EA044524B1

EA044524B1 - METHOD, SYSTEM AND DEVICE FOR IDENTIFYING PEOPLE FOR INSPECTION WHEN PASSING A METAL DETECTOR

Info

Publication number: EA044524B1
Application number: EA202191529
Authority: EA
Inventors: Александр Алексеевич Князев
Original assignee: Публичное Акционерное Общество "Сбербанк России" (Пао Сбербанк)
Priority date: 2021-05-20
Filing date: 2021-06-29
Publication date: 2023-08-31

Description

Область техникиField of technology

Настоящее изобретение относится к области систем контроля, которые применяются в зонах досмотра людей на предмет наличия запрещенных предметов или факта совершения противоправных действий.The present invention relates to the field of control systems that are used in areas where people are searched for the presence of prohibited items or the fact of committing illegal actions.

Уровень техникиState of the art

Применяемые на сегодняшний день металлодетекторы, как правило, не ориентируются на индивидуальные привычки человека и предназначены для информирования наличия металлических предметов на человеке. Стационарные металлодетекторы способны выявлять металлические предметы, определять массу, тип и местоположение металлосодержащих предметов. Выявление происходит по заданным настройкам - на массу. В результате это приводит к тому, что сотрудники охраны вынуждены досматривать каждого человека индивидуально, тем самым существенно снижая пропускную способность пункта пропуска (досмотра).Metal detectors used today, as a rule, do not focus on a person’s individual habits and are designed to inform about the presence of metal objects on a person. Stationary metal detectors are capable of identifying metal objects, determining the mass, type and location of metal-containing objects. Detection occurs according to the specified settings - to ground. As a result, this leads to the fact that security officers are forced to inspect each person individually, thereby significantly reducing the throughput of the checkpoint (inspection).

Из уровня техники известно решение, представляющее собой систему детектирования проноса запрещенных предметов с помощью металлодетектора (заявка WO 2020025965 A1, Keeny et al., 06.02.2020). В известном решении применяется ретроспективная информация, формирующая магнитные сигнатуры, по факту нескольких проходов человеком рамки металлодетектора. На основании сигнатур формируется профиль человека, связываемый с внешним идентификатором, получаемым из СКУДа и/или биометрической системы распознавания.A solution known from the prior art is a system for detecting the carrying of prohibited items using a metal detector (application WO 2020025965 A1, Keeny et al., 02/06/2020). The known solution uses retrospective information that forms magnetic signatures based on the fact that a person has several times passed through the metal detector frame. Based on the signatures, a person’s profile is formed and associated with an external identifier obtained from an access control system and/or a biometric recognition system.

Недостатками известного решения и существующих подходов является ограниченная функциональность и точность определения возможных аномалий при прохождении металлодетектора, а также в случае использования в системе металлодетекторов разных производителей и/или типов, что обусловлено отсутствием применения модели распределения металла (МРМ) на теле человека в ходе использования ретроспективных данных его прохождения металлодетектора, и использования данной информации для формирования профиля человека для последующего анализа.The disadvantages of the known solution and existing approaches are the limited functionality and accuracy of determining possible anomalies when passing a metal detector, as well as in the case of using metal detectors of different manufacturers and/or types in the system, which is due to the lack of application of a metal distribution model (MDM) on the human body during the use of retrospective the data of his passage through a metal detector, and the use of this information to form a profile of the person for subsequent analysis.

Сущность изобретенияThe essence of the invention

Решаемой технической проблемой является создание нового подхода в применении показаний металлодетектора, позволяющих сформировать профиль человека для последующего анализа на предмет необходимости его дополнительного контроля. Техническим результатом является повышение точности выявления людей для прохождения дополнительного контроля, за счет использования профиля человека, сформированного на основании МРМ, формируемой по ретроспективным данным прохода человека.The technical problem to be solved is the creation of a new approach to the use of metal detector readings, allowing the formation of a person’s profile for subsequent analysis regarding the need for additional control. The technical result is to increase the accuracy of identifying people to undergo additional control, through the use of a person’s profile formed on the basis of the MRM, formed from retrospective data of a person’s passage.

Заявленный результат достигается за счет компьютерно-реализуемого способа определения людей для досмотра при прохождении металлодетектора, выполняемого с помощью по меньшей мере одного процессора и содержащего этапы, на которых формируют профиль человека, содержащий уникальный ID и модель распределения масс (МРМ), содержащую по меньшей мере данные о типе металла, массе и расположении металла определенного типа, расположенном на человеке, причем МРМ формируется на основании ретроспективной информации проходов металлодетектора данным человеком;The claimed result is achieved through a computer-implemented method for identifying people for inspection when passing a metal detector, performed using at least one processor and containing stages at which a person’s profile is formed, containing a unique ID and a mass distribution model (MDM), containing at least data on the type of metal, mass and location of a certain type of metal located on a person, wherein the MRM is formed based on retrospective information of metal detector passes by a given person;

получают ID человека и данные текущей МРМ для него, формируемой при прохождении через металлодетектор;receive a person’s ID and the data of the current MRM for him, formed when passing through a metal detector;

осуществляют сравнение текущей МРМ с базовой МРМ, при котором анализируют отклонение массы, типа и расположения определенного типа металла на человеке от базовой МРМ, и в случае выявления отклонения по меньшей мере по одному каждому из указанных параметров МРМ формируют сигнал для досмотра человека.the current MRM is compared with the base MRM, in which the deviation of the mass, type and location of a certain type of metal on a person from the basic MRM is analyzed, and if a deviation is detected in at least one of each of the specified parameters of the MRM, a signal is generated for inspection of the person.

В одном из частных примеров осуществления способа тип металла представляет собой цветной и/или черный металл.In one of the particular examples of the method, the type of metal is non-ferrous and/or ferrous metal.

В другом частном примере осуществления способа расположение металла на человеке характеризуется пространственными координатами.In another particular example of the method, the location of the metal on a person is characterized by spatial coordinates.

В другом частном примере осуществления способа взаимное расположение цветного металла к черному характеризуется пространственными координатами или векторами.In another particular example of the method, the relative position of the non-ferrous metal to the ferrous metal is characterized by spatial coordinates or vectors.

В другом частном примере осуществления способа МРМ представляется в виде графа, отражающего совокупность множества связей всех масс, расположенных на человеке.In another particular example of the implementation of the method, the MRM is represented in the form of a graph reflecting a set of connections of all masses located on a person.

В другом частном примере осуществления способа расположение металла дополнительно характеризуется отношением массы цветного металла к черному.In another particular example of the method, the location of the metal is further characterized by the ratio of the mass of non-ferrous metal to ferrous metal.

В другом частном примере осуществления способа базовая МРМ формируется на основании множества показаний электромагнитных полей, получаемых при прохождении человеком металлодетектора.In another particular example of the method, the basic MRM is formed based on a variety of readings of electromagnetic fields obtained when a person passes a metal detector.

В другом частном примере осуществления способа учитываются корреляции каждого электромагнитного поля.In another particular example of the method, the correlations of each electromagnetic field are taken into account.

В другом частном примере осуществления способа ID человека передается от системы контроля доступа.In another particular example of the method, the person's ID is transmitted from the access control system.

В другом частном примере осуществления способа система контроля доступа осуществляет распознавание человека с помощью анализа его изображения.In another particular example of the method, the access control system recognizes a person by analyzing his image.

В другом частном примере осуществления способа система контроля доступа осуществляет распо- 1 044524 знавание человека с помощью средства доступа.In another particular example of the method, the access control system recognizes a person using an access device.

Заявленный технический результат также достигается за счет устройства определения людей для досмотра при прохождении металлодетектора, содержащего по меньшей мере один процессор и по меньшей мере одно средство памяти, содержащее машиночитаемые инструкции, которые при их исполнении процессором осуществляют вышеуказанный способ.The claimed technical result is also achieved by a device for identifying people for inspection when passing a metal detector, containing at least one processor and at least one memory means containing machine-readable instructions, which, when executed by the processor, implement the above method.

Заявленный технический результат достигается при осуществлении системы определения людей для досмотра, содержащая вычислительное устройство, соединенное с металлодетектором, в которой с помощью вычислительного устройства формируют профиль человека, содержащий уникальный ID и модель распределения масс (МРМ), содержащую, по меньшей мере, данные о типе металла, массе и расположении определенного типа металла, проносимого человеком, причем МРМ формируется на основании ретроспективной информации проходов металлодетектора данным человеком;The claimed technical result is achieved by implementing a system for identifying people for inspection, containing a computing device connected to a metal detector, in which, using the computing device, a person’s profile is formed, containing a unique ID and a mass distribution model (MDM), containing at least data on the type metal, the mass and location of a certain type of metal carried by a person, and the MRM is formed on the basis of retrospective information about metal detector passes by a given person;

определяют ID человека;determine the person's ID;

с помощью металлодетектора получают данные текущей МРМ человека;using a metal detector, data on a person’s current MMR is obtained;

с помощью вычислительного устройства осуществляют сравнение текущей МРМ с базовой МРМ, при котором анализируют отклонение массы, типа и расположения определенного типа металла на человеке от базовой МРМ, и в случае выявления отклонения по каждому из указанных параметров МРМ формируют сигнал для досмотра человека.using a computing device, the current MRM is compared with the base MRM, in which the deviation of the mass, type and location of a certain type of metal on a person from the base MRM is analyzed, and if a deviation is detected for each of the specified parameters of the MRM, a signal is generated for inspection of the person.

В одном из частных примеров осуществления системы металлодетектор является многозонным.In one of the particular examples of the system, the metal detector is multi-zone.

В другом частном примере осуществления системы тип металла представляет собой цветной и/или черный металл.In another particular embodiment of the system, the type of metal is non-ferrous and/or ferrous metal.

В другом частном примере осуществления системы расположение металла на человеке характеризуется пространственными координатами.In another particular example of the implementation of the system, the location of the metal on a person is characterized by spatial coordinates.

В другом частном примере осуществления системы взаимное расположение цветного металла к черному характеризуется пространственными координатами и/или векторами.In another particular example of the implementation of the system, the relative position of the non-ferrous metal to the ferrous metal is characterized by spatial coordinates and/or vectors.

В другом частном примере осуществления системы расположение металла дополнительно характеризуется отношением массы цветного металла к черному. В другом частном примере осуществления системы МРМ представляет собой граф, отражающий расстояния между массами, взаимное пространственное расположение (азимут), массы, типа металла, отношением между массами, отношения между типами масс металла на человеке.In another particular example of the implementation of the system, the location of the metal is further characterized by the ratio of the mass of non-ferrous metal to ferrous metal. In another particular example of the implementation of the MRM system, it is a graph reflecting the distances between masses, the relative spatial location (azimuth), masses, types of metal, the relationship between masses, the relationship between types of metal masses on a person.

В другом частном примере осуществления системы базовая МРМ формируется на основании множества показаний электромагнитных полей, получаемых при прохождении человеком металлодетектора.In another particular example of the implementation of the system, the basic MRM is formed based on a plurality of electromagnetic field readings obtained when a person passes a metal detector.

В другом частном примере осуществления системы учитываются корреляции каждого электромагнитного поля.In another particular embodiment of the system, the correlations of each electromagnetic field are taken into account.

В другом частном примере осуществления системы ID человека передается от системы контроля доступа.In another particular embodiment of the system, the person's ID is transmitted from the access control system.

В другом частном примере осуществления системы система контроля доступа осуществляет распознавание человека с помощью анализа его изображения. В другом частном примере осуществления системы система контроля доступа осуществляет распознавание человека с помощью средства доступа.In another particular example of the implementation of the system, the access control system recognizes a person by analyzing his image. In another particular example of the implementation of the system, the access control system performs human recognition using an access device.

Другие частные аспекты настоящего технического решения будут раскрыты далее в подробном описании.Other specific aspects of the present technical solution will be disclosed below in the detailed description.

Краткое описание чертежейBrief description of drawings

Фиг. 1 иллюстрирует общий вид заявленного решения.Fig. 1 illustrates the general view of the claimed solution.

Фиг. 2А иллюстрирует пример распределения зон металлодетектора.Fig. 2A illustrates an example of a metal detector zone distribution.

Фиг. 2Б иллюстрирует пример детектирования металла на теле человека.Fig. 2B illustrates an example of metal detection on the human body.

Фиг. 3А-В иллюстрируют пример формирования МРМ в ретроспективном плане.Fig. 3A-B illustrate an example of the formation of MRM in a retrospective plan.

Фиг. 4 иллюстрирует пример формирования единого профиля человека с общей МРМ.Fig. Figure 4 illustrates an example of the formation of a single profile of a person with a common MRM.

Фиг. 5 иллюстрирует блок-схему выполнения заявленного способа.Fig. 5 illustrates a block diagram of the claimed method.

Фиг. 6 иллюстрирует общий вид вычислительного устройства.Fig. 6 illustrates a general view of a computing device.

Осуществление изобретенияCarrying out the invention

Как представлено на фиг. 1 заявленное решение представляет собой распределённую систему (100) объединенную сетью передачи данных, в которую входят система контроля доступа (110), металлодетектор (120) и вычислительное устройство (130). Дополнительно система (100) может включать одно или несколько средств видеофиксации (111), например, камер наблюдения.As shown in FIG. 1, the claimed solution is a distributed system (100) connected by a data transmission network, which includes an access control system (110), a metal detector (120) and a computing device (130). Additionally, the system (100) may include one or more video recording means (111), for example, surveillance cameras.

Система контроля доступа или СКУД (110) может представлять собой любое известное средство, обеспечивающее первичный контроль людей (10), например, в качестве системы (110) может применяться турникет, активируемый с помощью ключ-карты, биометрической информации, RFID меткой и т.п. Камеры (111) связанные с системой контроля доступа (110) обеспечивают фиксацию изображений людей (10) в области контроля для их последующего распознавания с помощью вычислительного устройства (130). Камеры (111) могут представлять собой IP, PTZ камеры, web-камеры и любое иное аналогичное устройство, обеспечивающее фиксацию данных.An access control system or ACS (110) can be any known means that provides primary control of people (10), for example, a turnstile activated by a key card, biometric information, RFID tag, etc. can be used as a system (110). P. Cameras (111) associated with the access control system (110) provide recording of images of people (10) in the control area for their subsequent recognition using a computing device (130). Cameras (111) can be IP, PTZ cameras, web cameras and any other similar device that provides data recording.

Вычислительное устройство (130) представляет собой компьютерное средство, например сервер,The computing device (130) is a computer means, such as a server,

- 2 044524 персональный компьютер, ноутбук, планшет или смартфон. Устройство (130) обеспечивает вычислительные операции, необходимые в рамках заявленного решения, в частности, обработка данных для распознавания людей (10), формирование и анализ их профиля (20), получения данных от металлодетектора (120), формирования МРМ (210) и другие операции, которые могут осуществляться для реализации должного функционала системы (100).- 2 044524 personal computer, laptop, tablet or smartphone. The device (130) provides the computing operations required within the framework of the claimed solution, in particular, data processing for recognizing people (10), forming and analyzing their profile (20), receiving data from a metal detector (120), generating MRM (210) and others operations that can be performed to implement the proper functionality of the system (100).

В качестве сети передачи данных для связи элементов системы (100) может применяться локальная вычислительная сеть (ЛВС) или беспроводные средства связи, например, WLAN сеть. Сеть передачи данных может также представлять собой Интранет или Интернет, развернутую в области контроля, обеспечивая передачу данных между элементами системы (100).A local area network (LAN) or wireless communication means, for example, a WLAN network, can be used as a data transmission network for connecting system elements (100). The data network may also be an Intranet or Internet deployed in the control area, allowing data transfer between system elements (100).

Уникальный идентификатор (ID) человека (10) формируется и хранится на вычислительном устройстве (130), также может осуществляться его дублирование в любом связанным с устройством (130) хранилище, например, корпоративный облачный сервер и т.п. Профиль (20) содержит данные, идентифицирующие персону, например, ФИО, должность, фотографию, а также МРМ (210), которая отражает ретроспективную картину срабатываний металлодетектора (120). МРМ (210) выполняется в виде матрицы масс и обновляет свои значения при каждом новом прохождении человеком (10) области контроля. Масса, может выражаться не только в абсолютных величинах, но и условных, например, по коэффициенту электромагнитного отражения и т.п. Также, профиль (20) может содержать любую другую дополнительную информацию, позволяющую осуществить дополнительную идентификацию людей (10).A unique identifier (ID) of a person (10) is generated and stored on a computing device (130); it can also be duplicated in any storage associated with the device (130), for example, a corporate cloud server, etc. Profile (20) contains data identifying a person, for example, full name, position, photograph, as well as MRM (210), which reflects a retrospective picture of the metal detector (120) triggers. The MRM (210) is executed in the form of a mass matrix and updates its values with each new passage by a person (10) of the control area. Mass can be expressed not only in absolute values, but also in conditional ones, for example, by the coefficient of electromagnetic reflection, etc. Also, the profile (20) may contain any other additional information that allows additional identification of people (10).

Изображение, получаемое с камер (111), сравнивается с фото профилей (20) для определения требуемого профиля и его ID. После этого выполняется сравнение текущей МРМ с МРМ (210), хранимой в профиле (20). Данный процесс будет описан подробнее в настоящих материалах изобретения.The image received from the cameras (111) is compared with the profile photos (20) to determine the required profile and its ID. After this, the current MRM is compared with the MRM (210) stored in the profile (20). This process will be described in more detail in the present materials of the invention.

На фиг. 2А представлен пример распределения зон (121) фиксации металлодетектора (120), в частности, многозонного металлодетектора, однако настоящее решение может воплощаться и с применением металлодетекторов (120) обычного типа. Представленные зоны фиксации (121) позволяют фиксировать излучение от металлических предметов с учетом координат их пространственного размещения, тем самым точно определяя необходимые данные по типу предмета, определяя его массу и тип металла, в той или иной точке на теле человека (10).In fig. 2A shows an example of the distribution of zones (121) of fixation of a metal detector (120), in particular, a multi-zone metal detector, however, the present solution can also be implemented using conventional metal detectors (120). The presented fixation zones (121) make it possible to record radiation from metal objects taking into account the coordinates of their spatial location, thereby accurately determining the necessary data on the type of object, determining its mass and the type of metal at one point or another on the human body (10).

Пример анализа различных предметов представлен на фиг. 2Б. При выполнении детектирования металлодетектором (120) осуществляется обнаружение различных предметов (122-124) на теле человека (10). При определении каждого типа предмета (122-124) осуществляется распознавание его массы, типа металла (цветной или черный), координаты расположения на теле человека (10). Определение происходит по каждому из объектов (122-124) и сводится в единую МРМ (210), которая передается в профиль человека (20), хранящийся на устройстве (130).An example of the analysis of various items is presented in Fig. 2B. When performing detection with a metal detector (120), various objects (122-124) are detected on the human body (10). When determining each type of object (122-124), its mass, type of metal (non-ferrous or ferrous), and coordinates of location on the human body (10) are recognized. The determination occurs for each of the objects (122-124) and is combined into a single MRM (210), which is transferred to the person’s profile (20) stored on the device (130).

На фиг. 3А-3В представлен ретроспективный анализ прохождений человеком (10) металлодетектора (120) и получения за каждый проход информации, отражающей МРМ в данный момент времени. По итогу каждой фиксации и распознавания типа, массы, координат и отношения типа металла в каждый проход одним и тем же человеком (10), создается соответствующая МРМ (201, 202, 203), привязываемая в момент ее создания к сформированному профилю (20). Каждая МРМ (201-203) при этом используется в момент прохождения человеком (10) металлодетектора (120) для анализа возможных аномалий, свидетельствующих о проносе запрещенных предметов и необходимости дополнительного контроля, например, досмотра человека (10).In fig. 3A-3B present a retrospective analysis of a person's passages (10) of a metal detector (120) and the receipt of information for each passage reflecting the MRM at a given time. Based on the results of each fixation and recognition of the type, mass, coordinates and ratio of the type of metal in each pass by the same person (10), a corresponding MRM (201, 202, 203) is created, linked at the time of its creation to the formed profile (20). Each MRM (201-203) is used at the moment a person (10) passes a metal detector (120) to analyze possible anomalies indicating the carrying of prohibited items and the need for additional control, for example, inspection of the person (10).

По итогам формирования МРМ (201-203) при каждом проходе зоны контроля, создается общая МРМ (210), представленная на фиг. 4, которая фиксируется в профиле (20) и используется для последующего анализа человека (10) при прохождении металлодетектора (120).Based on the results of the formation of the MRM (201-203) with each pass of the control zone, a general MRM (210) is created, shown in Fig. 4, which is recorded in the profile (20) and is used for subsequent analysis of the person (10) when passing the metal detector (120).

На фиг. 5 представлена блок-схема выполнения заявленного способа (300) выявления людей для прохождения дополнительного контроля. На этапе (301) при появлении человека (10) в области контроля с помощью системы контроля (110) осуществляется получение информации для выявления ID профиля (20), например, с помощью камер наблюдения (111) или считывании средств обеспечения доступа (смарт карта, пропуск и т.п.).In fig. Figure 5 shows a block diagram of the implementation of the claimed method (300) for identifying people to undergo additional control. At step (301), when a person (10) appears in the control area, information is obtained using the control system (110) to identify the profile ID (20), for example, using surveillance cameras (111) or reading access means (smart card, pass, etc.).

При выявлении профиля (20) человека с помощью вычислительного устройства (130) осуществляется дальнейшее ожидание получения информации от металлодетектора (120). На этапе (302) при прохождении металлодетектора (120) фиксируется текущая МРМ, отображающая тип, массу металла и его расположение на человеке (10). Сформированная МРМ передается на устройство (130) для анализа отклонения от базовой МРМ (210), хранимой в профиле (20), выполняемого на этапе (303).When identifying the profile (20) of a person using the computing device (130), further waiting for receiving information from the metal detector (120) is carried out. At step (302), when passing the metal detector (120), the current MRM is recorded, displaying the type, mass of metal and its location on the person (10). The generated MRM is transmitted to the device (130) for analyzing the deviation from the basic MRM (210) stored in the profile (20), performed at step (303).

Анализ МРМ может выполняться с помощью вычислительной обработки поступающих данных, например, с помощью модели машинного обучения на базе искусственной нейронной сети (ИНС), которая обучена на различных данных, формирующих МРМ для разного типа ситуаций, в частности, телеметрии с различного типа металлодетектора (120) и валидацией на выборке с подтверждением факта проноса людьми запрещенных предметов.MRM analysis can be performed using computational processing of incoming data, for example, using a machine learning model based on an artificial neural network (ANN), which is trained on various data that generates MRM for different types of situations, in particular, telemetry from different types of metal detectors (120 ) and validation on a sample with confirmation of the fact of people carrying prohibited items.

Анализ на этапе (303) осуществляется для сравнения показаний текущей МРМ при прохождении человеком (10) металлодетектора (120) с базовой МРМ (210) профиля пользователя (20). Сравнение осуществляется для выявления отклонения в массе, типе металла и его расположении на теле человека (10) вThe analysis at step (303) is carried out to compare the readings of the current MRM when a person (10) passes the metal detector (120) with the base MRM (210) of the user profile (20). Comparison is carried out to identify deviations in the mass, type of metal and its location on the human body (10) in

- 3 044524 заданный момент времени. При анализе отклонения между текущей и базовой МРМ (210) учитывает пороговое значения, которое фиксирует корреляции и возможные расхождения в МРМ, которые не сигнализируют о наличие аномалий или необходимости срабатывания системы для дополнительного контроля.- 3 044524 specified point in time. When analyzing deviations between the current and base MRM (210), it takes into account a threshold value that records correlations and possible discrepancies in the MRM, which do not signal the presence of anomalies or the need for system activation for additional control.

Корреляции МРМ в разные моменты времени учитывают данные, фиксируемые металлодетектором (120) для одного и того же человека (10), с учетом выполняемых им проходов и разных показаний данных, формирующих МРМ, в частности, различная масса, тип металла, его расположение. Как правило, для каждого человека формируется относительно единая картина МРМ при его повседневной жизни, например, при прохождении контроля на месте работы, или других мест, для которых есть сформированный профиль с МРМ для текущего местоположения данного человека (10). Формируемый профиль (20) может содержать усредненные данные по МРМ с привязкой к соответствующим местам посещения человеком (10), например, аэропорт, государственные учреждения и т.п. Как правило, человек (10) имеет стандартизованный набор предметов и из размещения при посещении тех или иных мест.Correlations of the MRM at different points in time take into account the data recorded by the metal detector (120) for the same person (10), taking into account the passes he makes and the different data readings that form the MRM, in particular, different mass, type of metal, and its location. As a rule, a relatively unified picture of MRM is formed for each person during his daily life, for example, when passing control at the place of work, or other places for which there is a generated profile with MRM for the current location of this person (10). The generated profile (20) may contain averaged data on MRM linked to the corresponding places visited by a person (10), for example, an airport, government agencies, etc. As a rule, a person (10) has a standardized set of items and equipment when visiting certain places.

По итогу работы этапа (303) на этапе (304) вычислительное устройство (130) принимает решение на основании выполненного анализа о необходимости дополнительного досмотра человека (этап 305), или о том, что текущая МРМ не отклоняется от среднестатического значения и дополнительный досмотр не требуется (этап 306).Based on the results of step (303) at step (304), the computing device (130) makes a decision, based on the analysis performed, about the need for additional inspection of the person (step 305), or that the current MRM does not deviate from the average value and additional inspection is not required (step 306).

Возвращаясь к схеме, представленной на фиг. 1, необходимо отметить, что человек (10) в зоне контроля может первично проходить проверку посредством металлодетектора (120) и только затем через систему контроля доступа (110), например, турникет. Первично ID и профиль (20 человека в данном случае также определяются с помощью установленного в области контроля средства, например, камеры (111), которая осуществляет получение изображения человека (10) и передает его данные для определения на устройство (130), которое после этого ожидает получение текущей МРМ от металлодетектора (120).Returning to the diagram presented in FIG. 1, it should be noted that a person (10) in the control zone can be initially checked through a metal detector (120) and only then through an access control system (110), for example, a turnstile. Primary ID and profile (20 of a person in this case are also determined using a means installed in the control area, for example, a camera (111), which receives an image of a person (10) and transmits its data for identification to a device (130), which then awaits receipt of the current MRM from the metal detector (120).

При этом в данной реализации в случае успешного прохождения контроля человек (10) может автоматически быть пропущен через систему контроля доступа (110), или наоборот доступ может быть заблокирован при неуспешной проверке (этап 305). Заявленное решение также может применяться для выявления фактов хищения или несанкционированного выноса предметов, например, техники. Данный факт отрабатывается при прохождении человеком (10) металлодетектора (120) несколько раз за день в одной области контроля, например, в течение рабочего дня. При выполнении этапа (304) выполняется анализ МРМ, при котором в случае увеличения массы металла при выходе человека (10) выше заданного порогового значения, осуществляется фиксация факта события, подлежащего дополнительному контролю.Moreover, in this implementation, if the control is successfully passed, the person (10) can be automatically allowed through the access control system (110), or, conversely, access can be blocked if the check is unsuccessful (step 305). The declared solution can also be used to detect facts of theft or unauthorized removal of items, for example, equipment. This fact is worked out when a person (10) passes a metal detector (120) several times a day in one control area, for example, during a working day. When performing step (304), an MRM analysis is performed, in which, in the event of an increase in the mass of metal when a person (10) leaves above a predetermined threshold value, the fact of an event subject to additional control is recorded.

При срабатывании системы в режиме тревожного события, т.е. при необходимости дополнительного контроля, с помощью устройства (130) может дополнительно фиксироваться тип предмета на основании данных, содержащихся в МРМ, при этом, в случае выявление угрозы в части наличия оружия или иного средства поражения генерируется сигнал, поступающий на пульт оперативной связи полиции и/или служб специального назначения. Дополнительно может осуществляться формирование сигнала с помощью средств оповещения, блокировка зоны контроля, активация средств нейтрализации угрозы в области контроля и другие действия, которые могут быть реализованы автоматизированными средствами, обеспечивающими срабатыванием на основании тревожного сигнала, формируемого один или несколькими устройствами системы (100). МРМ (210) может, быть представлен графом, вершины которого определяют пространственные координаты, массу и тип металла, а ребра (связи) расстояние между массами, соотношение масс металла, соотношение типов металла, взаимную пространственную ориентацию (азимут).When the system is triggered in alarm event mode, i.e. if additional control is necessary, using the device (130) the type of object can be additionally recorded based on the data contained in the MRM, and if a threat is detected in terms of the presence of weapons or other means of destruction, a signal is generated that is sent to the police operational communication console and/ or special purpose services. Additionally, a signal can be generated using warning means, blocking a control zone, activating means of neutralizing a threat in the control area, and other actions that can be implemented by automated means that ensure triggering based on an alarm signal generated by one or more devices of the system (100). MRM (210) can be represented by a graph, the vertices of which determine the spatial coordinates, mass and type of metal, and the edges (connections) determine the distance between masses, the ratio of metal masses, the ratio of metal types, and mutual spatial orientation (azimuth).

Анализ МРМ может выполняться с помощью вычислительной обработки поступающих данных, например, с помощью сравнения графов, выполняемой моделью машинного обучения, которая обучена на различных данных, формирующих МРМ для разного типа ситуаций, в частности, телеметрии с различного типа металлодетектора (120) и валидацией на выборке с подтверждением факта проноса людьми запрещенных предметов. Графовое представление инвариантно по отношению к типу металлодетектора (20) и даже к расположению человека (10) внутри одного и того же металлодетектора (20). При выполнении этапа (303) в случае представления МРМ в виде графов осуществляют сравнение текущего графа, получаемого в момент прохода человека (10), с базовым графом, при котором анализируют отклонение связей, а именно: расстояния между массами, взаимное пространственное расположение (азимут), массы, типа металла, отношением между массами, отношения между типами масс на человеке от связей базового графа, и в случае выявления отклонения по каждому из указанных параметров графа формируют сигнал для досмотра человека (10).MRM analysis can be performed using computational processing of incoming data, for example, using graph comparison performed by a machine learning model that is trained on various data that generates MRM for different types of situations, in particular, telemetry from different types of metal detector (120) and validation on sample with confirmation of the fact of people carrying prohibited items. The graph representation is invariant with respect to the type of metal detector (20) and even the location of a person (10) inside the same metal detector (20). When performing step (303), in the case of representing the MRM in the form of graphs, the current graph obtained at the moment of a person’s passage (10) is compared with the base graph, in which the deviation of connections is analyzed, namely: distances between masses, relative spatial arrangement (azimuth) , mass, type of metal, the relationship between masses, the relationship between types of masses on a person from the connections of the base graph, and if a deviation is detected for each of the specified parameters of the graph, a signal is generated for inspection of the person (10).

На фиг. 6 представлен общий вид вычислительного устройства (400), пригодного для выполнения вышеописанного способа (300). Устройство (400) может представлять собой, в частности вычислительное устройство (130), сервер (302) и иные непредставленные устройства, которые могут участвовать в общей архитектуре заявленного решения.In fig. 6 is an overview of a computing device (400) suitable for performing the above-described method (300). The device (400) may include, but is not limited to, a computing device (130), a server (302), and other non-present devices that may participate in the overall architecture of the inventive solution.

В общем случае, вычислительное устройство (400) содержит объединенные общей шиной информационного обмена один или несколько процессоров (401), средства памяти, такие как ОЗУ (402) и ПЗУ (403), интерфейсы ввода/вывода (404), устройства ввода/вывода (405), и устройство для сетевого взаимо-In general, a computing device (400) contains one or more processors (401), memory devices such as RAM (402) and ROM (403), input/output interfaces (404), and input/output devices connected by a common information exchange bus. (405), and a device for network inter-

Claims

actions (406).

The processor (401) (or multiple processors, multi-core processor, graphics processor) may be selected from a variety of devices commonly used today, such as Intel™, AMD™, Apple™, Samsung Exynos™, MediaTEK™, Qualcomm Snapdragon™, Nvidia™, ARM™, etc. RAM (402) is a random access memory and is designed to store machine-readable instructions executed by the processor (401) to perform the necessary operations for logical data processing. RAM (402) typically contains executable operating system instructions and associated software components (applications, software modules, etc.).

ROM (403) is one or more permanent storage devices, such as a hard disk drive (HDD), a solid state drive (SSD), flash memory (EEPROM, NAND, etc.), optical storage media (CD-R/ RW, DVD-R/RW, BlueRay Disc, MD), etc.

To organize the operation of device components (400) and organize the operation of external connected devices, various types of I/O interfaces (404) are used. The choice of appropriate interfaces depends on the specific design of the computing device, which can be, but is not limited to: PCI, AGP, PS/2, IrDa, FireWire, LPT, COM, SATA, IDE, Lightning, USB (2.0, 3.0, 3.1, micro, mini, type C), TRS/Audio jack (2.5, 3.5, 6.35), HDMI, DVI, VGA, Display Port, RJ45, RS232, etc. To ensure user interaction with the computing device (400), various I/O information means (405) are used, for example, a keyboard, a display (monitor), a touch display, a touch pad, a joystick, a mouse, a light pen, a stylus, a touchpad, trackball, speakers, microphone, augmented reality tools, optical sensors, tablet, light indicators, projector, camera, biometric identification tools (retina scanner, fingerprint scanner, voice recognition module), etc.

The network communication means (406) ensures that the device (400) transmits data via an internal or external computer network, for example, an Intranet, the Internet, a LAN, etc. One or more means (406) can be used, but not limited to: Ethernet card, GSM modem, GPRS modem, LTE modem, 5G modem, satellite communication module, NFC module, Bluetooth and/or BLE module, Wi-Fi module and etc.

Additionally, satellite navigation tools can also be used as part of the device (400), for example, GPS, GLONASS, BeiDou, Galileo. The presented materials of the invention disclose preferred examples of implementation of a technical solution and should not be interpreted as limiting other, particular examples of its implementation that do not go beyond the scope of the requested legal protection, which are obvious to specialists in the relevant field of technology.

CLAIM

1. A computer-implemented method for identifying people for inspection when passing a metal detector, performed using at least one processor and comprising the steps of forming a person profile containing a unique ID and a mass distribution model (MDM) containing at least data about the type of metal, mass and location of a certain type of metal on the human body, and the MRM is formed on the basis of retrospective information about the passes of the metal detector by a given person;

receive a person’s ID and the data of the current MRM for him, formed when passing through a metal detector;

the current MRM is compared with the base MRM, in which the deviation of the mass, type and location of a certain type of metal on a person from the basic MRM is analyzed, and if a deviation is detected in at least one of each of the specified parameters of the MRM, a signal is generated for inspection of the person.

2. The method according to claim 1, characterized in that the type of metal is non-ferrous and/or ferrous metal.

3. The method according to claim 2, characterized in that the location of the metal on a person is characterized by spatial coordinates.

4. The method according to claim 3, characterized in that the relative position of the non-ferrous metal to the ferrous metal is characterized by spatial coordinates or vectors.

5. The method according to claim 3, characterized in that the location of the metal is additionally characterized by the ratio of the mass of non-ferrous metal to ferrous metal.

6. The method according to claim 1, characterized in that the basic MRM is formed based on a variety of readings of electromagnetic fields obtained when a person passes a metal detector.

7. The method according to claim 6, characterized in that the correlations of each electromagnetic field are taken into account.

8. The method according to claim 1, characterized in that the person's ID is transmitted from the access control system.

9. The method according to claim 8, characterized in that the access control system recognizes

- 5 044524 understanding a person by analyzing his image.

10. The method according to claim 9, characterized in that the access control system recognizes the person using the access device.

11. The method according to claim 1, characterized in that the MRM is presented in the form of a graph reflecting the distances between masses, the relative spatial location (azimuth), masses, types of metal, the relationship between masses, the relationship between types of metal masses on a person.

12. A device for identifying people for inspection when passing a metal detector, containing at least one processor and at least one memory means containing machine-readable instructions, which, when executed by the processor, implement the method according to any one of claims. 1-11.

13. A system for identifying people for inspection, containing a computing device connected to a metal detector, in which a person’s profile is formed using the computing device, containing a unique ID and a mass distribution model (MDM), containing at least data on the type of metal, mass, the location of a certain type of metal carried by a person, and all connections between the specified data, and the MRM is formed on the basis of retrospective information about the passes of the metal detector by this person;

determine the person's ID;

using a metal detector, data on a person’s current MMR is obtained;

using a computing device, the current MRM is compared with the base MRM, in which the deviation of the mass, type and location of a certain type of metal on a person from the base MRM is analyzed, and if a deviation is detected for each of the specified parameters of the MRM, a signal is generated for inspection of the person.

14. The system according to claim 13, characterized in that the metal detector is multi-zone.

15. The system according to claim 13, characterized in that the type of metal is non-ferrous and/or ferrous metal.

16. The system according to claim 14, characterized in that the location of the metal on a person is characterized by spatial coordinates.

17. The system according to claim 16, characterized in that the relative position of the non-ferrous metal to the ferrous metal is characterized by spatial coordinates and/or vectors.

18. The system according to claim 14, characterized in that the location of the metal is additionally characterized by the ratio of the mass of non-ferrous metal to ferrous metal.

19. The system according to claim 13, characterized in that the basic MRM is formed based on a variety of readings of electromagnetic fields obtained when a person passes a metal detector.

20. The system according to claim 19, characterized in that the correlations of each electromagnetic field are taken into account.

21. The system according to claim 13, characterized in that the person's ID is transmitted from the access control system.

22. The system according to claim 21, characterized in that the access control system recognizes a person by analyzing his image.

23. The system according to claim 21, characterized in that the access control system recognizes a person using an access device.

24. The system according to claim 13, characterized in that the MRM is presented in the form of a graph reflecting the distances between masses, relative spatial arrangement (azimuth), masses, types of metal, the relationship between masses, the relationship between types of metal masses on a person.

-