量;pθ表示新的金属携带量轨迹/>
Figure BDA0004150292210000135
中每个采样点z所对应的重构概率。
示例性的,可以将包括当前金属携带量和每个历史金属携带量的金属携带量轨迹作为上述安检模型的输入,计算对应的重构概率。
进一步地,当安检模型计算出的重构概率小于预设概率时,说明该当前金属携带量与正常金属携带量轨迹存在较大的偏差,也即待检测人员的当前金属携带量为异常,由此可以确定该待检测人员的安检结果为安检异常,反之,安检结果为安检正常。其中,正常金属携带量轨迹可以是预设数据库中获取的待检测人员的历史金属携带量轨迹。
在本实施例中,通过构建用于基于历史金属携带量确定当前金属携带量是否正常的安检模型,使得在获取到待检测人员的每个历史金属携带量和通过安检门时的当前金属携带量后,可以将该当前金属携带量和每个历史金属携带量输入安检模型中,以快速获取到该金属携带量轨迹对应的重构概率,并在该重构概率小于预设概率的情况下,确定出该待检测人员的安检结果为安检异常,提高了安检门对待检测人员进行安检的准确性。
可选地,在将待检测人员的当前金属携带量和各历史金属携带量输入安检模型中,得到金属携带量轨迹对应的重构概率时,可以基于该待检测人员对应的历史金属携带量的个数,设置不同的可信度系数,在安检模型输出重构概率后,可以通过如下公式(2),计算出更为准确的目标重构概率。
Pi=αi×P,i=1,2,…n (2)
其中,Pi表示目标重构概率,即在第i个可信度系数αi乘积下所得到的重构概率;P表示上述安检模型所输出的重构概率。
具体地,待检测人员的历史金属携带量的个数越多,安检模型输出的重构概率越准确,基于此,可以设置一系列不同大小的可信度系数,可以使得在安检模型输出的重构概率乘以与其历史金属携带量的个数匹配的可信度系数后,得到准确度更高的重构概率,即目标重构概率,从而实现更为准确的人员安检。
下面对上述实施例中的安检模型的训练方法进行详细描述。
图5为本发明实施例提供的安检模型的训练方法的流程示意图,如图5所示,该方法包括:
步骤501:获取多个初始人员样本各自对应的金属携带量轨迹样本。
具体地,可以通过如下方式获取到多个初始人员样本各自对应的金属携带量轨迹样本:对于多个初始人员样本中的每个初始人员样本,在该初始人员样本通过安检门时,安检系统会通过安置在安检门顶部的摄像设备自动抓拍该初始人员的人脸图像,并提取该人脸图像中的人脸特征,然后将其与人脸特征库中的每个人脸特征进行比对,在相似度或匹配度大于第二预设值(如95%),即特征比对命中人脸数据库中的目标人脸特征时,认为二者来自于同一人脸,即人脸特征库中存储有该初始人员样本对应的人脸特征时,将该初始人员样本标记为该人脸数据库中的目标人员,并将该目标人员的标识信息作为初始人员样本的标识信息。反之,则认为人脸特征库中未存储有该初始人员样本对应的人脸特征,将该初始人员的人脸特征存储至人脸特征库中,同时将该初始人员作为新的目标人员。其中,当初始人员样本通过安检门时,安检门能够通过内置的金属感应线圈,自动检测出该初始人员样本对应的金属携带量,将该金属携带量数据存储至预设数据库中。具体的,当初始人员样本通过安检门的收发线圈之间的磁场,初始人员样本携带的金属会对磁场产生扰动而形成电信号,其中,金属携带量可以与电信号的强弱成正比。
同样的,为了避免初始人员样本与其他初始人员样本对应的金属携带量产生混淆而导致获取到的金属携带量轨迹样本错误,可以通过匹配初始人员样本的金属携带量的采集时间和人脸特征的采集时间,将该初始人员样本的金属携带量和人脸特征相关联,即将该初始人员样本的金属携带量和人脸特征之间的对应关系也存储在预设数据库中,以此获取每个初始人员样本对应的历史金属携带量。其中,安检门可以为安检系统下的任一安检门。
进一步地,针对每个初始人员样本,安检系统会对每次通过安检门的初始人员样本进行人脸采集和人脸特征比对。其中,安检门可以是安检系统下的任一相关联的安检门。这样,在初始人员样本再次通过安检系统下的任一相关联的安检门时,可以再次采集其人脸特征,并将其与人脸特征库中保存的人脸特征进行比对,从而在查找到匹配的人脸特征的情况下,将该初始人员的当前金属携带量添加至预设数据库中,重复上述过程一段时间后,就可以获取到各初始人员样本各自对应的多个历史金属携带量,此时该安检系统可以为该初始人员样本生成一个历史金属携带量统计表,可以基于该历史金属携带量统计表绘制出该初始人员样本对应的金属携带量轨迹样本,即二维直角坐标系中以金属携带量采集时间为X轴,以金属携带量为Y轴的一条轨迹曲线。其中,对于金属携带量轨迹样本的绘制方式,本发明不做具体限制。
步骤502:从多个初始人员样本各自对应的第一金属携带量轨迹样本中,确定目标人员样本对应的第二金属携带量轨迹样本。
其中,第二金属携带量轨迹样本中的轨迹点样本的数量大于第二数量,且轨迹点样本满足均匀分布;轨迹点样本表征在第二历史时刻采集的目标人员样本的历史金属携带量,其中,轨迹点样本和第二历史时刻一一对应。
在一种可选的实现方式中,在从多个初始人员样本各自对应的第一金属携带量轨迹样本中,确定目标人员样本对应的第二金属携带量轨迹样本时,可以包括:从多个第一金属携带量轨迹样本中,确定轨迹点样本的数量大于第二数量的第三金属携带量轨迹样本;针对每个第三金属携带量轨迹样本,将第三金属携带量轨迹样本中轨迹点样本的统计周期划分为至少两个子周期,并确定第三金属携带量轨迹样本对应的人员样本在各子周期内采集历史金属携带量的天数;基于天数确定人员样本的第三金属携带量轨迹样本的卡方统计量;基于卡方统计量和自由度,确定第三金属携带量轨迹样本中的轨迹点样本是否满足均匀分布;从所有第三金属携带量轨迹样本中,确定轨迹点样本满足均匀分布的第二金属携带量轨迹样本。
其中,第二数量可以与第一数量相同,也可以与第一数量不相同,对此本发明不做具体限制。
具体地,由于各初始人员样本对应的第一金属携带量轨迹样本的时间长度可能不一致,为了满足训练样本的要求,需要从众多的第一金属携带量轨迹样本中,筛选出金属携带量轨迹样本的时间长度达标的金属携带量轨迹样本,即轨迹点样本的数量大于第二数量的第三金属携带量轨迹样本。其中,一个轨迹点样本对应一个时刻,轨迹点样本的数量与时间长度成正相关,在轨迹点样本的数量大于一定数量时,其对应的时间长度达标。
举例来说,假设一天对应一个轨迹点,当初始人员样本一天通过安检门的次数为N次时,可以使用N次检测出的金属携带量的平均值作为该初始人员当天的轨迹点,以此类推,便可以统计得到该初始人员在周期为一年(365天)的第一金属携带量轨迹。由于每个初始人员样本并不是每天都通过安检门,因此,在相同周期内的各初始人员样本的轨迹点样本的数量一般也不同,即时间长度不一致,其中,当轨迹点的数量过少时,该第一金属携带量轨迹样本无法作为模型的训练样本,即轨迹点数量太少时无法作为人员安检的判断基准。由此,可以设置轨迹点的最低数量,例如可以是120或者150等,以此来筛选出可以满足模型训练要求的金属携带量轨迹样本,即第三金属携带量轨迹样本。
进一步地,由于第三金属携带量轨迹样本在时间分布上也不一定是均匀分布的,比如初始人员样本在前几个月乘坐轨道交通出行会经过安检门,而后几个月未乘坐轨道交通而未经过安检门,或者,初始人员样本在前几个月没有乘坐轨道交通出行,而后几个月出行经过了安检门。这类第三金属携带量轨迹样本在时间分布上则呈现出非均匀分布,不符合作为模型训练样本的要求。由此,在得到第三金属携带量轨迹样本之后,还需要对第三金属携带量轨迹样本的分布特性进行评估,以剔除第三金属携带量轨迹样本中非均匀分布的样本,得到轨迹点样本满足均匀分布的第二金属携带量轨迹样本,以此作为安检模型的训练样本。
具体地,可以以子周期为划分单位,将每个第三金属携带量轨迹样本中轨迹点样本的统计周期划分为至少两个子周期,比如,以两周为子周期,可以将一年的统计周期划分为26个子周期,之后,可以通过统计每个子周期内的第三金属携带量轨迹样本对应的人员样本的历史金属携带量的天数,基于该天数,通过如下公式(3),计算出该人员样本的第三金属携带量轨迹样本的卡方统计量:
Figure BDA0004150292210000181
其中,χ2表示人员样本的第三金属携带量轨迹样本的卡方统计量;Ai表示第i个子周期内第三金属携带量轨迹样本对应的人员样本的历史金属携带量的天数;Ei表示第i个子周期的天数;k表示子周期的个数。
进一步地,通过卡方统计量χ2和自由度k-1,可以判断第三金属携带量轨迹样本在统计周期内的时间分布上是否为均匀分布。具体的,可以将获取到的第三金属携带量轨迹样本的卡方统计量χ2,与如下表1所示的卡方分布表中处于不同显著性水平α的自由度k-1对应的临界值进行比较,在卡方统计量χ2小于临界值时,确定该第三金属携带量轨迹样本中的轨迹点样本满足均匀分布,以此筛选出第三金属携带量轨迹样本中满足均匀分布的样本,得到第二金属携带量轨迹样本。
表1
Figure BDA0004150292210000182
/>
Figure BDA0004150292210000191
其中,显著性水平α=1-置信度,即在卡方统计量χ2大于该显著性水平α的自由度k-1对应的临界值时,该第三金属携带量轨迹样本中的轨迹点样本满足均匀分布的概率为1-α,例如:在显著性水平α为0.05和自由度k-1为2时,计算出的卡方统计量10明显大于从表1中查找出的显著性水平0.05和自由度25对应的临界值5.9915,此时则说明该第三金属携带量轨迹样本中的轨迹点样本满足均匀分布的概率为95%。
可选地,也可以先将上述筛选出的满足均匀分布的第三金属携带量轨迹样本中的轨迹点样本进行时间归一化后,如将时间长度归一化至365天,将该归一化后的第三金属携带量轨迹样本确定为满足均匀分布的第二金属携带量轨迹样本,即安检模型的训练样本。
在本实施例中,通过对多个初始人员样本各自对应的第一金属携带量轨迹样本进行筛选,以获取到轨迹点样本的数量大于第二数量、且轨迹点样本满足均匀分布的第三金属携带量轨迹样本,获取到的第三金属携带量轨迹样本中的轨迹点样本较多、轨迹点分布均匀,可以避免因训练样本本身不满足要求而导致的安检模型的训练不准确的问题。另外,通过划分第三金属携带量轨迹样本的统计周期,统计出其在各子周期内采集历史金属携带量的天数,并基于该天数确定出对应的卡方统计量,进而基于卡方统计量和自由度确定出该第三金属携带量轨迹样本中的轨迹点样本是否满足均匀分布,通过卡方分布表检验的方式实现了第三金属携带量轨迹样本中的轨迹点样本是否满足均匀分布的判断,可以有效提高判断的准确性,从而获取到更为准确的安检模型的训练样本。
步骤503:基于第二金属携带量轨迹样本,对初始安检模型进行训练,得到安检模型。
进一步地,在获取到第二金属携带量轨迹样本后,将该第二金属携带量轨迹样本作为训练样本,对初始安检模型进行训练,得到安检模型。其中,初始安检模型可以是基于变分自编码器的网络模型。
在本实施例中,通过获取多个初始人员样本各自对应的金属携带量轨迹样本,从多个初始人员样本各自对应的第一金属携带量轨迹样本中,确定出目标人员样本对应的第二金属携带量轨迹样本,其中,各第二金属携带量轨迹样本中的轨迹点样本的数量大于第二数量、且轨迹点样本满足均匀分布,这样,以大量均匀分布的轨迹点样本作为训练样本对初始安检模型进行训练,能够得到准确度较高的安检模型。
进一步地,在上述实施例的基础上,在待检测人员的安检结果为异常的情况下,获取该待检测人员的异常确认结果,并在异常确认结果为正常的情况下,基于该异常确认结果和安检结果对安检模型的模型参数进行优化,得到优化后的安检模型。这样,可以提高安检模型的准确度。
例如,在通过安检模型确定出待检测人员的安检结果为异常时,说明该待检测人员需要进行二次人工安检,以进一步确认该待检测人员的安检结果是否确实为异常。若在通过安检模型确定出待检测人员的安检结果为异常,而异常确认结果为正常的情况下,可以利用仅由于安检模型本身不准确而导致安检结果异常的待检测人员对应的当前金属携带量和每个历史金属携带量,对模型的参数进行调整,得到优化后的安检模型,提高安检模型的准确性。
本实施例通过在安检模型确定出待检测人员的安检结果为异常、而二次人工安检的异常确认结果为正常的情况下,通过基于异常确认结果和安检结果对该安检模型的模型参数进行优化,能够提高安检模型的准确性。
进一步地,在上述各实施例的基础上,可以通过如下方式确定预设数据库中是否包括待检测人员:对待检测人员进行身份识别,得到目标身份识别信息;将目标身份识别信息与预设数据库中的身份识别信息进行匹配,在匹配成功的情况下,确定预设数据库中包括待检测人员。
其中,身份识别信息可以是前述的待检测人员的人脸特征,也可以是待检测人员的指纹信息或者身份证信息等,对此本发明不做具体限制。
具体地,为了避免由于人脸识别失败而导致待检测人员与检测出的金属携带量之间无法关联而导致的待检测人员的当前金属携带量不准确,可以在上述安检门上设置指纹识别区域或者身份证感应区域,以在待检测人员第一次通过安检门时,即在预设数据库中没有待检测人员的目标身份识别信息时,提示该待检测人员完成指纹采集或者身份证信息录入,以完成在预设数据库中预留该待检测人员的目标身份识别信息的目的。进而在该待检测人员后续通过安检门时,可以通过指纹采集或者身份证信息录入的方式,完成该待检测人员的身份识别,得到目标身份识别信息,例如可以是指纹特征或者身份证号等身份识别信息,以此来与待检测人员在预设数据库中预留的对应的身份识别信息进行匹配,即通过计算二者的相似度,以在相似度大于预设值(如95%)时,确定该预设数据库中包括待检测人员,反之,该预设数据库中不包括待检测人员。
在本实施例中,通过对待检测人员进行身份识别,以获取代表该待检测人员的唯一身份的目标身份识别信息,进而将该识别结果与预设数据库中的身份识别信息进行匹配,即将待检测人员的目标身份识别信息与在预设数据库中的每个身份识别信息进行比对,在预设数据库中包括待检测人员的身份识别信息时,匹配成功,说明该预设数据库中包括待检测人员。基于此,可以准确判断出预设数据库中是否包括待检测人员。
进一步地,为了提高人员安检的准确度,以及为后续的人员安检提供基础,在上述各实施例的基础上,在待检测人员的安检结果为正常的情况下,或者在待检测人员的历史金属携带量轨迹中的轨迹点的数量小于第一数量的情况下,将当前金属携带量添加至预设数据库中待检测人员对应的历史金属携带量轨迹中。
具体地,在待检测人员的安检结果为正常时,说明该待检测人员的当前金属携带量为正常,此时可将该当前金属携带量添加至预设数据库中待检测人员对应的历史金属携带量轨迹中,以增加该历史金属携带量轨迹中的轨迹点的有效数量,长此以往,即可获取到准确度更高的历史金属携带量轨迹。例如:以两个月(60天)之前待检测人员的历史金属携带量轨迹中的轨迹点的数量为160为例,其中,待检测人员每天安检一次,且安检结果正常,则两个月之后,该待检测人员对应的历史金属携带量轨迹中的轨迹点的数量为220,由此可以明显提高该待检测人员的历史金属携带量轨迹的准确度。
这样,通过将安检结果为正常时的待检测人员的当前金属携带量添加至预设数据库中待检测人员对应的历史金属携带量轨迹中,可以获取到更多的待检测人员对应的历史金属携带量轨迹中的轨迹点,提高了待检测人员的历史金属携带量轨迹的准确度,从而可以实现更为准确的人员安检。
进一步地,在待检测人员的历史金属携带量轨迹中轨迹点的数量小于第一数量时,说明该待检测人员对应的历史金属携带量轨迹中的轨迹点的数量不能满足安检的要求,即由于采集的历史金属携带量的数量过少而导致确定出的正常金属携带量的范围不够准确,因此,需要继续添加新的轨迹点,即新的历史金属携带量,直至其历史金属携带量轨迹中的轨迹点的数量大于或者等于第一数量时,才能够进行人员安检。因此,将该待检测人员的当前金属携带量添加至预设数据库中待检测人员对应的历史金属携带量轨迹中,有利于对该待检测人员进行后续的准确度更高的人员安检。
示例性的,在预设数据库中不包括待检测人员时,说明该待检测人员的历史金属携带量轨迹中的轨迹点的数量为0,即轨迹点的数量小于第一数量,因此,需要将待检测人员的目标身份识别信息和当前金属携带量存储至预设数据库中,以为后续的准确度更高的人员安检提供基础。其中,目标身份识别信息包括但不限于人脸特征、指纹信息和身份证信息等。
在本实施例中,在安检结果为正常的情况下,即该待检测人员的当前金属携带量为正常的情况下,将当前金属携带量添加至预设数据库中待检测人员对应的历史金属携带量轨迹中,可以提高该历史金属携带量轨迹中包括的轨迹点的数量,进而提高该历史金属携带量轨迹的准确度,确定出更为准确的待检测人员的安检结果。同时,在轨迹点的数量小于第一数量的情况下,即当前轨迹点的数量不能满足人员安检的要求的情况下,将当前金属携带量添加至预设数据库中待检测人员对应的历史金属携带量轨迹中,可以增加该历史金属携带量中的轨迹点的数量,从而在达到第一数量时,进行人员安检,为后续的准确度更高的人员安检提供了基础。
示例性的,在安检结果为正常,且轨迹点的数量大于或等于第三数量的情况下,可以将历史金属携带量轨迹中最早的第一历史时刻对应的历史金属携带量删除,其中,第三数量大于第一数量。
具体地,第三数量,可以理解为用于判断待检测人员的当前金属携带量是否异常的历史金属携带量轨迹中,轨迹点的数量的最佳预测数量,例如:第一数量为128时,第三数量可以是365。其中,第三数量可以在安检模型进行不同轨迹点数量测试时进行获取。
由此,在预设数据库中的待检测人员的历史金属携带量轨迹中的轨迹点的数量大于或等于第三数量时,可以对该金属携带量轨迹中的最早轨迹点进行删除,即删除历史金属携带量轨迹中最早的第一历史时刻对应的历史金属携带量,以将待检测人员的当前金属携带量添加至预设数据库中,保证待检测人员的历史金属携带量轨迹中轨迹点的数量始终为最佳预测数量,从而达到在不降低安检效果的情况下,节省预设数据库的存储空间的目的。例如:通常在获取到一段历史时间段内(比如365天)的历史金属携带量时,即可预测出当前获取到的金属携带量是否异常。因此,在获取到第366天的金属携带量时,可以将第1天存储的金属携带量删掉,从而达到节省系统的存储空间的目的。
为了进一步节省安检系统的存储空间,在上述实施例的基础上,一种可选的实现方式为:在存在至少两个第一历史时刻属于同一历史时间段的情况下,基于历史金属携带量轨迹,获取在每个第一历史时刻采集的历史金属携带量之间的偏差;在偏差小于预设值的情况下,基于每个第一历史时刻采集的历史金属携带量,确定历史时间段内的平均金属携带量;采用目标轨迹点,替换历史金属携带量轨迹中的至少两个第一历史时刻对应的轨迹点,以对历史金属携带量轨迹进行更新,目标轨迹点用于表征历史时间段内的平均金属携带量。
其中,至少两个第一历史时刻属于同一历史时间段,可以理解为待检测人员对应的多个历史金属携带量的采集时间都位于同一单位采集时间内,例如:以一天为历史金属携带量的单位采集时间为例,其中,当第一历史金属携带量的采集时间为2023年03月01日8:43:57,而第二历史金属携带量的采集时间为2023年03月01日18:33:46时,即二者的采集时间都位于2023年03月01日这一天,也就是,所谓属于同一历史时间段。
具体地,对同一待检测人员来说,一般情况下,其早上上班时候的金属携带量和下午下班时候的金属携带量差别不大,在差别不大的情况下,可以对早上的金属携带量和下午的金属携带量进行平均,得到当天的平均金属携带量,并将其作为目标轨迹点来替换当天已经采集且存储的历史金属携带量轨迹中的轨迹点,从而减少在预设数据库中存储的当天的轨迹点的数量,即在同一天历史时间段内,在各第一历史时刻采集的金属携带量之间偏差不大的情况下,通过在预设数据库中仅存储待检测人员的平均金属携带量,而不是存储每个第一历史时刻采集的金属携带量的方式,可以进一步节省安检系统的存储空间。
在本实施例中,在存在至少两个第一历史时刻属于同一历史时间段的情况下,也即在多个历史金属携带量的采集时间都属于同一单位采集时间内时,可以通过获取在每个第一历史时刻采集的历史金属携带量之间的偏差小于预设值的历史金属携带量,即获取在同一单位采集时间内所采集的相差不大的多个历史金属携带量,并计算出其在该历史时间段内的平均金属携带量。进而将该平均金属携带量作为目标轨迹点来替换历史金属携带量轨迹中的至少两个第一历史时刻采集的历史金属携带量,以减少相似或者相差不大的历史金属携带量的重复存储,从而达到在仅保留待检测人员的平均金属携带量的情况下,节省安检系统的存储空间的目的。
下面对本发明实施例提供的基于金属携带量数据的人员安检装置进行描述,下文描述的基于金属携带量数据的人员安检装置与上文描述的基于金属携带量数据的人员安检方法可相互对应参照。
图6为本发明实施例提供的基于金属携带量数据的人员安检装置的结构示意图,如图6所示,该装置包括:
第一获取模块610,用于获取待检测人员的当前金属携带量;
第二获取模块620,用于在预设数据库中包括待检测人员的情况下,从预设数据库中获取待检测人员的历史金属携带量轨迹,历史金属携带量轨迹中的轨迹点表征在第一历史时刻采集的历史金属携带量,轨迹点和第一历史时刻一一对应;
确定模块630,用于在轨迹点的数量大于或等于第一数量的情况下,基于当前金属携带量和每个历史金属携带量,确定待检测人员的安检结果。
可选地,所述确定模块630,具体用于:将当前金属携带量和每个历史金属携带量输入安检模型中,得到金属携带量轨迹对应的重构概率,金属携带量轨迹中包括当前金属携带量和每个历史金属携带量;在重构概率小于预设概率的情况下,确定待检测人员的安检结果为安检异常,安检模型用于基于历史金属携带量确定当前金属携带量是否正常。
可选地,安检模型为基于如下方式训练得到的:所述第二获取模块620,还用于获取多个初始人员样本各自对应的金属携带量轨迹样本;所述确定模块630,还用于从多个初始人员样本各自对应的第一金属携带量轨迹样本中,确定目标人员样本对应的第二金属携带量轨迹样本,第二金属携带量轨迹样本中的轨迹点样本的数量大于第二数量,且轨迹点样本满足均匀分布;轨迹点样本表征在第二历史时刻采集的目标人员样本的历史金属携带量,轨迹点样本和第二历史时刻一一对应;所述装置还包括:训练模块,用于基于第二金属携带量轨迹样本,对初始安检模型进行训练,得到安检模型。
可选地,所述确定模块630,具体用于:从多个第一金属携带量轨迹样本中,确定轨迹点样本的数量大于第二数量的第三金属携带量轨迹样本;针对每个第三金属携带量轨迹样本,将第三金属携带量轨迹样本中轨迹点样本的统计周期划分为至少两个子周期,并确定第三金属携带量轨迹样本对应的人员样本在各子周期内采集历史金属携带量的天数;基于天数确定人员样本的第三金属携带量轨迹样本的卡方统计量;基于卡方统计量和自由度,确定第三金属携带量轨迹样本中的轨迹点样本是否满足均匀分布;从所有第三金属携带量轨迹样本中,确定轨迹点样本满足均匀分布的第二金属携带量轨迹样本。
可选地,所述装置还包括:添加模块,用于在安检结果为正常的情况下,或者在轨迹点的数量小于第一数量的情况下,将当前金属携带量添加至预设数据库中待检测人员对应的历史金属携带量轨迹中。
可选地,所述装置还包括:存储模块,用于在预设数据库中不包括待检测人员的情况下,将待检测人员的目标身份识别信息和当前金属携带量存储至预设数据库中。
可选地,所述第二获取模块620,还用于在存在至少两个第一历史时刻属于同一历史时间段的情况下,基于历史金属携带量轨迹,获取在每个第一历史时刻采集的历史金属携带量之间的偏差;所述确定模块630,还用于在偏差小于预设值的情况下,基于每个第一历史时刻采集的历史金属携带量,确定历史时间段内的平均金属携带量;所述装置还包括:替换模块,用于采用目标轨迹点,替换历史金属携带量轨迹中的至少两个第一历史时刻对应的轨迹点,以对历史金属携带量轨迹进行更新,所述目标轨迹点用于表征所述历史时间段内的平均金属携带量。
可选地,所述装置还包括:删除模块,用于在安检结果为正常,且轨迹点的数量大于或等于第三数量的情况下,将历史金属携带量轨迹中最早的第一历史时刻对应的历史金属携带量删除,第三数量大于所述第一数量。
可选地,所述第一获取模块610,还用于在待检测人员的安检结果为异常的情况下,获取待检测人员的异常确认结果;所述装置还包括:优化模块,用于在异常确认结果为正常的情况下,基于异常确认结果和安检结果对安检模型的模型参数进行优化,得到优化后的安检模型。
可选地,所述确定模块630,具体用于:对待检测人员进行身份识别,得到目标身份识别信息;将目标身份识别信息与预设数据库中的身份识别信息进行匹配,在匹配成功的情况下,确定预设数据库中包括待检测人员。
本实施例的装置,可以用于执行上述基于金属携带量数据的人员安检方法中任一实施例的方法,其具体实现过程与技术效果与上述基于金属携带量数据的人员安检方法侧实施例中类似,具体可以参见上述基于金属携带量数据的人员安检方法实施例中的详细介绍,此处不再赘述。
图7示例了一种电子设备的实体结构示意图,如图7所示,该电子设备可以包括:处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740,其中,处理器710,通信接口720,存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令,以执行上述各方法所提供的一种基于金属携带量数据的人员安检方法,该方法包括:获取待检测人员的当前金属携带量;在预设数据库中包括待检测人员的情况下,从预设数据库中获取待检测人员的历史金属携带量轨迹,历史金属携带量轨迹中的轨迹点表征在第一历史时刻采集的历史金属携带量,轨迹点和第一历史时刻一一对应;在轨迹点的数量大于或等于第一数量的情况下,基于当前金属携带量和每个历史金属携带量,确定待检测人员的安检结果。
此外,上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的一种基于金属携带量数据的人员安检方法,该方法包括:获取待检测人员的当前金属携带量;在预设数据库中包括待检测人员的情况下,从预设数据库中获取待检测人员的历史金属携带量轨迹,历史金属携带量轨迹中的轨迹点表征在第一历史时刻采集的历史金属携带量,轨迹点和第一历史时刻一一对应;在轨迹点的数量大于或等于第一数量的情况下,基于当前金属携带量和每个历史金属携带量,确定待检测人员的安检结果。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的一种基于金属携带量数据的人员安检方法,该方法包括:获取待检测人员的当前金属携带量;在预设数据库中包括待检测人员的情况下,从预设数据库中获取待检测人员的历史金属携带量轨迹,历史金属携带量轨迹中的轨迹点表征在第一历史时刻采集的历史金属携带量,轨迹点和第一历史时刻一一对应;在轨迹点的数量大于或等于第一数量的情况下,基于当前金属携带量和每个历史金属携带量,确定待检测人员的安检结果。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于金属携带量数据的人员安检方法,其特征在于,包括:
获取待检测人员的当前金属携带量;
在预设数据库中包括所述待检测人员的情况下,从所述预设数据库中获取所述待检测人员的历史金属携带量轨迹,所述历史金属携带量轨迹中的轨迹点表征在第一历史时刻采集的历史金属携带量,所述轨迹点和所述第一历史时刻一一对应;
在所述轨迹点的数量大于或等于第一数量的情况下,基于所述当前金属携带量和每个所述历史金属携带量,确定所述待检测人员的安检结果。
2.根据权利要求1所述的基于金属携带量数据的人员安检方法,其特征在于,所述基于所述当前金属携带量和每个所述历史金属携带量,确定所述待检测人员的安检结果,包括:
将所述当前金属携带量和每个所述历史金属携带量输入安检模型中,得到金属携带量轨迹对应的重构概率,所述金属携带量轨迹中包括所述当前金属携带量和每个所述历史金属携带量;
在所述重构概率小于预设概率的情况下,确定所述待检测人员的安检结果为安检异常,所述安检模型用于基于所述历史金属携带量确定所述当前金属携带量是否正常。
3.根据权利要求2所述的基于金属携带量数据的人员安检方法,其特征在于,所述安检模型为基于如下方式训练得到的:
获取多个初始人员样本各自对应的金属携带量轨迹样本;
从多个初始人员样本各自对应的第一金属携带量轨迹样本中,确定目标人员样本对应的第二金属携带量轨迹样本,所述第二金属携带量轨迹样本中的轨迹点样本的数量大于第二数量,且所述轨迹点样本满足均匀分布;所述轨迹点样本表征在第二历史时刻采集的所述目标人员样本的历史金属携带量,所述轨迹点样本和所述第二历史时刻一一对应;
基于所述第二金属携带量轨迹样本,对初始安检模型进行训练,得到所述安检模型。
4.根据权利要求3所述的基于金属携带量数据的人员安检方法,其特征在于,所述从多个初始人员样本各自对应的第一金属携带量轨迹样本中,确定目标人员样本对应的第二金属携带量轨迹样本,包括:
从多个所述第一金属携带量轨迹样本中,确定轨迹点样本的数量大于所述第二数量的第三金属携带量轨迹样本;
针对每个第三金属携带量轨迹样本,将所述第三金属携带量轨迹样本中轨迹点样本的统计周期划分为至少两个子周期,并确定所述第三金属携带量轨迹样本对应的人员样本在各所述子周期内采集历史金属携带量的天数;
基于所述天数确定所述人员样本的第三金属携带量轨迹样本的卡方统计量;
基于所述卡方统计量和自由度,确定所述第三金属携带量轨迹样本中的轨迹点样本是否满足均匀分布;
从所有所述第三金属携带量轨迹样本中,确定轨迹点样本满足均匀分布的所述第二金属携带量轨迹样本。
5.根据权利要求1-4任一项所述的基于金属携带量数据的人员安检方法,其特征在于,所述方法还包括:
在所述安检结果为正常的情况下,或者在所述轨迹点的数量小于所述第一数量的情况下,将所述当前金属携带量添加至所述预设数据库中所述待检测人员对应的历史金属携带量轨迹中。
6.根据权利要求1-4任一项所述的基于金属携带量数据的人员安检方法,其特征在于,所述方法还包括:
在存在至少两个所述第一历史时刻属于同一历史时间段的情况下,基于所述历史金属携带量轨迹,获取在每个所述第一历史时刻采集的历史金属携带量之间的偏差;
在所述偏差小于预设值的情况下,基于每个所述第一历史时刻采集的历史金属携带量,确定所述历史时间段内的平均金属携带量;
采用目标轨迹点,替换所述历史金属携带量轨迹中的至少两个所述第一历史时刻对应的轨迹点,以对所述历史金属携带量轨迹进行更新,所述目标轨迹点用于表征所述历史时间段内的平均金属携带量。
7.根据权利要求5所述的基于金属携带量数据的人员安检方法,其特征在于,所述方法还包括:
在所述安检结果为正常,且所述轨迹点的数量大于或等于第三数量的情况下,将所述历史金属携带量轨迹中最早的第一历史时刻对应的历史金属携带量删除,所述第三数量大于所述第一数量。
8.根据权利要求2-4任一项所述的基于金属携带量数据的人员安检方法,其特征在于,所述方法还包括:
在所述待检测人员的安检结果为异常的情况下,获取所述待检测人员的异常确认结果;
在所述异常确认结果为正常的情况下,基于所述异常确认结果和所述安检结果对所述安检模型的模型参数进行优化,得到优化后的安检模型。
9.根据权利要求1-4任一项所述的基于金属携带量数据的人员安检方法,其特征在于,确定预设数据库中包括所述待检测人员,包括:
对所述待检测人员进行身份识别,得到目标身份识别信息;
将所述目标身份识别信息与所述预设数据库中的身份识别信息进行匹配,在匹配成功的情况下,确定所述预设数据库中包括所述待检测人员。
10.根据权利要求9所述的基于金属携带量数据的人员安检方法,其特征在于,所述方法还包括:
在所述预设数据库中不包括所述待检测人员的情况下,将所述待检测人员的目标身份识别信息和所述当前金属携带量存储至所述预设数据库中。
CN202310316415.9A 2023-03-28 2023-03-28 基于金属携带量数据的人员安检方法 Active CN116401290B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310316415.9A CN116401290B (zh) 2023-03-28 2023-03-28 基于金属携带量数据的人员安检方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310316415.9A CN116401290B (zh) 2023-03-28 2023-03-28 基于金属携带量数据的人员安检方法

Publications (2)

Publication Number Publication Date
CN116401290A true CN116401290A (zh) 2023-07-07
CN116401290B CN116401290B (zh) 2023-09-29

Family

ID=87008420

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310316415.9A Active CN116401290B (zh) 2023-03-28 2023-03-28 基于金属携带量数据的人员安检方法

Country Status (1)

Country Link
CN (1) CN116401290B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107958435A (zh) * 2016-10-17 2018-04-24 同方威视技术股份有限公司 安检系统及配置安检设备的方法
US20180174260A1 (en) * 2016-12-08 2018-06-21 Nuctech Company Limited Method and apparatus for classifying person being inspected in security inspection
CN109218985A (zh) * 2018-08-08 2019-01-15 上海中交水运设计研究有限公司 一种基于模式相似度的船舶作业行为异常检测方法及系统
CN109799536A (zh) * 2019-04-01 2019-05-24 中控智慧科技股份有限公司 一种基于差值判断的智能分析安检装置
CN109801200A (zh) * 2018-12-03 2019-05-24 国政通科技有限公司 一种分级检测的方法和系统
CN209066326U (zh) * 2018-08-14 2019-07-05 中控智慧科技股份有限公司 一种金属探测安全闸
CN111160696A (zh) * 2019-11-21 2020-05-15 国政通科技有限公司 一种基于大数据的被检人员分级方法
CN111707312A (zh) * 2020-06-30 2020-09-25 广州佳都科技软件开发有限公司 体温和金属协同检测方法、装置、系统和存储介质
CN112102543A (zh) * 2019-05-31 2020-12-18 杭州海康威视数字技术股份有限公司 一种安检系统和方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107958435A (zh) * 2016-10-17 2018-04-24 同方威视技术股份有限公司 安检系统及配置安检设备的方法
US20180174260A1 (en) * 2016-12-08 2018-06-21 Nuctech Company Limited Method and apparatus for classifying person being inspected in security inspection
CN108198116A (zh) * 2016-12-08 2018-06-22 同方威视技术股份有限公司 用于安检中被检人员分级的方法及装置
CN109218985A (zh) * 2018-08-08 2019-01-15 上海中交水运设计研究有限公司 一种基于模式相似度的船舶作业行为异常检测方法及系统
CN209066326U (zh) * 2018-08-14 2019-07-05 中控智慧科技股份有限公司 一种金属探测安全闸
CN109801200A (zh) * 2018-12-03 2019-05-24 国政通科技有限公司 一种分级检测的方法和系统
CN109799536A (zh) * 2019-04-01 2019-05-24 中控智慧科技股份有限公司 一种基于差值判断的智能分析安检装置
CN112102543A (zh) * 2019-05-31 2020-12-18 杭州海康威视数字技术股份有限公司 一种安检系统和方法
CN111160696A (zh) * 2019-11-21 2020-05-15 国政通科技有限公司 一种基于大数据的被检人员分级方法
CN111707312A (zh) * 2020-06-30 2020-09-25 广州佳都科技软件开发有限公司 体温和金属协同检测方法、装置、系统和存储介质

Also Published As

Publication number Publication date
CN116401290B (zh) 2023-09-29

Similar Documents

Publication Publication Date Title
CN106998444B (zh) 一种大数据人脸监控系统
CN112287816B (zh) 一种基于深度学习的危险工作区事故自动检测报警方法
CN108038176B (zh) 一种路人库的建立方法、装置、电子设备及介质
CN106997629A (zh) 门禁控制方法、装置及系统
CN107590473B (zh) 一种人脸活体检测方法、介质和相关装置
CN102163283A (zh) 一种基于局部三值模式的人脸特征提取方法
CN102945366A (zh) 一种人脸识别的方法及装置
CN111062303A (zh) 图像处理方法、系统及计算机存储介质
CN110991397B (zh) 一种行进方向确定方法及相关设备
CN113065474A (zh) 行为识别方法、装置及计算机设备
CN114155614B (zh) 一种作业现场反违章行为识别方法及系统
CN102254183A (zh) 一种基于AdaBoost算法的人脸检测方法
CN111222784A (zh) 一种基于人口大数据的安防监控方法和系统
CN111862413A (zh) 实现抗疫情非接触多维身份快速识别的方法及其系统
CN112101234B (zh) 一种侦码匹配处理方法和图码联侦系统
CN113221086A (zh) 离线人脸认证方法、装置、电子设备及存储介质
KR20080079798A (ko) 얼굴 검출 및 인식을 위한 방법
Heda et al. Performance evaluation of YOLOv3, YOLOv4 and YOLOv5 for real-time human detection
CN116401290B (zh) 基于金属携带量数据的人员安检方法
CN115223157A (zh) 一种基于循环神经网络的电网设备铭牌光学字符识别方法
CN114491156A (zh) 基于视频图像智能推送近似对象的方法
CN201374072Y (zh) 基于人脸识别和活体识别的处理装置
Ibitoye et al. An Adaptive Neural Network Model for Clinical Face Mask Detection
CN110969209A (zh) 一种陌生人识别方法、装置、电子设备及存储介质
CN111325132A (zh) 一种智能监控系统

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
GR01 Patent grant
GR01 Patent grant