CN210691345U - 一种基于深度学习的云智能安检辅助系统 - Google Patents

Abstract

本实用新型公开了一种基于深度学习的云智能安检辅助系统，该云智能安检辅助系统包括摄像头、智能安检辅助终端和云平台，摄像头对来往行人进行监控，并将监控图像传输给智能安检辅助终端，智能安检辅助终端分析并处理图像数据，还将处理后的图像数据上传到云平台，云平台控制摄像头采用人脸识别算法进行目标锁定以及采用姿态识别算法进行行为分析；本实用新型的云智能安检辅助系统通过收集人员包裹信息，实现实时上传、存储、分析的功能，可以构建人包关联的云端数据库，为执法人员的监管提供有利支撑，可以及时发现可疑人物或危险动作，进行通知，以便于安检人员处理和排查可疑人员，具有准确率高、效率高、成本低的优点。

Description

一种基于深度学习的云智能安检辅助系统

技术领域

本实用新型涉及一种安检辅助系统，特别涉及一种基于深度学习的云智能安检辅助系统，属于安检设备技术领域。

背景技术

随着城市交通系统的不断完善，火车、地铁、飞机等交通出行方式由于其安全性高、快捷准时、方便舒适、绿色环保等诸多优点，成为了人们出行的首要选择。然而，在海陆空交通站点，违禁品携带、人员意外摔倒、受袭等危险行为成为工作人员的主要监管范围，随着现如今人流量愈发庞大，使得安检系统的压力随之剧增，犯罪概率急剧升高。由于人工检查要求安检员精力集中，人力成本较高，智能化程度低且会出现纰漏等原因，对公共安全运行产生一定的威胁。

近些年，在人工智能技术的不断发展之下，有必要存在一种云智能安检辅助系统，帮助安检人员进行违禁品识别和行人异常行为监测工作。

实用新型内容

本实用新型提出了一种基于深度学习的云智能安检辅助系统，解决了现有技术中人工安检存在人力成本较高、智能化程度低且会出现纰漏的问题。

为了解决上述技术问题，本实用新型提供了如下的技术方案：

本实用新型提供了一种基于深度学习的云智能安检辅助系统，该云智能安检辅助系统包括摄像头、智能安检辅助终端和云平台，所述摄像头对来往行人进行监控，并将监控图像传输给智能安检辅助终端，所述智能安检辅助终端分析并处理图像数据，还将处理后的图像数据上传到云平台，所述云平台控制摄像头采用人脸识别算法进行目标锁定以及采用姿态识别算法进行行为分析。

作为本实用新型的一种优选技术方案，所述摄像头为一个或多个摄像头组件，所述摄像头内还设置有报警模块。

作为本实用新型的一种优选技术方案，所述智能安检辅助终端外接一个或多个安检机，并采用违禁品检测算法和50ms判图技术对一个或多个安检机内的包裹进行违禁品检测。

作为本实用新型的一种优选技术方案，所述安检机采集视频图像，并输出视频信号给智能安检辅助终端，所述智能安检辅助终端采用深度学习算法对视频信号中的违禁品进行识别，并将识别后的违禁品的图片、种类、发现时间、发现的安检通道、携带人员身份信息这些数据上传至云平台。

作为本实用新型的一种优选技术方案，所述云平台通过互联网与执法部门进行实时通信，并实现数据共享。

作为本实用新型的一种优选技术方案，所述云平台通过对接收的数据进行储存、归纳和分析，实时更新黑名单人员，并将更新的黑名单人员信息传输给执法部门，所述执法部门还可传输数据给云平台。

本实用新型所达到的有益效果是：本实用新型的一种基于深度学习的云智能安检辅助系统与现有技术相比，具有以下的有益效果：

1、本实用新型的云智能安检辅助系统通过收集人员包裹信息，实现实时上传、存储、分析的功能，可以构建人包关联的云端数据库，为执法人员的监管提供有利支撑，以确保出行人员的安全。

2、本实用新型的云智能安检辅助系统通过人脸识别算法进行目标锁定以及采用姿态识别算法对异常行为进行监测，可以及时发现可疑人物或危险动作，进行通知，以便于安检人员处理和排查可疑人员，确保安检的安全性，具有准确率高、效率高、成本低的优点。

附图说明

附图用来提供对本实用新型的进一步理解，并且构成说明书的一部分，与本实用新型的实施例一起用于解释本实用新型，并不构成对本实用新型的限制。

在附图中：

图1是本实用新型提出的一种基于深度学习的云智能安检辅助系统的主观原理框图；

图2是本实用新型提出的一种基于深度学习的云智能安检辅助系统的具体原理框图；

图3是本实用新型提出的一种基于深度学习的云智能安检辅助系统的行人异常行为检测流程图；

图4是本实用新型提出的一种基于深度学习的云智能安检辅助系统的违禁品识别流程图；

图中：1、摄像头；2、智能安检辅助终端；3、云平台；4、执法部门；5、安检机。

具体实施方式

以下结合附图对本实用新型的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本实用新型，并不用于限定本实用新型。

实施例1

如图1-2所示，本实用新型提供了一种基于深度学习的云智能安检辅助系统，该云智能安检辅助系统包括摄像头1、智能安检辅助终端2和云平台3，摄像头1对来往行人进行监控，并将监控图像传输给智能安检辅助终端2，智能安检辅助终端2分析并处理图像数据，还将处理后的图像数据上传到云平台3，云平台3控制摄像头1采用人脸识别算法进行目标锁定以及采用姿态识别算法进行行为分析。

摄像头1采用人脸识别算法，可以依据云平台3中的嫌犯、黑名单人员(经常携带违禁品乘坐公共交通)，对可疑人员进行目标锁定，可以在发现嫌犯时进行直接报警，发现黑名单人员将进行人包关联，传输信号给智能安检辅助终端2，在其通过安检通道时，通知安检员对其包裹重点检查，摄像头1同时采用姿态识别算法对行人的行为进行分析，即在对于场景内的人员动作、行为进行监控，若出现人员倒地、打斗等危险性动作则可以直接报警，立即通知安检人员进行处理。

摄像头1为一个或多个摄像头组件，摄像头1内还设置有报警模块，摄像头1可以直接进行报警，以便于及时通知安检人员进行处理。

智能安检辅助终端2外接一个或多个安检机5，并采用违禁品检测算法和50ms判图技术对一个或多个安检机5内的包裹进行违禁品检测，智能安检辅助终端2能在50ms内对包裹中违禁品进行识别并定位，大幅提升安检通道通过效率并减轻安检员工作负担。

安检机5采集视频图像，并输出视频信号给智能安检辅助终端2，智能安检辅助终端2采用深度学习算法对视频信号中的违禁品进行识别，并将识别后的违禁品的图片、种类、发现时间、发现的安检通道、携带人员身份信息这些数据上传至云平台3。

云平台3通过互联网与执法部门4进行实时通信，并实现数据共享，云平台3可以对接收的违禁品数据进行储存、归纳和分析，并通过违禁品大数据风险预警算法，使用摄像头1对安全隐患进行监控，实时更新黑名单人员，并将更新的黑名单人员信息传输给执法部门4，执法部门4还可传输数据给云平台3。

可知，摄像头1的主要作用分为目标锁定和姿态识别；首先，通过人脸识别算法对目标人员进行锁定，结合云端数据库中的嫌犯等黑名单进行人员比对，从而对黑名单中的人员进行人包关联，并通知安检人员进行重点排查以降低再次犯罪的风险；在公共交通场所中，通过摄像头1对场所内的所有人员的异常行为进行检测，例如摔倒、遇袭等危害生命安全的行为举止，若检测到异常行为则系统立即通知工作人员进行迅速处理。

智能安检辅助终端2通过外接方式与安检机5相连接，可以兼容大多数安检机5。其采用深度学习算法对违禁品进行识别，对发现的违禁品的相关信息，例如：图片、种类、发现时间、发现的具体案件通道、携带人员身份信息等数据，可以上传至云平台3。

云平台3接收得到智能安检辅助终端2的违禁品相关信息，并对数据进行储存、归纳和分析，通过违禁品大数据风险预警算法对违禁品进行安全等级分级，将过往人员携带包裹的安全系数进行评定，从而实现实时更新黑名单信息的作用。

实施例2

如图3所示，本实用新型的基于深度学习的云智能安检辅助系统在对行人异常行为进行识别检测时，采用的是基于深度学习的姿态识别算法进行分析识别，进一步的，本实用新型对于行人异常行为检测、识别的主要步骤包括：

(1)通过摄像头1采集行人图像信息，并对图像进行标注；

(2)将采集得到的图像进行增广、扩充；

(3)对图像信息进行处理，即通过VGG-16前十层，得到feature map；

(4)分别用CNN预测关节点S和部位矢量场L，之后，通过预测的关节点S、部位矢量场L，计算相关性；

(5)通过多人检测，进行计算位姿骨架，再采用二部图匹配，计算最优匹配，并且训练；

(6)最终将训练好的网络权重加载到人体姿态识别网络中，进行密度检测、危险情况识别。

实施例3

如图4所示，本实用新型的基于深度学习的云智能安检辅助系统在对违禁品进行识别检测时，采用深度学习算法对违禁品进行识别，进一步的，对于违禁品识别的主要步骤包括：

(1)使用安检机5采集图像，并对图像进行标注；

(2)对标注后的图像进行增广、扩充，并通过预训练构建YOLO定制网络；

(3)之后对图像进行二次增广，再通过YOLO定制网络进行微调训练；

(4)最终将训练好的网络权重加载到YOLO定制网络中，进行违禁品自动检测识别。

本实用新型的云智能安检辅助系统通过收集人员包裹信息，实现实时上传、存储、分析的功能，可以构建人包关联的云端数据库，为执法人员的监管提供有利支撑，通过人脸识别算法进行目标锁定以及采用姿态识别算法对异常行为进行监测，可以及时发现可疑人物或危险动作，进行通知，以便于安检人员处理和排查可疑人员，确保安检的安全性，具有准确率高、效率高、成本低的优点。

最后应说明的是：以上所述仅为本实用新型的优选实施例而已，并不用于限制本实用新型，尽管参照前述实施例对本实用新型进行了详细的说明，对于本领域的技术人员来说，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。凡在本实用新型的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本实用新型的保护范围之内。

Claims (6)

1.一种基于深度学习的云智能安检辅助系统，其特征在于，该云智能安检辅助系统包括摄像头(1)、智能安检辅助终端(2)和云平台(3)，所述摄像头(1)对来往行人进行监控，并将监控图像传输给智能安检辅助终端(2)，所述智能安检辅助终端(2)分析并处理图像数据，还将处理后的图像数据上传到云平台(3)，所述云平台(3)控制摄像头(1)采用人脸识别算法进行目标锁定以及采用姿态识别算法进行行为分析。

2.根据权利要求1所述的一种基于深度学习的云智能安检辅助系统，其特征在于，所述摄像头(1)为一个或多个摄像头组件，所述摄像头(1)内还设置有报警模块。

3.根据权利要求1所述的一种基于深度学习的云智能安检辅助系统，其特征在于，所述智能安检辅助终端(2)外接一个或多个安检机(5)，并采用违禁品检测算法和50ms判图技术对一个或多个安检机(5)内的包裹进行违禁品检测。

4.根据权利要求3所述的一种基于深度学习的云智能安检辅助系统，其特征在于，所述安检机(5)采集视频图像，并输出视频信号给智能安检辅助终端(2)，所述智能安检辅助终端(2)采用深度学习算法对视频信号中的违禁品进行识别，并将识别后的违禁品的图片、种类、发现时间、发现的安检通道、携带人员身份信息这些数据上传至云平台(3)。

5.根据权利要求1所述的一种基于深度学习的云智能安检辅助系统，其特征在于，所述云平台(3)通过互联网与执法部门(4)进行实时通信，并实现数据共享。

6.根据权利要求5所述的一种基于深度学习的云智能安检辅助系统，其特征在于，所述云平台(3)通过对接收的数据进行储存、归纳和分析，实时更新黑名单人员，并将更新的黑名单人员信息传输给执法部门(4)，所述执法部门(4)还可传输数据给云平台(3)。

Images