JP2007510927A - 密輸品を検出するシステム及び方法 - Google Patents

Abstract

【課題】密輸品を検出する。
【解決手段】この方法は、第一の脅威タイプの参照物体を走査したときに測定される参照量の第一の分布を表わすデータを記憶するステップと、当該被検査物体の値を測定するために被検査物体を走査するステップと、上述の値の参照値の中での位置を求めるステップと、被検査物体が第一の脅威タイプである可能性の指標として、上述の値に対応する第一の分布を表わすデータの得点を決定するステップと、を含んでいる。
【選択図】図１０

Description

本発明は、密輸品を検出するシステム及び方法に関する。

近年、手荷物として輸送されて様々な輸送手段に持ち込まれる爆発物のような密輸品の検出が益々重要になりつつある。手荷物として携行されている物品の形状を観察するばかりでなく物品が爆発物を含んでいるか否かを判定することのできる高性能爆発物検出システム（ＥＤＳ）が開発されている。

これらの検出システムは、計算機式断層写真法（ＣＴ）機械を含んでいる。また、四極共鳴（ＱＲ）のような他の技術に基づく爆発物検出装置（ＥＤＤ）もある。ＥＤＤはＥＤＳとは異なっており、ＥＤＤでは米国運輸保安局（ＴＳＡ）によって指定されている全範囲の爆発物を発見し得る訳ではない点が異なる。ＥＤＤ及び／又はＥＤＳは典型的には、様々な会社によって製造されており、互いに無関係な方法で結果を計算する。
米国特許第５０２２０６２号

爆発物検出システムの性能を高めるための一つのアプローチは、多数のシステムを結合するものである。異なるシステムからのデータを有意味な方法で合成するためには、結合データを収集し、それぞれのシステムに合わせたデータ合成アルゴリズムを設計し、引き続いてこのアルゴリズムを調整するという煩雑な工程が必要とされる。加えて、このことを達成するためには、開発者はＥＤＤ及びＥＤＳの各々の動作方法に十分に精通していなければならない。

本発明は、密輸品を検出する既存のシステム及び新規のシステムによって採用され得る方法を提供する。この方法では、システムすなわち危険性評価主体は、密輸品検出装置又は危険性を評価するその他の計算機式プロセッサを含んでいる。危険性評価主体は、危険性値の形態の入力データを受け取り、この各々の危険性値が特定のタイプの密輸品の存在の指標となる。さらに、このシステムは、当該システム固有の危険性評価（すなわち走査結果）を用いて、所与の計算法に従って危険性を修正し、これら修正された危険性値を出力に供給する。

この計算法は確率理論に基づく客観的標準であるため、危険性値はシステムが互いに認識し合わないでも協働し得るようにする共通言語となる。２種のシステムを結合した場合には、第二のシステムは、第一のシステムの出力危険性値を入力危険性値として用いる。このようにして、中央のデータ合成実体が存在しない非集中型又は分散型データの形態となる。

本発明は、第一の形式の密輸品検出装置で容器を走査するステップと、第一の形式の密輸品検出装置での走査の結果に基づいて、その各々がそれぞれのタイプの密輸品の存在の指標となる複数の予備的危険性値を生成するステップと、第二の形式の密輸品検出装置で容器を走査するステップと、第二の形式の密輸品検出装置での走査の結果に基づいて、その各々が予備的危険性値のそれぞれの値に対応しておりそれぞれのタイプの密輸品の存在の指標となる複数の最終的危険性値を生成するように予備的危険性値を修正するステップと、を備えた密輸品を検出する方法を提供する。

危険性値は、０％〜１００％又は１％〜９９％の尺度にあってよい。

危険性計算法はベイズ確率理論であってよく、この理論では、初期危険性値を各々のタイプの密輸品の存在の事前確率とし、様々な密輸品タイプが存在していた場合の走査結果の可能性によってベイズ則を用いてこれらの確率を修正して、出力確率を事後確率とする。

Dempster-Schafer理論のような他の計算法でも等価な結果を得ることができる。ベイズ確率を用いる強みはその単純さにあり、この方法を標準として適用する場合の利点となる。

非集中型データ合成は、系が直交するか又は近似的に直交するすなわち条件独立であるとの仮定に頼っている。このことは、異なる物理的特性又は独立した情報源を測定する複数の技術を用いるときには満たされているのが通例である。

この方法はさらに、乗物の積載室に積載する容器を持ち込んだ人物についての情報を入力するステップと、この情報に基づいて、人物危険性値を生成するステップとをさらに含んでいてよく、前述の複数の中間的危険性値の生成は、人物危険性値及び第一の形式の密輸品検出装置での走査の結果に基づく。

この方法はさらに、危険性値を修正するために乗客情報又は一般的な脅威警報状態のような非センサ情報を用いる危険性評価主体にまで拡張されてよい。

この方法はさらに、最終的危険性値の少なくとも１個に基づいて警報器にトリガを送るステップを含んでいてよい。

第一の形式の密輸品検出装置はＣＴスキャナであってよく、第二の形式の密輸品検出装置はＱＲスキャナであってよい。ＣＴスキャナでの走査は、ＱＲスキャナでの走査の前に行なわれてよい。

本発明はまた、乗物の積載室に積載する容器を持ち込んだ人物についての情報を入力するステップと、この情報に基づいて、人物危険性値を生成するステップと、第一の密輸品検出装置で容器を走査するステップと、人物危険性値及び上述の走査の結果に基づいて、少なくとも１個の予備的危険性値を生成するステップと、を備えた密輸品を検出する方法を提供する。

この方法はさらに、第二の密輸品検出装置で容器を走査するステップと、第二の密輸品検出装置での走査の結果に基づいて、最終的危険性値を生成するように予備的危険性値を修正するステップとを含んでいてよい。

この方法はさらに、最終的危険性値に基づいて警報器にトリガを送るステップを含んでいてよい。

第一の密輸品検出装置はＣＴスキャナであってよく、第二の密輸品検出装置はＱＲスキャナであってよい。ＣＴスキャナでの走査は、ＱＲスキャナでの走査の前に行なわれてよい。

本発明はさらに、第一の密輸品検出装置で容器を走査するステップと、第一の密輸品検出装置での走査の結果に基づいて、１％〜９９％の尺度の予備的危険性値を生成するステップと、第二の密輸品検出装置で容器を走査するステップと、予備的危険性値及び第二の密輸品検出装置での走査の結果に基づいて、最終的危険性値を生成するステップと、を備えた密輸品を検出する方法を提供する。

この方法はさらに、乗物の積載室に積載する容器を持ち込んだ人物についての情報を入力するステップと、この情報に基づいて、人物危険性値を生成するステップとをさらに含んでいてよく、前述の予備的危険性値の生成は、人物危険性値及び第一の密輸品検出装置での走査の結果に基づく。

この方法はさらに、最終的危険性値に基づいて警報器にトリガを送るステップを含んでいてよい。

第一の密輸品検出装置はＣＴスキャナであってよく、第二の密輸品検出装置はＱＲスキャナであってよい。ＣＴスキャナでの走査は、ＱＲスキャナでの走査の前に行なわれてよい。

本発明はさらに、第一の密輸品検出装置で容器を走査するステップと、第一の密輸品検出装置での走査の結果に基づいて、その各々が特定のタイプの密輸品に対応している複数の予備的危険性値を生成するステップと、第二の密輸品検出装置で容器を走査するステップと、予備的危険性値及び第二の密輸品検出装置での走査の結果に基づいて、その各々が特定のタイプの密輸品に対応している複数の最終的危険性値を生成するステップと、を備えた密輸品を検出する方法を提供する。

本発明はさらに、密輸品について容器を走査する密輸品検出装置と、密輸品検出装置に接続されており、乗物の積載室に積載する容器を持ち込んだ人物についての情報に基づいて人物危険性値を生成し、人物危険性値及び上述の走査の結果に基づいて少なくとも１個の予備的危険性値を生成するコンピュータと、を備えた密輸品を検出するシステムを提供する。

このシステムはさらに、密輸品について容器を走査する第二の密輸品検出装置を含んでいてもよい。

第一の密輸品検出装置はＣＴスキャナであってよく、第二の密輸品検出装置はＱＲスキャナであってよい。

このシステムはさらに、ＣＴスキャナ及びＱＲスキャナを相互接続してＣＴスキャナとＱＲスキャナとの間で容器を搬送する搬送サブシステムを含んでいてよい。

本発明はさらに、密輸品について容器に対する第一の走査を行なう第一の密輸品検出装置と、密輸品について容器に対する第二の走査を行なう第二の密輸品検出装置と、第一及び第二の検出装置に接続されており、第一の走査の結果に基づいて１％〜９９％の尺度の予備的危険性値を生成し、予備的危険性値及び第二の走査の結果に基づいて最終的危険性値を生成するコンピュータと、を備えた密輸品を検出するシステムを提供する。

本発明はさらに、密輸品について容器に対する第一の走査を行なう第一の密輸品検出装置と、密輸品について容器に対する第二の走査を行なう第二の密輸品検出装置と、第一及び第二の検出装置に接続されており、第一の走査の結果に基づいて、その各々が特定のタイプの密輸品に対応している複数の予備的危険性値を生成し、予備的危険性値及び第二の走査の結果に基づいて、その各々が特定のタイプの密輸品に対応している複数の最終的危険性値を生成するコンピュータと、を備えた密輸品を検出するシステムを提供する。

本発明はさらに、その各々がそれぞれのタイプの密輸品の存在の指標となる複数の危険性値を入力データとして受け入れる危険性評価主体であって、所定の危険性計算法の範囲内での危険性評価の経験的な又は専門家方式の定量化を適用する固有の危険性評価に基づいて、危険性値を修正して、修正された危険性値を出力する危険性評価主体を備えた容器内の密輸品を検出するシステムを提供することができる。

危険性評価主体は、物理的危険性評価ユニットの外部に存在する仮想的主体であってもよい。危険性評価主体は、容器についてのセンサ・データを組み入れていてもよい。危険性評価主体は、容器を走査する密輸品検出装置に組み込まれていてもよい。危険性評価主体は、一般的な脅威状態の評価を適用してもよい。

危険性評価主体は、容器の所持者である個人の相対的危険性を評価する乗客プロファイリング・スクリーニング・システムであってよい。

危険性値は、０〜１の値を取る確率であってよい。各々の脅威範疇の確率と、無脅威の確率との和は１となり得る。

危険性計算法はベイズ確率であってよく、様々な脅威範疇に与えられる観測地の可能性を用いる。

多数の危険性評価主体を、その各々が前段の主体の危険性値出力を危険性値入力として用いるように直列に結合してもよい。このシステムは非集中型データ合成を提供することができる。

警告すべきか否かの判定は、出力脅威値に基づいていてよい。容器をもう一つの危険性評価主体へ送るか否かの判定は、出力脅威状態に基づいていてよい。警告すべきか否かの判定は、危険性値の和が閾値を上回ったか否かに基づいていてよい。

密輸品検出装置は、ＣＴスキャナ又はＱＲスキャナであってよい。

本発明はまた、第一の予め決められた特徴を有する参照物体を走査したときに測定される参照値の第一の分布を表わすデータを記憶するステップと、当該被検査物体の変数を測定するために被検査物体を走査するステップと、上述の変数の参照値の中での位置を求めるステップと、被検査物体が第一の予め決められた特徴を有する可能性の指標として、上述の変数に対応する第一の分布を表わすデータの得点を決定するステップと、を含んでいる密輸品を検出する方法を提供する。

第一の分布を表わすデータは、第一の分布を近似する関数であって第一の分布の各参照値に対する得点の関数であってよい。

この方法はさらに、第二の予め決められた特徴を有する参照物体を走査したときに測定される参照値の第二の分布を表わすデータを記憶するステップと、被検査物体が第二の予め決められた特徴を有する可能性の指標として、前述の変数に対応する第二の分布を表わすデータの得点を決定するステップと、を含んでいてよい。

この方法はさらに、第一の予め決められた特徴を有しない参照物体を走査したときに測定される参照値の第二の分布を表わすデータを記憶するステップと、被検査物体が第一の予め決められた特徴を有しない可能性の指標として、前述の変数に対応する第二の分布を表わすデータの得点を決定するステップと、を含んでいてよい。

この方法はさらに、第一及び第二の分布を表わすデータからの得点を正規化するステップを含んでいてよく、第一の分布を表わすデータからの正規化された得点を用いて、物体が予め決められた特徴を有する可能性を指示する。

被検査物体は、手荷物のような容器であってよい。代替的には、被検査物体は容器内に位置していてもよい。

本発明はまた、少なくとも一つのプロセッサによって実行されると、第一の予め決められた特徴を有する参照物体を走査したときに測定される参照値の第一の分布を表わすデータを記憶するステップと、物体を走査したときに測定される変数を記憶するステップと、上述の変数の参照値の中での位置を求めるステップと、被検査物体が第一の予め決められた特徴を有する可能性の指標として、上述の変数に対応する第一の分布を表わすデータの得点を決定するステップと、を含む方法に従って密輸品を検出する命令を記憶させたコンピュータ読み取り可能な媒体を提供する。

以下、添付図面を参照して例として本発明を説明する。

図１は、密輸品検出システム１０すなわちＥＤＳを示しており、システム１０は走査サブシステム１２及びコンピュータ・サブシステム１４を含んでいる。

走査サブシステム１２は、第一の密輸品検出装置１６、第二の密輸品検出装置１８、及びコンベヤ・ベルト２０を含んでいる。

第一の密輸品検出装置１６すなわちＥＤＳはＣＴスキャナである（以下、「ＣＴスキャナ１６」と呼ぶ）。詳細には図示していないが、ＣＴスキャナ１６は、管状の通路を設けたガントリ支持部を含んでおり、通路の周りを回転するようにガントリ支持部にガントリが装着されている。ガントリの対角線に相対向する側にＸ線源及びＸ線検出器が固定されている。管状通路は、スーツケース及び他の形式の手荷物のような様々な貨物容器がＣＴスキャナ１６を通過するのを許す適当な寸法を有する。

第二の密輸品検出装置１８はＱＲスキャナである（以下、「ＱＲスキャナ１８」と呼ぶ）。詳細には図示していないが、ＱＲスキャナ１８は、ＣＴスキャナ１６に類似した構造を有し、ＣＴスキャナ１６の通路に類似した寸法の管状通路を有している。但し、構成要素に四極共鳴式の送信器及び受信器が含まれている。これらの構成要素は、ＱＲスキャナ１８の内部で可動である必要はないが、ＱＲスキャナ１８の通路を指向していなければならない。

コンベヤ・ベルト２０は、ＣＴスキャナ１６及びＱＲスキャナ１８の密輸品検出装置を相互接続しており、ＣＴスキャナ１６及びＱＲスキャナ１８の両方の通路を通っている。

図１及び図２を参照して述べると、コンピュータ・サブシステム１４は、コンピュータ２２、及びコンピュータ２２に接続されている電子データベース２６を含んでいる。コンピュータ２２は、プロセッサ１００、メイン・メモリ１０２、静的メモリ１０４、ネットワーク・インタフェイス装置１０６、ビデオ表示装置１０８、英数字入力装置１１０、カーソル制御装置１１２、機械読み取り可能な媒体１１６を含むドライブ・ユニット１１４、及び信号発生装置１１８を含んでいる。コンピュータ・サブシステム１４の構成要素の全てがバス１２０によって相互接続されている。コンピュータ・サブシステム１４は、ネットワーク・インタフェイス装置１０６を介してネットワーク１２２に接続されている。データベース２６及び静的メモリ１０４の両方がコンピュータ２２に含まれているものとして図示されているが、コンピュータ・サブシステム１４は一方のみ又は他方のみを含んでいてもよい。

機械読み取り可能な媒体１１６は命令セット１２４を含んでおり、この命令セット１２４はバス１２０を介して部分的にプロセッサ１００及びメイン・メモリ１０２へ転送されることができる。図示していないが、プロセッサ１００及びメイン・メモリ１０２が別個の内部命令セットを有していてもよい。

図３に示すように、データベース２６及び／又は静的メモリ１０４は、クレジット・カード情報、国籍、及び片道航空券を有しているか否かのような様々なタイプの人物についての特性の一覧、並びに対応する危険性レベル又は脅威状態の一覧を含んでいる。危険性値は、０〜１若しくは０．０１〜０．９９の確率、又は０％〜１００％若しくは１％〜９９％の百分率（或いは２％〜９８％や０．０２〜０．９８等の任意の中間的範囲）のような上限及び下限を有する数値的な確率尺度で表現されることができる。危険性値は、人物の各々のタイプ、及びかかる人物が機内に爆発装置又は他の密輸品を持ち込もうとする可能性と関連付けられている。

コンピュータ２２は、ＣＴスキャナ１６及びＱＲスキャナ１８の両方に接続されており、両形式のスキャナに共通の脅威状態伝播（Threat State Propagation、ＴＳＰ）プロトコルでプログラムされている。ＴＳＰプロトコルは、所載の発明の一実施形態である。図示していないが、システム１０は、コンピュータ２２に接続されている警報器を含んでいることを理解されたい。

ＴＳＰプロトコルは、システム１０が、任意の所与の鞄が爆弾のような密輸品を含んでいるか否かを判定して、警報器にトリガを送るか、又は単に鞄を通行許可することを可能にする。

鞄が範疇ｉ（ｉ＝１…ｎ）の爆発装置を含んでいる場合をＢ_ｉと表わし、密輸品を含んでいない場合をＢ_０と表わす。警報の事象をＡ_ｉと表わし、通行許可の事象をＡ_０と表わす。

検出の確率Ｐｄ及び偽警報の確率Ｐｆａは条件付き確率として次のように書くことができる。

Ｐｄ_ｉ＝Ｐ（Ａ_１｜Ｂ_ｉ）
Ｐｆａ＝Ｐ（Ａ_１｜Ｂ_０） （１）
式（１）の確率は、鞄に爆弾が実際に存在している又はいないという下敷きとなる真実のみが既知であるときの期待される機械判定を記述している。これらの確率を可能性（likelihood）とも呼ぶものとする。

現実での動作状況では、真実は未知であり、機械判定が既知である。システム１０の判定（警報又は通行許可）が与えられた場合に鞄が爆弾を有する確率を定量化するために、ベイズ則を用いることができる。

式（２）の表現は、警報（ｊ＝１）が与えられた場合及び通行許可（ｊ＝０）が与えられた場合の或る爆発物範疇の確率を表わす。このように、式（２）は、システム１０の出力が与えられたときの爆弾の存在の相対的な確からしさを定量化する。

これらの確率は、用いられる特定のシステムの諸量（Ｐｄ、Ｐｆａ）と所謂「事前確率」とに依存し、事前確率はＰ（Ｂ_ｉ）及び

である。事前確率はベイズ統計の基本であり、後に改めて詳細に説明する。事前確率は、鞄をスクリーニングする前に割り当てられる。

簡便には、１台のシステムから算出される確率（Ｐ（Ｂ｜Ａ）等）は、第二のシステムにとっての事前確率（Ｐ（Ｂ）等）としての役割を果たす。このことは、２台のシステムが条件独立である場合に真となる。追加の仮定として、鞄が１個の爆発物タイプしか含むことができないすなわちＢ_１及びＢ_２が相互排他的であるとする。但し、Ｂ_１及びＢ_２の確率が両方とも高い場合があるが、Ｂ_１とＢ_２との和は１又は１００％を超えることはできない。

ＥＤＳ出力をＡ_１及びＡ_０から一般化して、二値変数（警報若しくは通行許可）、かかる変数の集合、連続数、複数の連続数の集合又はこれらすべての混合であり得る任意の出力（Ｘ）とすると、式（３）は次の形態を取る。

脅威状態は、確率Ｐ（Ｂ_１），Ｐ（Ｂ_２），…，Ｐ（Ｂ_ｎ）の配列として定義される。Ｐ（Ｂ_０）は他の成分から算出され得るすなわちＰ（Ｂ_０）＝１−（Ｐ（Ｂ_１）＋Ｐ（Ｂ_２）＋…＋Ｐ（Ｂ_ｎ））であるため省かれる。ベイズ事前確率は初期の脅威状態すなわち鞄がＥＤＳによってスクリーニングされるよりも前の脅威状態を形成する。各々のＥＤＳは、その走査結果（Ｘ）、履歴データ又は可能性（Ｐ（Ｘ｜Ｂ_ｉ））及び入力脅威状態（Ｐ（Ｂ_ｉ））に従って脅威状態を修正する。このようにして、Ｐ（Ｂ_ｉ｜Ｘ）は、ＥＤＳによる修正の後の脅威状態となる。

直列式で動作する多数のＥＤＳでは、１台のＥＤＳの出力脅威状態が下流に位置する次のＥＤＳの入力脅威状態として与えられる。このように、脅威状態は、図４（Ａ）〜図４（Ｃ）に示すように、各々のＥＤＳからの情報を蓄積しながら各システムを介して伝播する。

事前脅威評価は、脅威シナリオ毎（脅威警報レベル）又は乗客毎（コンピュータ支援式乗客予備スクリーニング・システム「ＣＡＰＰＳ」）のいずれでも式（４）によるメタＴＳＰ ＥＤＳとして具現化することができる。

各々の鞄について、システムは二値判定すなわち「警報」又は「通行許可」の判定を下す。ＴＳＰプロトコルでは、この判定は出力脅威状態に基づく。判定は、密輸品の合計確率すなわちＰ（Ｂ_１｜Ｘ）＋Ｐ（Ｂ_２｜Ｘ）＋…＋Ｐ（Ｂ_ｎ｜Ｘ）が予め決められている閾値又は限界確率（Ｐ_ｃｒｉｔ）を上回るか否かに基づく。

ＥＤＤが検出することのできない特定のタイプの爆発物が存在している可能性がある。あらゆる可能な欠落を補うために、ＴＳＰは脅威状態にチェックリストを加える。チェックリストは、爆発物範疇毎に一つのエントリを有し、脅威状態と共にシステムを通して伝播する。１又は複数のエントリ（爆発物のタイプ）がチェックされないで残っていたら、脅威状態の如何によらずシステムは警報器にトリガを送る。チェックリストは次のように定義することができる。

Ｂ_ｉについてスクリーニングされている場合には、
Ｃ_ｉ＝１
他の場合には、
Ｃ_ｉ＝０ （４）
このように、ＥＤＳ判定をさらに次のように定義することができる。

である場合には、
ＥＤＳ判定＝警報
他の場合には
ＥＤＳ判定＝通行許可
このように、ＥＤＳの感度は、事前脅威状態を変更する又は限界確率を変更するという二つの方法で調節することができる。

利用時には、容器又は鞄２８をコンベヤ・ベルト２０に載置する。図３、図４（Ａ）及び図５を参照して述べると、先ず、人物脅威状態３２が生成される（ステップ３０）。鞄２８がＣＴスキャナ１６によって走査される前に、積載する鞄２８を持ち込んだ人物のような人物についての情報が英数字入力装置１１０及びカーソル制御装置１１２を介してコンピュータ２２に入力される。入力された情報に応じて、命令１２４がプロセッサ１００及びメイン・メモリ１２４へ送られ、入力１２６としてデータベース２６に供給される。コンピュータ２２は、データベース２６及び／又は静的メモリ１０４から様々な情報を検索する。データベース２６から受け取った出力情報１２８に基づいて、コンピュータ２２は人物脅威状態３２を生成し、この人物脅威状態３２は、人物が、４種といった所定数のうち１種のタイプの密輸品例えば爆発装置を鞄２８に携行している確率を含む。図４（Ａ）に示すように、人物脅威状態３２はコンピュータ２２の表示装置１０８に表示される。

次いで、鞄２８はコンベヤ・ベルト２０に沿って移動してＣＴスキャナ１６に入る（ステップ３４）。鞄２８が通路内にある間に、ガントリは、鞄２８の多数の投影が様々な角度で取得され得るように、鞄２８を中心としてＸ線源及び検出器ユニットを回転させる。線源から放出されたＸ線は、鞄を透過して検出器ユニットによって検出される。ＣＴが作成した各々の画像は、鞄の二次元の「スライス」の質量及び密度を表わす。

図４（Ｂ）に示すように、人物脅威状態３２がＣＴスキャナ１６に送られると、スキャナ１６は観測を行なった後に人物脅威状態３２を修正して、中間的脅威状態すなわち予備的脅威状態３８を生成する（ステップ３６）。中間的脅威状態３８は、鞄２８が、人物脅威状態３２に含まれていた様々なタイプの密輸品を含んでいる修正後の確率を含んでいる。ＣＴスキャナ１６によって行なわれる様々な検出のため、各々のタイプの密輸品についての確率は変更されている可能性が高い。中間的脅威状態３８はコンピュータ２２の表示装置１０８に表示される。

次いで、コンベヤ・ベルト２０は鞄２８を移動させてＱＲスキャナ１８に入れ、スキャナ１８が鞄２８を走査する（ステップ４０）。図４（Ｃ）に示すように、中間的脅威状態３８がＱＲスキャナに送られると、ＱＲスキャナは、行なわれる様々な検出に基づいて、中間的脅威状態３８を修正して最終的脅威状態４４を生成する（ステップ４２）。最終的脅威状態４４は、中間的脅威状態３８及び人物脅威状態３２に含まれる様々な密輸品のタイプの一つを鞄２８が含んでいるというさらに修正された複数の確率を含んでいる。最終的脅威状態４４はコンピュータ２２の表示装置１０８に表示される。

コンピュータ２２は、最終的脅威状態４４を読み取って、鞄２８内に存在する任意のタイプの密輸品の合計確率が限界確率を上回っていたら、式（６）に記述するように警報器にトリガを送ってシステム１０の利用者に警告する（ステップ４６）。

一つの利点は、各ＥＤＤは共通のプロトコルを介して交信するため、それぞれのシステムに合わせたデータ合成アルゴリズムが不要であることである。もう一つの利点は、システムを用いるために、様々な製造者によって製造された可能性のある個々のＥＤＤ及び／又はＥＤＳについての詳細な知識が必要とされないことである。さらにもう一つの利点は、ＥＤＳで鞄を走査する前の事前脅威状態が盛り込まれているため、さらに正確な密輸品検出システムが提供されることである。さらにもう一つの利点は、システムが爆発物の異なるタイプ毎に脅威状態を範疇分類していることである。さらにもう一つの利点は、限界確率を変更するか、又は乗客プロファイリング情報若しくは脅威警報状態情報を組み入れることを通じて事前脅威状態を変化させることにより、システムの感度が容易に調節されることである。

図６は、本発明のもう一つの実施形態による密輸品検出システム５０を示す。密輸品検出システム５０は、図１に示すシステム１０と同様の構成要素を含んでいてよい。図６を参照して述べると、密輸品検出システム５０は、データベース５２、第一の密輸品検出装置５４、第二の密輸品検出装置５６及び第三の密輸品検出装置５８を含んでいる。図６に示す実施形態では、第一の密輸品検出装置５４はＣＴスキャナであり（以下、「ＣＴスキャナ５４」と呼ぶ）、第二の密輸品検出装置５６はＱＲスキャナであり（以下、「ＱＲスキャナ５６」と呼ぶ）、第三の密輸品検出装置５８はＸ線回折（ＸＲＤ）スキャナである（以下、「ＸＲＤスキャナ５８」と呼ぶ）。

図示していないが、密輸品検出システム５０は、図１に示すものと同様のコンピュータを含み得ることを理解されたい。

利用について図６を参照して述べると、鞄６０がシステム５０内に載置される。ＣＴスキャナ５４で鞄を走査する前に、鞄６６の携行者についての情報及びデータベース５２又はコンピュータ２２から検索された情報に基づいて人物脅威状態６２が生成される。鞄６０がＣＴスキャナ５４によって走査されると、人物脅威状態６２を修正すること等によって予備的脅威状態６４が生成される。次いで、鞄６０はＱＲスキャナ５６によって走査されて、予備的脅威状態６４を修正すること等によって中間的脅威状態６６が生成される。鞄がＸＲＤスキャナ５８によって走査された後に、中間的脅威状態６６を修正すること等によって最終的脅威状態６８が生成される。

ＸＲＤスキャナ５８は、当技術分野で広く理解されているように、Ｘ線源及びＸ線検出器を含んでいる。Ｘ線はＸ線源から送られて鞄６０を透過して検出器に入射し、検出器は、鞄６０を透過した後のＸ線の弾性散乱スペクトル又はコヒーレント散乱スペクトルを測定する。コンピュータは、様々な危険物質についての既知の参照スペクトルのライブラリを含んでおり、これらのスペクトルを検出されたスペクトルと比較することができる。

様々な脅威状態の生成又は脅威状態の修正は、図１に示したシステム１０と類似の態様でコンピュータによって行なわれることを理解されたい。

図６に示すシステム５０の利点は、密輸品の検出精度がさらに高まることである。

他の実施形態は、ＣＴスキャナ、ＱＲスキャナ及びＸＲＤスキャナ以外の異なる形式の密輸品検出装置を用いることができる。例えば、当技術分野で広く理解されているように、先端技術（ＡＴ）ハードウェアによるスキャナを用いてもよい。ＡＴスキャナは、疑わしい物体（例えば鞄）の二つの異なるビューを提供する２台のＸ線システムを含んでいてよい。これらのビューから作成された２枚の画像を結合して、「三次元密度再構成」として公知のものとする。推定された物質密度を、爆発物に典型的な密度データと比較する。また、ＡＴスキャナは、鞄内の物体の密度をさらに詳細に推定する二重エネルギ式爆発物検出システムを含んでいてもよい。２種の異なるＸ線電圧を用いて２枚の異なるＸ線画像を作成する。専用の画像処理を用いて、投影画像において互いに重畳している異なる物体を分離する。推定された密度を、爆発物に典型的な密度データと比較する。

加えて、もう一つの例として、当技術分野で広く理解されているように、トレース検出器を用いることもできる。トレース検出器は本質的に、物体を「嗅いで」その組成を決定する。トレース検出器は、被検物体（例えば鞄）からの蒸気及び粒子を捕捉する収集器機構を含んでいる。次いで、収集された粒子を分析して、物体の組成を決定する。

様々な形式のスキャナ又は検出装置（例えばＣＴ検出器、ＱＲ検出器、ＸＲＤ検出器、ＡＴ検出器及びトレース検出器）を任意の順序で任意の組み合わせ（例えばＸＲＤ検出器、ＱＲ検出器及びトレース検出器）として爆発物検出システム内に構成することができる。上述の方法を用いるために３台よりも多い検出装置を結合してもよい。これらの検出装置を用いて、麻薬のような他のタイプの密輸品を検出してもよい。人物脅威状態が生成された後に、１台の密輸品検出装置のみで鞄を走査することもできる。人物脅威状態は、特定の個人についての情報を用いずに生成されてもよく、単に汎用人物脅威状態であってもよい。密輸品検出装置は直接物理的に又は電気的に接続されていなくてもよく、各々の密輸品検出装置による走査が相次いで互いの直後に行なわれなくてもよい。

密輸品検出装置がＣＴスキャナのようなイメージング・システムである場合には、システムは脅威品目又は走査されている品目（すなわち鞄）内部の領域の位置を突き止めることができるものであってもよい。

鞄の内部に多数の別個の脅威領域が存在している可能性もある。これらの場合には、鞄内部の局所領域が各々関連する脅威状態を有するようにすることができる。このようにして、鞄は幾つかの局所脅威状態及び大域脅威状態を有するものとなる。大域脅威状態は鞄全体について有効であり、局所脅威状態と整合している。

このように、大域脅威状態の内部の局所脅威状態から成る脅威状態の階層が存在し得る。この脅威状態の階層は、システム同士の間でやり取りすることができる。局所脅威状態の計算法は、大域脅威状態の場合と同じである。大域脅威状態は、異なる脅威領域の間での統計学的独立性を推定することにより、多数の局所脅威状態から算出することができる。

この脅威状態の階層のもう一つの利点は、脅威状態の「分解能」が高まることである。この分解能は、鞄が多数のイメージング・システムによって走査されると第二のシステムが第一のシステムによって報告された局所脅威状態を修正することができるのでさらに高まる。

ＴＳＰプロトコルは、式（４）、式（５）及び式（６）によって完全に定義される。

しかしながら、条件付き確率Ｐ（Ｘ｜Ｂ_ｉ）を算出する方法を説明するためには、幾つかの指針及び実例が必要とされる。

〔タイプ１のＥＤＳ、単一の二値出力〕
利用可能な情報が、ＥＤＳが警告されるべきか否かのみである場合には、ＴＳＰへの適合は下記を決定することにより達成することができる。

式（６）の確率は、ＥＤＳの履歴性能データを用いることにより推定される。

Ｐ（Ａ｜Ｂ_ｉ）を推定するためには、検出試験データを用いる。爆発物タイプＢ_ｉの様々な標本を鞄の標本内に載置して、ＥＤＳに通す。得られる検出率を、Ｐ（Ａ｜Ｂ_ｉ）を表わすのに採用する。

を推定するためには、ＥＤＳの履歴偽警報率を用いる。

〔タイプ２のＥＤＳ、多数の警報範疇、特定位置型（例ＣＴＸ）〕
タイプ１のＥＤＳの拡張として、このＥＤＳは以下のものを有する。

・多数の警報範疇、Ａ_１，…，Ａ_ｍ
・鞄当たり可能性として多数の警報
・鞄内部の別々の位置で生ずる各々の独立な警報。

このシステムの代替的な表現は、その各々が０（通行許可）又は警報品目の数に対応する離散的な数を出力することのできるｍ個の独立したセンサの集合である。

ＥＤＳの出力は、Ａ_ｊの列である。列内の要素数は、警報範疇数以上である。幾つかの実例を掲げる。

・通行許可は

と等価であり、すなわち全てのセンサが通行許可を出す。

・範疇２の二つの警報は

と等価である。

式（３）のＸと書かれているＥＤＳ出力がＡ_ｊの列によって置き換えられる。各センサは独立であり、警報は異なる位置で生ずるので、条件付き確率は次のように書くことができる。

予め決定する必要があるのは、

である。

式（８）の確率は、ＥＤＳについての履歴性能データを用いることにより推定される。

Ｐ（Ａ_ｊ｜Ｂ_ｉ）を推定するためには、検出試験データを用いる必要がある。爆発物タイプＢ_ｉの様々な標本を様々な鞄に載置して、ＥＤＳに通す。警報タイプＡ_ｊの相対的頻度を、Ｐ（Ａ_ｊ｜Ｂ_ｉ）を表わすのに採用する。

警報タイプＡ_ｊについての偽警報率である

を推定するためには、標準的なシステム偽警報率を用いる。

多くのＥＤＳについて、警報範疇は爆発物範疇に一致している。例えば、ＣＴＸシート警報（CTX Sheet Alarm）がＢ_ｉの一つに一致する。この場合には、Ｐ（Ａ_ｊ｜Ｂ_ｉ）の非対角成分は、不適分類率として解釈することができる。

この方法から、多数の警報が存在している場合でも、鞄当たり単一の脅威状態が得られる。鞄当たり単一の脅威状態は、当該鞄についての全脅威を表わすのに適当でありすなわち警告すべきか否かの判定を下すのに適当である。しかしながら、多数の位置感受性ＥＤＳ（例えばＣＴＸに続けてＸＲＤ）が存在する場合には、局所的な脅威情報を保存して局所脅威状態も伝播させると有用である。すると、下流側のシステムが、局所脅威状態を結合して鞄当たりの脅威状態を得る前に局所脅威状態を修正することができる。

〔タイプ３のＥＤＳ／ＥＤＤ：１又は複数の特徴〕
この形式のＥＤＳは、鞄内の爆発物の存在の指標となる１又は複数の実連続数を提供する。特徴の数が固定されている場合には、ＥＤＳは位置感受性ではなく、すなわち全体としての鞄の示度を発生する。ＮＱＲ及び他の非撮像技術はこの範疇に属する。

非ＴＳＰの場合には、ＥＤＳ判定は通例、１又は複数の閾値を各特徴に適用することにより下される。ＴＳＰに適合させる一つの方法は、ＥＤＳを離散的なタイプ１（又は２）のシステムとして扱い、すなわち同じ閾値（１又は複数）を適用して偽陽性についての統計値を用いる等を行なう。しかしながら、特徴を連続分布として扱う方が遥かに良好な結果が得られる。このためにはモデリング・ステップが必要である。

先ず、式（３）の脅威状態式を構成する。このとき、出力データＸは、実数Ｘ_１，Ｘ_２，…，Ｘ_ｍの固定長配列である。各特徴は独立であると仮定すると、次のように書くことができる。

Ｐ（Ｘ｜Ｂ_ｉ）
＝Ｐ（Ｘ_１，Ｘ_２，…，Ｘ_ｍ｜Ｂ_ｉ）
＝Ｐ（Ｘ_１｜Ｂ_ｉ）×Ｐ（Ｘ_２｜Ｂ_ｉ）×…×Ｐ（Ｘ_ｍ｜Ｂ_ｉ） （９）
各々の特徴Ｘ_ｊ毎に、次式を決定する必要がある。

前述のタイプ１又は２のＥＤＳでは、これらの式（１０）の条件付き確率は単一の数（スカラー）であったが、この場合には変数Ｘ_ｊについての確率分布となる。

以下に述べるのは、所要のステップの概要である。

１．爆発物を有する鞄及び爆発物を有しない鞄について特徴データを収集する。

２．各特徴の間の相関を検査して、可能であれば各特徴の間の相関を除去する（線形変換、ホテリング（Hotelling）変換、特徴の省略等によって）。

３．各々の特徴について、脅威型鞄（Ｂ_ｉ）及び爆発物を有しない鞄についてのヒストグラムを構築する。

４．これらのヒストグラムに確率分布をフィッティングさせる。フィッティングは正規分布でなくてもよい。確率分布に対する良好なフィッティングを得るために、例えば特徴の変換（例えば特徴の対数を取る）が必要とされる場合がある。

連続的な特徴を用いる主な利点は、ＥＤＳの正確な信頼性が脅威状態に組み入れられることである。多数のＥＤＳが連続的な特徴を適用する場合には、「深い」データ合成が行なわれ、この場合には個々のシステムの信頼性が最適な態様で加重される。

（例：単一の特徴）
唯一の爆発物タイプ、例えばＢ_２の指標となる単一の特徴のみを生成するＥＤＤの例を考える。すると、以下を決定する必要がある。

式（１５）の２行目は、この特徴が、Ｂ_２以外の爆発物タイプを有する鞄について、爆発物を有しない鞄と同じ分布を有するという事実を表わすことを特記しておく。ＥＤＤのセンサは、全種の爆発物を検出することはできず、Ｂ_２のみを検出することができる。

履歴データに基づくこれら２種の確率分布のモデリングを図７に示す。このモデリングは、様々な確率分布関数を試行して特徴を変換するという煩雑な工程となる場合がある。

確率密度の一つが過度に急速な態様でゼロに収束し得る場合には、特徴の両極値に格別の注意を払うことが必要とされる。実際的で手堅い予防措置は、二つの確率密度が同等であると解釈される範囲の手前に極値限度を画定することである。これにより、逸脱値を過信する結果が防がれる。

この例を最後まで進めると、特徴Ｘ_１の測定値が与えられた場合の鞄が範疇２の爆弾を有する確率である修正後の脅威状態Ｐ（Ｂ_２｜Ｘ_１）を算出することができる。

式（３）及び式（１１）を用いると、次式が得られる。

図７からの確率関数及び事前確率を用いて、図８に示すような関数Ｐ（Ｂ_２｜Ｘ_１）を算出することができる。

このＥＤＤは、チェックリストの２番目の品目をチェックし得るに留まり、従って、スタンド・アロンの状況では鞄に通行許可を与えることはできない。ＥＤＳ又はチェックリストを完全に備えたもう１台のＥＤＤと協働することにより、このＥＤＤは全体的なＥＤＳ性能について価値を付加することになる。

〔タイプ４のＥＤＳ：関連する特徴の集合を有する多数の警報範疇（ＣＴＸ−ＰＤＣ）〕
この事例は、事例２及び事例３の混成であって、極く典型的な例である。鞄の局所的な複数の位置に異なる範疇の多数の警報が存在する可能性も依然ある。加えて、警報品目当たり１又は複数の特徴が利用可能であり、これにより、タイプ３のＥＤＳについて見たのと同様の確率分布でのモデリングが可能になる。従って、解は、タイプ２及びタイプ３の組み合わせとなる。

図９は、第一の脅威タイプ（脅威タイプＡ）を有する参照物体を走査したときに測定される参照量の分布、第二の脅威タイプ（脅威タイプＢ）を有する参照物体を走査したときに測定される参照量の分布、及び第一の脅威タイプも第二の脅威タイプも有しない参照物体を走査したときの参照量の分布（偽Ｆ）を示しており、これらの分布を「クラス・データのヒストグラム」とも呼ぶ。この例では、第一の脅威タイプ及び第二の脅威タイプを有する各物体、並びに第一の脅威タイプも第二の脅威タイプも有しない物体について、正規分布が達成される。これらの分布は異なる最高得点を有し、最高得点は参照量の様々な値に位置している。次いで、クラス・データのヒストグラムをモデル化されたガウス分布へ変換する。ガウス分布は、分布を近似する関数、従って分布を表わす関数／データをフィッティングすることにより得られる。コンピュータ・システムのメモリにガウス分布を記憶させると、ＥＤＤは、走査動作でデータを解析する準備ができた状態になる。

図１０は、被検査物体を走査したときに測定される値の解析を示す。測定された値（Ｘ ｎｅｗ）の参照量の中での位置を分布の横軸において求める。ここでの例では、値は約２２である。すると、値２２に対応する分布での得点が縦軸において決定される。ここでの例では、第一の脅威タイプを表わす分布での得点は第二の脅威タイプを表わす分布での得点よりも高く、第一及び第二の脅威タイプを表わす両得点ともが、第一及び第二の脅威タイプの不在を表わす得点よりも高い。代表得点は、測定されている２２という値に対応するクラス毎の可能性となる。

クラス毎の可能性に事前確率を乗算して最終的な確率を得る。ここでの例では、偽Ｆに対応する事前確率は、第一及び第二の脅威タイプ（脅威タイプＡ及び脅威タイプＢ）の存在に対応する確率よりも重く加重されている。一旦、最終的な確率が決定されたら、これらの確率は、相対的な加重を変化させることなく合計１になるように正規化される。ここでの例では、正規化された確率は、脅威タイプＡ、脅威タイプＢ及び偽Ｆに対応してそれぞれ約０．４４、約０．２２、及び約０．３４となる。次いで、結合後の状態を得るために、各脅威タイプを示す正規化後の最終的な確率を合計する。ここでの例では、和は０．２２＋０．４４すなわち０．６６である。最終的脅威状態、ここでの例では０．６６が、予め決められている最大値、例えば、０．４よりも大きい場合に、警報器が起動される。

幾つかの実施形態の例を説明して添付図面に示したが、かかる実施形態は説明のためのものであって本発明を制限するものではなく、当業者には様々な改変が想到されると考えられるので、本発明は、図示して説明した特定の構造及び構成に制限されないことを理解されたい。

走査サブシステムと、データベースを含むコンピュータ・サブシステムとを含む密輸品検出システムの模式図である。 コンピュータ・サブシステムの模式図である。 データベースの用法を示すテーブルである。 容器が走査サブシステムに入る前の事前脅威状態の生成を示す密輸品検出システムの模式図である。 容器が走査サブシステムを通過する際の脅威状態の修正を示す密輸品検出システムの模式図である。 容器が走査サブシステムを通過する際の脅威状態の修正を示す密輸品検出システムの模式図である。 密輸品検出システムの用法を示す流れ図である。 走査サブシステムの模式図である。 爆発物タイプ２（Ｂ_２）を有する場合及び有しない場合の鞄の特徴Ｘ_１についてのγ分布を用いたヒストグラム及び確率分布の一例を示すグラフ図である。 測定値Ｘ_１が与えられた場合の爆弾タイプＢ_２の確率を示すグラフ図である。 予め決められている特徴を有する場合及び有しない場合の参照物体を走査したときに測定される参照値の分布についてのクラス・データのヒストグラム、並びにモデル化されたガウス分布を示すグラフ図である。 走査物体の脅威状態を決定するための測定された変数の解析を表わすグラフ図である。

符号の説明

１０、５０ 密輸品検出システム
１２ 走査サブシステム
１４ コンピュータ・サブシステム
１６、１８、５４、５６、５８ 密輸品検出装置
２０ コンベヤ・ベルト
２２ コンピュータ
２６、５２ データベース
２８、６０ 鞄
３２、６２ 人物脅威状態
３８ 予備的又は中間的脅威状態
４４、６８ 最終的脅威状態
６４ 予備的脅威状態
６６ 中間的脅威状態
１００ プロセッサ
１０２ メイン・メモリ
１０４ 静的メモリ
１０６ ネットワーク・インタフェイス装置
１０８ ビデオ表示装置
１１０ 英数字入力装置
１１２ カーソル制御装置
１１４ ドライブ・ユニット
１１６ 機械読み取り可能な媒体
１１８ 信号発生装置
１２０ バス
１２２ ネットワーク
１２４ 命令セット
１２６ 入力命令
１２８ 出力情報

Claims (9)

1. 第一の脅威タイプの参照物体を走査したときに測定される参照量の第一の分布を表わすデータを記憶するステップと、
   当該被検査物体の値を測定するために被検査物体を走査するステップと、
   前記被検査物体が前記第一の脅威タイプである可能性の指標として、前記値に対応する前記第一の分布を表わすデータの得点を決定するステップと、
   を備えた密輸品を検出する方法。
2. 前記第一の分布を表わすデータは、前記第一の分布を近似する関数であって前記第一の分布の各参照量に対する得点の関数である、請求項１に記載の方法。
3. 第二の脅威タイプの参照物体を走査したときに測定される参照量の第二の分布を表わすデータを記憶するステップと、
   前記被検査物体が前記第二の脅威タイプである可能性の指標として、前記変数に対応する前記第二の分布を表わすデータの得点を決定するステップと、
   をさらに含んでいる請求項１に記載の方法。
4. 前記第一の脅威タイプ又は前記第二の脅威タイプのいずれでもない参照物体を走査したときに測定される参照量の第二の分布を表わすデータを記憶するステップと、
   前記被検査物体が前記第一の脅威タイプ又は前記第二の脅威タイプのいずれでもない可能性の指標として、前記変数に対応する前記第二の分布を表わすデータの得点を決定するステップと、
   をさらに含んでいる請求項１に記載の方法。
5. 前記第一及び第二の分布を表わすデータからの前記得点を正規化するステップをさらに含んでおり、前記第一の分布を表わすデータからの前記正規化された得点を用いて、前記物体が前記脅威タイプである可能性を指示する、請求項４に記載の方法。
6. 前記被検査物体は容器である、請求項１に記載の方法。
7. 前記容器は手荷物である、請求項６に記載の方法。
8. 前記被検査物体は容器内に位置している、請求項１に記載の方法。
9. 少なくとも一つのプロセッサにより実行されると、
   第一の脅威タイプの参照物体を走査したときに測定される参照量の第一の分布を表わすデータを記憶するステップと、
   物体を走査したときに測定される値を記憶するステップと、
   前記検査された物体が前記第一の脅威タイプである可能性の指標として、前記値に対応する前記第一の分布を表わすデータの得点を決定するステップと、
   を含む方法に従って密輸品を検出する命令を記憶させたコンピュータ読み取り可能な媒体。