CN209784532U - 安全检查系统 - Google Patents

Abstract

公开了一种安全检查系统。安全检查系统包括：超宽带信号获取设备，获取待检对象反射的超宽带反射信号；毫米波成像设备，获取待检对象的毫米波全息数据；数据处理设备，分别与所述超宽带信号获取设备和所述毫米波成像设备耦连，存储有超宽带数据库和毫米波图像库，并配置为：根据超宽带数据库，识别所述超宽带反射信号中被待检对象携带的概率超过预定概率的违禁品，根据毫米波全息数据重建所述待检对象的毫米波图像，并且根据毫米波图像库，识别所述毫米波图像中的感兴趣区域，以及根据所述毫米波图像库，在所述感兴趣区域中识别所述违禁品；以及显示器，与所述数据处理设备耦连，并显示所述毫米波图像以及与所述违禁品有关的警报消息。

Description

安全检查系统

技术领域

本公开一般地涉及安检技术领域，尤其涉及一种结合毫米波成像和超宽带雷达技术的安全检查系统。

背景技术

为了保障公共安全，在重要的公共场所入口处进行安全检查是一项必要的手段。相比于X射线检查，毫米波不具致电离性，并且能够穿透衣物、塑料和纸张等遮挡材料，因而特别适用于面向公众的人体安检。毫米波人体安检技术主要可以分为主动式成像和被动式成像两种。相比被动式成像，主动式毫米波成像图像分辨率高、对可疑物的识别能力强，因而更具有应用前景。主动式毫米波成像设备能够获取人体表面三维毫米波图像，常采用自动识别算法来对人体携带的可疑物品进行检测，但是由于毫米波图像仅具有形状信息，无法对可疑物进行快速分类。现有毫米波成像设备一般通过图像形状信息来识别人体体表是否携带可疑物，但是难以自动区分可疑物是否是违禁品，因而造成了非常高的误报率。

此外，还可以使用超宽带雷达技术通过对物品共振频率的检测来进行安全检查，由于仅处理一维信号，检测速度快，但是该技术无法准确定位违禁品位置，同时易受环境干扰。

因此亟待需要一种既能快速地对可疑物品进行分类又能准确地定位可疑物的位置的安全检查系统。

实用新型内容

根据本公开的一方面，提供一种安全检查系统，包括：

超宽带信号获取设备，获取待检对象反射的超宽带反射信号；

毫米波成像设备，获取待检对象的毫米波全息数据；

数据处理设备，分别与所述超宽带信号获取设备和所述毫米波成像设备耦连，存储有超宽带数据库和毫米波图像库，并配置为：

根据超宽带数据库，识别所述超宽带反射信号中被待检对象携带的概率超过预定概率的违禁品，

根据毫米波全息数据，重建所述待检对象的毫米波图像，并且根据毫米波图像库，识别所述毫米波图像中的感兴趣区域，以及

根据所述毫米波图像库，在所述感兴趣区域中识别所述违禁品；以及

显示器，与所述数据处理设备耦连，并显示所述毫米波图像以及与所述违禁品有关的警报消息。

在实施例中，所述数据处理设备还配置为：利用第一机器学习算法对所述超宽带反射信号进行识别；以及利用第二机器学习算法对所述毫米波图像进行识别。

在实施例中，第一机器学习算法和第二机器学习算法是神经网络算法。

在实施例中，在所述感兴趣区域中识别到所述违禁品的情况下，所述警报消息包括与所述违禁品的种类以及在所述毫米波图像中的位置有关的信息。

在实施例中，所述超宽带数据库和所述毫米波图像库是针对违禁品而建立的。

在实施例中，超宽带信号获取设备包括：

超宽带信号源，配置为产生超宽带信号；

超宽带信号发射天线，与所述超宽带信号源耦连，并配置为将所述超宽带信号发射到自由空间；

超宽带信号接收天线，与所述超宽带信号发射天线耦连，并配置为接收待检对象反射的超宽带反射信号；以及

采集和控制单元，与所述超宽带信号发射天线和所述超宽带信号接收天线耦连，并配置为控制所述超带宽信号的发射并且采集所述超带宽反射信号。

在实施例中，所述毫米波成像设备包括：

毫米波收发天线阵列，包括排布成阵列的多个子单元，配置为发射和接收毫米波信号；以及

毫米波收发机，与所述毫米波收发天线阵列耦连，并配置为产生毫米波信号并通过毫米波收发天线阵列发射到自由空间，并且采集毫米波收发天线阵列接收的毫米波反射信号以获取所述待检对象的毫米波全息数据。

在实施例中，所述毫米波成像设备还包括：

滑块，与所述毫米波收发天线阵列耦连，并配置为用于支持毫米波收发天线阵列沿滑轨方向的往复运动；

同步齿轮，通过同步齿形带与所述滑块耦连，并配置为带动毫米波收发天线阵列进行往复运动；以及

驱动电机，与所述同步齿轮耦连，并配置为用于驱动同步齿轮和同步齿形带。

根据本公开的实施例，能够通过通过将超宽带雷达技术与毫米波成像技术相结合，显著地提高了安检的效率和准确性。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1是示出根据本公开实施例的安全检查系统的结构示意图；

图2是示出根据本公开实施例的超宽带信号获取设备的结构示意图；

图3是示出根据本公开实施例的毫米波成像设备的结构示意图；以及

图4是示出根据本公开实施例的安全检查的数据处理方法的流程图。

贯穿附图，相同或相似的附图标记表示相同或相似的部件。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。这里使用的词语“一”、“一个(种)”和“该”等也应包括“多个”、“多种”的意思，除非上下文另外明确指出。此外，在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。

因此，本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。在本公开的上下文中，计算机可读介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，计算机可读介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。计算机可读介质的具体示例包括：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；和/或有线/无线通信链路。

图1是示出根据本公开实施例的安全检查系统的结构示意图。

如图1所示，根据该实施例的安全检查系统100可以包括超宽带信号获取设备101、毫米波成像设备102、数据处理设备103以及显示器104。

超宽带信号获取设备101获取待检对象反射的超宽带反射信号。当待检人员进入安全检查系统时，超宽带信号获取设备可以获取待检人员对照射在其上的超宽带(UWB)信号的反射信号。该反射信号是一维超宽带谱信号。一维超宽带谱信号携带物品(例如，手枪、刀具或爆炸物)的共振频率，因此可以实现对物品的快速检测和分类。

毫米波成像设备102获取待检对象的毫米波全息数据。波长为1～10mm的电磁波可以称为毫米波。电磁波在该波段内特殊的电磁特性使得毫米波可应用于人体安全检查领域。主动式毫米波成像技术主要利用了毫米波的穿透性。当待检对象站立在毫米波成像设备102的成像区域时，毫米波成像设备102通过对待检对象执行扫描，毫米波成像设备102发出的毫米波穿透衣物后，被人体或体表其他隐藏物体反射回来，设备基于反射回来的毫米波全息数据得到待检对象的全息图像。毫米波辐射属于电磁波辐射，而非电离辐射，因此对人体无电离危害，并且扫描信号的电磁辐射功率仅为手机信号的千分之一。另外主动式毫米波成像效果好，在实际成像时，如隐藏的手枪、刀具、炸弹、毒品等违禁品可以一览无余。

在本公开实施例中，超宽带信号获取设备101和毫米波成像设备102可以没置在安检通道的两侧，如图1所示。然而应注意超宽带信号获取设备101和毫米波成像设备102的放置位置不限于此。

数据处理设备103存储有超宽带数据库和毫米波图像库。所述超宽带数据库和所述毫米波图像库均是针对违禁品(例如手枪、刀具、炸弹、毒品等)预先建立的。在实现方式中，超宽带数据库包括与各种违禁品相对应的超宽带谱信号，毫米波图像库包括与各种违禁品相对应的毫米波图像。

数据处理设备103根据超宽带数据库，识别超宽带反射信号中被待检对象携带的概率超过预定概率的违禁品。在实施例中，数据处理设备103可以将超宽带反射信号与超宽带数据库中与各种违禁品相对应的超宽带信号进行比对，给出待检对象携带各种违禁品的概率。如果某违禁品的概率超过预定概率，则输出该违禁品。例如，该预定概率可以设置为50％，如果在超宽带反射信号中识别到手枪的概率为70％，则可以输出概率为70％的手枪。然而应当注意，预定概率的数值可以根据安检的具体情况而设置。另外，在实施例中，比对可以利用第一机器学习算法来执行，即使用第一机器学习算法对超宽带反射信号进行识别。第一机器学习算法可以是，但不限于神经网络算法。

数据处理设备103根据毫米波全息数据重建所述待检对象的毫米波图像，并且根据毫米波图像库，识别所述毫米波图像中的感兴趣区域。在实施例中，数据处理设备103可以将重建的毫米波图像与毫米波图像库中与各种违禁品的毫米波图像进行比对，从而识别毫米波图像中存在违禁品的区域。另外，在实施例中，利用第二机器学习算法对毫米波图像进行识别。第二机器学习算法可以是，但不限于神经网络算法。

数据处理设备103进一步根据毫米波图像库，在所述感兴趣区域中识别所述违禁品。在实施例中，如果在超宽带反射信号中识别出概率超过预定概率的违禁品是手枪，则将在感兴趣区域中的违禁品与毫米波图像库中与手枪相对应的毫米波图像进行比对，从而判定该感兴趣区域中是否存在手枪。从而实现对违禁品(例如，手枪)的快速和精确定位。

显示器104显示所述毫米波图像以及与所述违禁品有关的警报消息。在实施例中，在所述感兴趣区域中识别到所述违禁品的情况下，所述警报消息包括与所述违禁品的种类以及在所述毫米波图像中的位置有关的信息。

在本公开实施例提供的安全检查系统100中，通过将超宽带雷达技术与毫米波成像技术相结合实现了安全检查中对违禁品的快速分类和定位。从而对携带手机、钥匙等非违禁品的旅客实现快速放行，显著地提高了安检的效率。在实施例中，使待检对象首先通过超宽带信号扫描，并获得待检对象反射的超宽带反射信号，从而快速地检测到所携带的违禁品的类别。然后通过使待检对象通过毫米波扫描，并获得待检对象的毫米波全息图像，从而确定可疑物的区域(即，位置)。最后将违禁品与可疑物的区域进行进一步比对，从而确定违禁品的准确位置。这样既解决了超宽带雷达技术无法准确定位违禁品的问题也解决了毫米波成像技术无法准确给出违禁品的类型的问题。进而显著地提高了安检的效率和准确性。

图2是示出根据本公开实施例的超宽带信号获取设备200的结构示意图。

如图2所示，超宽带信号获取设备200可以包括超宽带信号源201、超宽带信号发射天线202、超宽带信号接收天线203和采集和控制单元204。

超宽带信号源201配置为产生超宽带信号。在实施例中，超宽带信号的典型频率为0.1～5GHz。

超宽带信号发射天线202与所述超宽带信号源201耦连，并配置为将超宽带信号源201产生的超宽带信号发射到自由空间。当待检人员进入安全检查系统时，超宽带信号发射天线202发射的超宽带信号可以照射到待检人员。

超宽带信号接收天线203配置为接收待检对象反射的超宽带反射信号，即接收待检人员对照射在其上的超宽带信号的反射信号。

采集和控制单元204与所述超宽带信号发射天线202和所述超宽带信号接收天线203耦连。采集和控制单元204可以控制超宽带信号发射天线202对超带宽信号的发射并且采集超宽带信号接收天线203接收到超带宽反射信号。该反射信号是一维超宽带谱信号。一维超宽带谱信号携带违禁品(例如，手枪、刀具或爆炸物)的共振频率，因此可以实现对物品的快速检测和分类。

在本公开实施例中提供的超宽带信号获取设备200中，通过获取待检对象反射的超宽带反射信号可以实现对违禁品的快速检测和分类。

图3是示出根据本公开实施例的毫米波成像设备300的结构示意图。

如图3所示，所述毫米波成像设备300包括毫米波收发天线阵列301、毫米波收发机302、滑块303、同步齿轮304以及驱动电机305。

毫米波收发天线阵列301包括排布成阵列的多个子单元，配置为发射和接收毫米波信号。毫米波收发天线阵列301可以设置为线阵，从而实现上下扫描模式，也可以实现水平扫描模式。

毫米波收发机302与所述毫米波收发天线阵列301耦连，并配置为产生毫米波信号并通过毫米波收发天线阵列301发射到自由空间，并且采集毫米波收发天线阵列301接收的毫米波反射信号以获取待检对象的毫米波全息数据。在实施例中，当待检对象站立在毫米波成像设备300的成像区域时，毫米波收发天线阵列301对待检对象执行扫描，毫米波收发天线阵列301发出的毫米波穿透衣物后，被人体或体表其他隐藏物体反射回来。毫米波收发天线阵列301接收到反射回来的毫米波之后，毫米波收发机302对该反射的毫米波进行采集，以得到毫米波全息数据，从而获得待检对象的毫米波全息图像。

滑块303与所述毫米波收发天线阵列301耦连，并配置为用于支持毫米波收发天线阵列301沿滑轨306的方向的往复运动。在本公开实施例中，滑块303支持毫米波收发天线阵列301沿滑轨306的方向水平地往复运动，从而实现对待检对象的毫米波扫描。

同步齿轮304配置为通过同步齿形带307带动毫米波收发天线阵列301沿着滑轨306的方向水平地进行往复运动。

驱动电机305与同步齿轮304和同步齿形带307耦连，并配置为用于驱动同步齿轮304和同步齿形带307。

在本公开实施例提供的毫米波成像设备300中，通过发射毫米波并接收待检对象反射的毫米波，来获得待检对象的毫米波全息图像，从而实现对可疑物品的自动检测。

图4是示出根据本公开实施例的安全检查的数据处理方法的流程图。

如图4所示，在操作S1，获取待检对象反射的超宽带反射信号。在本实施例中，该反射信号是一维超宽带谱信号。一维超宽带谱信号携带物品(例如，手枪、刀具或爆炸物)的共振频率，因此可以实现对物品的快速检测和分类。

在操作S2，获取待检对象的毫米波全息数据。毫米波穿透待检人员的衣物后，被人体或体表其他隐藏物体反射回来，通过反射回来的毫米波全息数据得到待检对象的全息图像。毫米波辐射属于电磁波辐射，而非电离辐射，因此对人体无电离危害，并且扫描信号的电磁辐射功率仅为手机信号的千分之一。另外主动式毫米波成像效果好，在实际成像时，如隐藏的手枪、刀具、炸弹、毒品等违禁品可以一览无余

在操作S3，根据超宽带数据库，识别所述超宽带反射信号中被待检对象携带的概率超过预定概率的违禁品。在实施例中，可以将超宽带反射信号与超宽带数据库中与各种违禁品相对应的超宽带信号进行比对，给出待检对象携带各种违禁品的概率。如果某违禁品的概率超过预定概率，则输出该违禁品。例如，该预定概率可以设置为50％，如果在超宽带反射信号中识别到手枪的概率为70％，则可以输出概率为70％的手枪。然而应当注意，预定概率的数值可以更加安检的具体情况而设置。另外，在实施例中，比对可以利用第一机器学习算法来执行，即使用第一机器学习算法对超宽带反射信号进行识别。第一机器学习算法可以是，但不限于神经网络算法。

在操作S4，根据毫米波全息数据重建所述待检对象的毫米波图像，并且根据毫米波图像库，识别所述毫米波图像中的感兴趣区域。将毫米波图像与毫米波图像库中与各种违禁品相对应的毫米波图像进行比对，从而识别毫米波图像中存在违禁品的区域。另外，在实施例中，利用第二机器学习算法对毫米波图像进行识别。第二机器学习算法可以是，但不限于神经网络算法。

在实施例中，所述超宽带数据库和所述毫米波图像库均是针对违禁品(例如手枪、刀具、炸弹、毒品等)预先建立的。在实现方式中，超宽带数据库包括与各种违禁品相对应的超宽带谱信号，毫米波图像库包括与各种违禁品相对应的毫米波图像。

在操作S5，根据所述毫米波图像库，在所述感兴趣区域中识别所述违禁品。在实施例中，如果在超宽带反射信号中识别出概率超过预定概率的违禁品是手枪，则将在感兴趣区域中的违禁品与毫米波图像库中与手枪相对应的毫米波图像进行比对，从而判定该感兴趣区域中是否存在手枪。从而实现对违禁品(例如，手枪)的快速和精确定位。

在操作S6，显示所述毫米波图像以及与所述违禁品有关的警报消息。在实施例中，在所述感兴趣区域中识别到所述违禁品的情况下，所述警报消息包括与所述违禁品的种类以及在所述毫米波图像中的位置有关的信息。

在本公开实施例中提供的数据处理方法，既解决了超宽带雷达技术无法准确定位违禁品的问题也解决了毫米波成像技术无法准确给出违禁品的类型的问题。进而显著地提高了安检的效率和准确性。

以上的详细描述通过使用示意图、流程图和/或示例，已经阐述了安全检查系统和检查方法的众多实施例。在这种示意图、流程图和/或示例包含一个或多个功能和/或操作的情况下，本领域技术人员应理解，这种示意图、流程图或示例中的每一功能和/或操作可以通过各种结构、硬件、软件、固件或实质上它们的任意组合来单独和/或共同实现。在一个实施例中，本发明的实施例所述主题的若干部分可以通过专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、或其他集成格式来实现。然而，本领域技术人员应认识到，这里所公开的实施例的一些方面在整体上或部分地可以等同地实现在集成电路中，实现为在一台或多台计算机上运行的一个或多个计算机程序(例如，实现为在一台或多台计算机系统上运行的一个或多个程序)，实现为在一个或多个处理器上运行的一个或多个程序(例如，实现为在一个或多个微处理器上运行的一个或多个程序)，实现为固件，或者实质上实现为上述方式的任意组合，并且本领域技术人员根据本公开，将具备设计电路和/或写入软件和/或固件代码的能力。此外，本领域技术人员将认识到，本公开所述主题的机制能够作为多种形式的程序产品进行分发，并且无论实际用来执行分发的信号承载介质的具体类型如何，本公开所述主题的示例性实施例均适用。信号承载介质的示例包括但不限于：可记录型介质，如软盘、硬盘驱动器、紧致盘(CD)、数字通用盘(DVD)、数字磁带、计算机存储器等；以及传输型介质，如数字和/或模拟通信介质(例如，光纤光缆、波导、有线通信链路、无线通信链路等)。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等价物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (8)

1.一种安全检查系统，其特征在于，包括：

超宽带信号获取设备，获取待检对象反射的超宽带反射信号；

毫米波成像设备，获取待检对象的毫米波全息数据；

数据处理设备，分别与所述超宽带信号获取设备和所述毫米波成像设备耦连，存储有超宽带数据库和毫米波图像库，并配置为：

根据超宽带数据库，识别所述超宽带反射信号中被待检对象携带的概率超过预定概率的违禁品，

根据毫米波全息数据，重建所述待检对象的毫米波图像，并且根据毫米波图像库，识别所述毫米波图像中的感兴趣区域，以及

根据所述毫米波图像库，在所述感兴趣区域中识别所述违禁品；以及

显示器，与所述数据处理设备耦连，并显示所述毫米波图像以及与所述违禁品有关的警报消息。

2.根据权利要求1所述的系统，其中，所述数据处理设备还配置为：

利用第一机器学习算法对所述超宽带反射信号进行识别；以及

利用第二机器学习算法对所述毫米波图像进行识别。

3.根据权利要求2所述的系统，其中，第一机器学习算法和第二机器学习算法是神经网络算法。

4.根据权利要求1所述的系统，其中，在所述感兴趣区域中识别到所述违禁品的情况下，所述警报消息包括与所述违禁品的种类以及在所述毫米波图像中的位置有关的信息。

5.根据权利要求1所述的系统，其中，所述超宽带数据库和所述毫米波图像库是针对违禁品而建立的。

6.根据权利要求1所述的系统，其中，所述超宽带信号获取设备包括：

超宽带信号源，配置为产生超宽带信号；

超宽带信号发射天线，与所述超宽带信号源耦连，并配置为将所述超宽带信号发射到自由空间；

超宽带信号接收天线，与所述超宽带信号发射天线耦连，并配置为接收待检对象反射的超宽带反射信号；以及

采集和控制单元，与所述超宽带信号发射天线和所述超宽带信号接收天线耦连，并配置为控制所述超带宽信号的发射并且采集所述超带宽反射信号。

7.根据权利要求1所述的系统，其中，所述毫米波成像设备包括：

毫米波收发天线阵列，包括排布成阵列的多个子单元，配置为发射和接收毫米波信号；以及

毫米波收发机，与所述毫米波收发天线阵列耦连，并配置为产生毫米波信号并通过毫米波收发天线阵列发射到自由空间，并且采集毫米波收发天线阵列接收的毫米波反射信号，以获取所述待检对象的毫米波全息数据。

8.根据权利要求7所述的系统，其中，所述毫米波成像设备还包括：

滑块，与所述毫米波收发天线阵列耦连，并配置为用于支持毫米波收发天线阵列沿滑轨方向的往复运动；

同步齿轮，通过同步齿形带与所述滑块耦连，并配置为带动毫米波收发天线阵列进行往复运动；以及

驱动电机，与所述同步齿轮耦连，并配置为用于驱动同步齿轮和同步齿形带。