KR20170116788A - Automatic Monitoring system for sensing the radiation load of the vehicle - Google Patents

Automatic Monitoring system for sensing the radiation load of the vehicle Download PDF

Info

Publication number
KR20170116788A
KR20170116788A KR1020160044830A KR20160044830A KR20170116788A KR 20170116788 A KR20170116788 A KR 20170116788A KR 1020160044830 A KR1020160044830 A KR 1020160044830A KR 20160044830 A KR20160044830 A KR 20160044830A KR 20170116788 A KR20170116788 A KR 20170116788A
Authority
KR
South Korea
Prior art keywords
radiation
module
image
recognition
measurement
Prior art date
Application number
KR1020160044830A
Other languages
Korean (ko)
Other versions
KR101793946B1 (en
Inventor
이승호
장경욱
이주현
Original Assignee
한밭대학교 산학협력단
한밭대학교 산학협력단
주식회사 엔바이로코리아
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 한밭대학교 산학협력단, 한밭대학교 산학협력단, 주식회사 엔바이로코리아 filed Critical 한밭대학교 산학협력단
Priority to KR1020160044830A priority Critical patent/KR101793946B1/en
Publication of KR20170116788A publication Critical patent/KR20170116788A/en
Application granted granted Critical
Publication of KR101793946B1 publication Critical patent/KR101793946B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/06—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
    • G01N23/083—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/06—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
    • G01N23/10—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the material being confined in a container, e.g. in a luggage X-ray scanners
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
    • G01T1/16—Measuring radiation intensity
    • G01T1/167—Measuring radioactive content of objects, e.g. contamination
    • G06K9/00221—
    • G06K9/00281—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Molecular Biology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Analytical Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Toxicology (AREA)
  • Traffic Control Systems (AREA)
  • Measurement Of Radiation (AREA)

Abstract

본 발명은 차량 적재물 방사선 관리용 자동출입 모니터링 시스템에 관한 것으로서, 차량 적재물의 방사능 분석과 차량번호 및 운전자 얼굴인식을 통한 출입 관리로 방사능 사용의 효율성 증대를 위한 차량 적재물 방사선 관리용 자동출입 모니터링 시스템에 관한 것이다.
상술한 바에 의하면, 본 발명에 따른 차량 적재물 방사선 관리용 자동출입 모니터링 시스템에 의하면, 방사선 측정, 방사선원 위치 판별, 핵종분석, 자동차 번호판 인식, 실시간 얼굴 인식기술을 통한 체계적인 방사능 적재물 출입 관리 및 안정한 방사능 사용을 통한 효율성 증대에 효과가 있다.The present invention relates to an automatic access monitoring system for vehicle load radiation management, and more particularly, to an automatic access monitoring system for vehicle load radiation management for enhancing the efficiency of radiation use by analyzing vehicle loads and access control through vehicle number and driver face recognition .
According to the above description, according to the automatic access monitoring system for vehicle load radiation management according to the present invention, systematic radial load access control and stable radiation use through radiation measurement, radiation source location discrimination, nuclide analysis, license plate recognition, real- Which is effective in increasing the efficiency.

Description

차량 적재물 방사선 관리용 자동출입 모니터링 시스템{Automatic Monitoring system for sensing the radiation load of the vehicle}BACKGROUND OF THE INVENTION 1. Field of the Invention [0001] The present invention relates to an automatic access monitoring system for a vehicle load radiation management system,

본 발명은 차량 적재물 방사선 관리용 자동출입 모니터링 시스템에 관한 것으로서, 더욱 상세하게는 방사능 적재물 출입 관리로 방사능 사용의 효율성 증대를 위한 차량 적재물 방사선 관리용 자동출입 모니터링 시스템에 관한 것이다.The present invention relates to an automatic access monitoring system for vehicle load radiation management, and more particularly, to an automatic access monitoring system for vehicle load radiation management for increasing the efficiency of radiation use by managing access to radiation loads.

종래, 한국공개특허 제2009-0083591호에 의하면, 운반수단 관련 정보 및 운반수단으로부터 발생하는 방사선량률 관련 정보를 수신하여 처리하기 위한 모니터링 장치, 모니터링 장치로부터 발생된 정보 데이터를 전달하기 위한 유선 및 무선 통신 장치, 유선 및 무선 통신 장치로부터 전달된 정보 데이터를 분석하여 처리하고 그리고 필요한 정보 및 조치를 모니터링 장치에 전달하기 위한 중앙통제센터를 포함한다.Korean Patent Laid-Open Publication No. 2009-0083591 discloses a monitoring device for receiving and processing information related to transportation means and radiation dose rate generated from a transportation means, a wired and wireless communication device for transmitting information data generated from the monitoring device, A central control center for analyzing and processing the information data transmitted from the communication device, the wired and wireless communication device, and transmitting the necessary information and measures to the monitoring device.

이러한 종래기술은 비접촉식 태그를 이용하여 선적지, 경유지 및 도착지에서 방사선량을 모니터링하여 관련 데이터를 처리하고 일정 수위 이상의 방사능량이 검출되는 경우 즉각적인 대처가 가능하도록 하는데 있으나, 운반수단으로부터 발생하는 방사선량률 관련 정보를 처리하는데 초점이 맞춰져 있고, 출입차량의 이력관리, 차량 및 인원의 출입통제 등은 모두 인력을 활용하여 수동으로 운영되고 있다.In this conventional technology, the radiation amount is monitored at the shipping paper, the intermediate paper, and the destination using the non-contact type tag to process the related data, and if the radiation amount exceeding a certain level is detected, immediate countermeasure is possible. However, , And the history management of the accessing vehicle, the access control of the vehicle and the personnel are all operated manually using the manpower.

또한 IT 기술 발달에 의해 산업전반에 걸쳐 자동화가 진행되고 있으나 방사선 검출관련 분야는 아직까지 기술의 융.복합 사례가 많지 않은 실정이다.In addition, automation is progressing throughout the industry due to the development of IT technology, but there are not many cases of fusion and combination of technologies in the field of radiation detection.

본 발명의 목적은 전술한 점들을 감안하여 안출된 것으로, 방사선 측정, 방사선원 위치 판별, 핵종분석, 자동차 번호판 인식, 실시간 얼굴 인식기술을 통한 체계적인 방사능 적재물 출입 관리 및 안정한 방사능 사용을 통한 효율성 증대를 위한 차량 적재물 방사선 관리용 자동출입 모니터링 시스템을 제공함에 있다.It is an object of the present invention to provide a system and method for improving the efficiency through the use of radioactive measurement, identification of source location, nuclide analysis, license plate recognition, systematic access control of radioactive material through real- And an automatic access monitoring system for vehicle load radiation management.

또한 방사성 물질의 안전한 이동을 보장하고 이동간 적재된 방사성 물질의 안전여부를 확인할 수 있고, 차량 번호판과 함께 작업자를 인식하여 출입을 통제할 수 있는 차량 적재물 방사선 관리용 자동출입 모니터링 시스템을 제공함에도 있다.In addition, there is also provided an automatic access monitoring system for vehicle load radiation management, which can ensure safe movement of radioactive materials, confirm the safety of moving radioactive materials, and can control access by recognizing workers with license plates.

그리고 차량에 적재된 적재물의 방사성 물질 위치를 파악할 수 있어 방사성 물질로 인해 발생할 수 있는 안전성을 최대한 보장할 수 있는 차량 적재물 방사선 관리용 자동출입 모니터링 시스템을 제공함에도 있다.In addition, the position of the radioactive material in the cargo loaded on the vehicle can be grasped, thereby providing the automatic access monitoring system for vehicle load radiation management that can maximize the safety that can be caused by the radioactive material.

본 발명은 움직이는 대상체의 방사선량을 측정하는 측정부(100); 상기 측정부의 측정결과, 측정시간에 따른 방사선의 세기로 방사선원의 위치를 판별하고 핵종을 분석하는 분석부(200); 상기 대상체를 촬영한 이미지를 인식하는 영상인식부(300); 상기 대상체의 방사선량 및 방사선원의 위치정보와 함께 상기 이미지 인식결과를 서버로 전달하는 제어부(400);를 포함할 수 있다.The present invention can be applied to a measuring device (100) for measuring a radiation dose of a moving object; An analysis unit 200 for determining the position of the radiation source based on the intensity of the radiation according to the measurement time and analyzing the radionuclide according to the measurement result of the measurement unit; An image recognition unit (300) for recognizing an image of the object; And a controller 400 for transmitting the image recognition result to the server together with the radiation dose of the object and the location information of the radiation source.

바람직하게 측정부는 감지센서가 수직으로 배치되어 움직이는 대상체의 진입시간에 따라 방사선량을 측정하는 수직배치 방사선 측정모듈; 및 감지센서가 수평으로 배치되어 움직이는 대상체의 진입시간에 따라 방사선량을 측정하는 수평배치 방사선 측정모듈;을 포함한다.Preferably, the measuring unit includes a vertically arranged radiation measuring module for measuring the amount of radiation according to the entry time of the moving object, And a horizontally positioned radiation measurement module that measures the radiation dose in accordance with the entry time of the moving object horizontally disposed with the detection sensor.

또한 바람직하게 분석부는 수직으로 배치되는 측정부의 감지센서로부터 수신하는 방사선량 측정데이터로 측정시간에 따른 방사선의 세기로 방사선원의 위치를 판별하는 수직 위치판별모듈; 수평으로 배치되는 측정부의 감지센서로부터 수신하는 방사선량 측정데이터로 측정시간에 따른 방사선의 세기로 방사선원의 위치를 판별하는 수평 위치판별모듈; 및 인공 방사선에 대한 핵종DB를 구성하여 상기 측정부를 통해 측정된 방사선 신호와 상기 인공 방사선의 핵종들에 대한 입력신호를 정합 필터를 통해 곱셈 및 적분하여 신호의 특성을 분석하는 핵종 분석모듈;을 포함한다.Preferably, the analyzing unit includes a vertical position determining module that determines the position of the radiation source based on the intensity of the radiation according to the measurement time, using the radiation amount measurement data received from the sensing sensor of the measuring unit disposed vertically; A horizontal position determining module for determining the position of the radiation source based on the intensity of the radiation according to the measurement time with the radiation amount measurement data received from the detection sensor of the measurement unit disposed horizontally; And a nuclide analysis module for constructing a nuclide DB for artificial radiation and multiplying and integrating an input signal of the nuclides of the artificial radiation with the radiation signal measured through the measuring unit through a matched filter to analyze characteristics of the signal do.

또한 바람직하게 영상인식부는 상기 대상체를 촬영한 이미지에서 적어도 하나 이상의 특징을 추출하여 각 데이터 노드로 분류하는 특징 필터모듈; 상기 특징 필터모듈을 통해 분류된 데이터 노드 중, 인식대상 영역의 데이터군을 입력으로 하여 나온 출력결과에서 최다 중복 노드를 인식 후보영역 노드로 추출하는 서브 샘플링모듈; 및 상기 인식 후보영역 내에서 최다 중복 노드를 클래스 노드로 지정하고 상기 클래스 노드에 해당하는 특징이미지를 나열하여 특징 벡터를 생성하고 클래스로 분류하도록 하는 인식 및 분류모듈;을 포함한다.Preferably, the image recognition unit further includes a feature filter module for extracting at least one feature from the image of the object and classifying the feature into each data node; A sub-sampling module for extracting the most redundant node from the output data obtained by inputting the data group of the recognition target area among the data nodes classified through the feature filter module to the recognition candidate area node; And a recognizing and classifying module for assigning the most redundant nodes to the class node in the recognition candidate area and listing feature images corresponding to the class nodes to generate feature vectors and classify them into classes.

또한 바람직하게 영상인식부는 대상체를 촬영한 이미지에서 Haar Cascade와 색상정보를 이용하여 얼굴 이미지를 검출하는 얼굴 이미지 검출모듈; 상기 검출한 얼굴 이미지에서 에지를 검출하는 에지검출모듈; 및 상기 에지검출모듈에서 검출한 각 방향의 에지검출값을 누적한 값에 따라 각 방향 이진패턴을 변환하고 중심픽셀에 십진수의 라벨 값을 적용하여 LCP 이미지를 출력하는 얼굴인식모듈;을 더 포함할 수 있다.Preferably, the image recognition unit includes a face image detection module that detects a face image using Haar Cascade and color information in an image of a target object; An edge detection module for detecting an edge in the detected face image; And a face recognition module for converting each directional binary pattern according to a value obtained by accumulating edge detection values in each direction detected by the edge detection module and applying a decimal number label value to the center pixel to output an LCP image .

그리고 바람직하게 영상인식부는 상기 대상체를 촬영한 이미지에서 번호판 후보군을 추출하는 번호판 추출모듈; 상기 번호판 추출모듈을 통해 추출한 번호판 영상을 이진화 처리하는 이진화모듈; 및 상기 이진화된 영상의 누적분포 그래프 이미지를 추출하고, 상기 누적분포 그래프 이미지에서 위치정보를 추출하는 번호판 인식모듈;을 더 포함할 수 있다.Preferably, the image recognition unit includes a license plate extracting module for extracting a license plate candidate group from the image photographed by the object; A binarization module for binarizing the license plate image extracted through the license plate extraction module; And a license plate recognition module for extracting the cumulative distribution graph image of the binarized image and extracting the position information from the cumulative distribution graph image.

상술한 바에 의하면, 방사선 측정, 방사선원 위치 판별, 핵종분석, 자동차 번호판 인식, 실시간 얼굴 인식기술을 통한 체계적인 방사능 적재물 출입 관리 및 안정한 방사능 사용을 통한 효율성 증대에 효과가 있다. According to the above description, it is effective to increase the efficiency by using radioactivity measurement, source location discrimination, nuclide analysis, car license plate recognition, systematic access control of radioactive load through real-time face recognition technology, and stable use of radioactivity.

또한 방사성 물질의 안전한 이동을 보장하고 이동간 적재된 방사성 물질의 안전여부를 확인할 수 있고, 차량 번호판과 함께 작업자를 인식하여 출입을 통제할 수 있는 효과가 있다.In addition, it is possible to ensure the safe movement of the radioactive material, to confirm the safety of the radioactive material loaded on the mobile terminal, and to recognize the operator together with the license plate to control the access.

그리고 차량에 적재된 적재물의 방사성 물질 위치를 파악할 수 있어 방사성 물질로 인해 발생할 수 있는 안전성을 최대한 보장할 수 있는 효과가 있다.In addition, since the position of the radioactive material in the cargo loaded on the vehicle can be grasped, the safety that can be caused by the radioactive material can be maximally ensured.

도 1은 본 발명의 일실시예에 따른 차량 적재물 방사선 관리용 자동출입 모니터링 시스템을 나타낸 구성도이고,
도 2는 본 발명의 일실시예에 따른 차량 적재물 방사선 관리용 자동출입 모니터링 시스템의 개요를 나타낸 예시도이며,
도 3은 본 발명의 일실시예에 따른 방사선량 측정 및 계산(수직)을 설명하기 위한 예시도이고,
도 4는 본 발명의 일실시예에 따른 방사선량 측정 및 계산(수평)을 설명하기 위한 예시도이며,
도 5는 본 발명의 일실시예에 따른 방사선원 위치판별(수직)을 설명하기 위한 예시도이고,
도 6은 본 발명의 일실시예에 따른 방사선원 위치판별(수평)을 설명하기 위한 예시도이며,
도 7은 본 발명의 일실시예에 따른 핵종 분석 정합 필터를 나타낸 예시도이고,
도 8은 본 발명의 일실시예에 따른 차량 적재물 방사선 관리용 자동출입 모니터링 시스템의 딥 러닝 알고리즘을 이용한 각 데이터 노드 구축을 나타낸 예시도이며,
도 9는 본 발명의 일실시예에 따른 차량 적재물 방사선 관리용 자동출입 모니터링 시스템의 딥 러닝 알고리즘을 이용하여 데이터군 입력으로 최다 중복 노드를 번호판 후보 영역 노드로의 지정을 나타낸 예시도이고,
도 10은 본 발명의 일실시예에 따른 딥 러닝 알고리즘에 따른 번호판 후보 영역 획득을 나타낸 예시도이며,
도 11은 본 발명의 일실시예에 따른 딥 러닝 알고리즘에 따른 번호판 인식의 각 데이터 노드로의 분류를 나타낸 예시도이고,
도 12는 본 발명의 일실시예에 따른 딥 러닝 알고리즘에 따른 번호판 인식의 클래스 분류를 나타낸 예시도이며,
도 13은 본 발명의 일실시예에 따른 딥 러닝 알고리즘을 이용하여 얼굴을 인식하여 데이터 노드로 분류하는 예시도이고,
도 14는 본 발명의 일실시예에 따른 딥 러닝 알고리즘에 따른 얼굴인식의 클래스 데이터군을 입력하여 최다 중복노드를 클래스 노드로 지정하는 예시도이며,
도 15는 본 발명의 일실시예에 따른 딥 러닝 알고리즘에 따른 얼굴인식의 입력데이터를 클래스로 분류하는 예시도이고,
도 16은 본 발명의 일실시예에 따른 차량 적재물 방사선 관리용 자동출입 모니터링 시스템의 구현 예시도이며,
도 17은 본 발명의 일실시예에 따른 하드웨어의 전체 시스템 블록을 나타낸 예시도이다.FIG. 1 is a block diagram of a system for monitoring a vehicle access control for vehicle load radiation according to an exemplary embodiment of the present invention,
FIG. 2 is an exemplary view showing an outline of a system for monitoring automotive access for vehicle load radiation according to an embodiment of the present invention,
FIG. 3 is an exemplary view for explaining a radiation amount measurement and calculation (vertical) according to an embodiment of the present invention,
4 is an exemplary view for explaining measurement and calculation (horizontal) of radiation dose according to an embodiment of the present invention,
FIG. 5 is an exemplary view for explaining the position (vertical) of a radiation source according to an embodiment of the present invention,
FIG. 6 is an exemplary view for explaining the position (horizontal) of a radiation source according to an embodiment of the present invention,
7 is an exemplary view showing a nuclide analysis matched filter according to an embodiment of the present invention,
FIG. 8 is a view illustrating the construction of each data node using a deep-running algorithm of the automatic access monitoring system for vehicle load radiation management according to an embodiment of the present invention,
FIG. 9 is an exemplary diagram illustrating designation of the most redundant nodes as number plate candidate region nodes by data group input using a deep learning algorithm of the automatic entrance monitoring system for vehicle load radiation management according to an embodiment of the present invention,
FIG. 10 is an exemplary view illustrating license plate candidate region acquisition according to a deep learning algorithm according to an embodiment of the present invention,
FIG. 11 is a diagram illustrating classification of license plate recognition to each data node according to a deep learning algorithm according to an embodiment of the present invention.
FIG. 12 is an exemplary view illustrating class classification of license plate recognition according to a deep learning algorithm according to an embodiment of the present invention,
FIG. 13 is an exemplary diagram for recognizing faces and classifying them into data nodes using a deep learning algorithm according to an embodiment of the present invention.
FIG. 14 is a diagram illustrating an example in which a class data group of face recognition according to a deep learning algorithm according to an exemplary embodiment of the present invention is input to designate a most redundant node as a class node,
15 is an exemplary diagram for classifying input data of face recognition according to a deep learning algorithm according to an embodiment of the present invention into classes,
16 is a view illustrating an embodiment of an automatic access monitoring system for vehicle load radiation management according to an embodiment of the present invention,
17 is an exemplary view showing an entire system block of hardware according to an embodiment of the present invention.

본 발명의 구체적 특징 및 이점들은 첨부도면에 의거한 다음의 상세한 설명으로 더욱 명백해질 것이다. 이에 앞서 본 발명에 관련된 공지 기능 및 그 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는, 그 구체적인 설명을 생략하였음에 유의해야 할 것이다.
Specific features and advantages of the present invention will become more apparent from the following detailed description based on the accompanying drawings. It is to be noted that the detailed description of known functions and constructions related to the present invention is omitted when it is determined that the gist of the present invention may be unnecessarily blurred.

이하, 첨부된 도면을 참조하여 본 발명을 상세하게 설명한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS The present invention will now be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일실시예에 따른 차량 적재물 방사선 관리용 자동출입 모니터링 시스템을 나타낸 구성도이다.FIG. 1 is a block diagram illustrating a system for automatically monitoring access to vehicle load radiation according to an exemplary embodiment of the present invention. Referring to FIG.

도 1에 도시된 바와 같이, 본 발명의 일실시예에 따른 차량 적재물 방사선 관리용 자동출입 모니터링 시스템은 측정부(100), 분석부(200), 영상인식부(300), 제어부(400)를 포함할 수 있다.1, the automatic access monitoring system for vehicle load radiation management according to an exemplary embodiment of the present invention includes a measurement unit 100, an analysis unit 200, an image recognition unit 300, and a control unit 400 .

측정부(100)는 움직이는 대상체의 방사선량을 측정하는 구성이다. 본 실시예에서의 움직이는 대상체는 차량의 적재물이다. 본 발명의 일실시예에 따르면, 차량 출입시 움직이는 대상체인 적재물의 방사선 핵종분석과, 방사선량을 측정하고 방사선원의 위치를 단시간 내에 파악하여 비상상황에 대처할 수 있도록 차량 적재물과 차량번호 및 운전자를 관리하기 위함이다.The measurement unit 100 measures a radiation dose of a moving object. The moving object in this embodiment is a load of the vehicle. According to one embodiment of the present invention, the radionuclide analysis of a chain loading object moving in a vehicle entry, the measurement of the radiation dose, the location of the radiation source in a short time, and the management of the vehicle load, the car number and the driver so as to cope with an emergency situation .

이러한 기능을 수행하기 위한 측정부(100)는 수직배치 방사선 측정모듈(110)과 수평배치 방사선 측정모듈(120)을 포함할 수 있다. The measurement unit 100 for performing this function may include a vertically positioned radiation measurement module 110 and a horizontally arranged radiation measurement module 120.

수직배치 방사선 측정모듈(110)은 감지센서가 차량 진입로에 수직으로 배치되어 움직이는 대상체의 진입시간에 따라 방사선량을 측정하는 구성이다.The vertically positioned radiation measurement module 110 is a configuration in which the detection sensor is disposed vertically in the vehicle entryway and measures the amount of radiation according to the entry time of the moving object.

수평배치 방사선 측정모듈(120)은 감지센서가 차량 진입로에 수평으로 배치되어 움직이는 대상체의 진입시간에 따라 방사선량을 측정하는 구성이다.The horizontal placement radiation measurement module 120 is a configuration in which the detection sensor is disposed horizontally on the vehicle access road and measures the radiation dose in accordance with the entry time of the moving object.

이러한 측정부(100) 구성은 도면에 도시하지 않았지만, 본 발명의 일실시예에 따른 량 적재물 방사선 관리용 자동출입 모니터링 시스템에서 차량의 진입을 감지하는 차량진입 감지센서와, 차량속도 감지센서, 차량번호 인식을 위한 카메라, 얼굴 인식을 위한 카메라를 포함할 수 있다.Although not shown in the drawings, the configuration of the measurement unit 100 includes a vehicle entry detection sensor that detects the entry of the vehicle in the automatic entrance and exit monitoring system for managing the load carrier radiation according to an embodiment of the present invention, A camera for number recognition, and a camera for face recognition.

본 실시예에서 측정부의 감지센서는 진입로 양측에 배치되어 8개의 감지센서로 구성될 수 있고, 수평배치 방사선 측정모듈은 진입로 양측에 수직배치 방사선 측정모듈과 인접하여 상하좌우 수평으로 배치되어 진입로 일측에 4개의 감지센서로 구성될 수 있다. In the present embodiment, the detection sensor of the measurement unit may be arranged on both sides of the access road and may be constituted by eight detection sensors. The horizontal arrangement radiation measurement module is arranged horizontally, vertically, horizontally and horizontally on one side of the ramp It can be composed of four detection sensors.

이때 일측에 상하측 좌우로 배치되는 감지센서 4개 중, 수평배치 방사선 측정모듈은 상하측의 좌우 수평방향으로 구동될 수 있고, 수직배치 방사선 측정모듈은 좌우측의 상하 수직방향으로 구동될 수 있다.
Among the four detection sensors disposed on one side of the upper and lower left and right, the horizontally positioned radiation measurement module can be driven in the left and right horizontal directions on the upper and lower sides, and the vertically positioned radiation measurement module can be driven in the up and down directions on the left and right sides.

또한 분석부(200)는 측정부(100)의 측정결과, 측정시간에 따른 방사선의 세기로 방사선원의 위치를 판별하고 핵종을 분석하는 기능을 수행할 수 있다.In addition, the analyzer 200 may perform the function of determining the position of the radiation source and analyzing the nuclides based on the intensity of the radiation according to the measuring time of the measuring unit 100.

이러한 기능을 수행하기 위한 분석부(200)는 수직 위치판별모듈(210), 수평 위치판별모듈(220), 핵종 분석모듈(230)을 포함한다.The analyzer 200 includes a vertical position determining module 210, a horizontal position determining module 220, and a nuclide analysis module 230.

수직 위치판별모듈(210)은 차량 진입로에 수직으로 배치되는 측정부의 감지센서로부터 수신하는 방사선량 측정데이터로 측정시간에 따른 방사선의 세기로 방사선원의 위치를 판별하는 구성이다. The vertical position determination module 210 is a configuration for determining the position of the radiation source with the intensity of the radiation according to the measurement time with the radiation amount measurement data received from the detection sensor of the measurement part disposed vertically to the vehicle entryway.

수평 위치판별모듈(220)은 차량 진입로에 수평으로 배치되는 측정부의 감지센서로부터 수신하는 방사선량 측정데이터로 측정시간에 따른 방사선의 세기로 방사선원의 위치를 판별하는 구성이다. The horizontal position determination module 220 determines the position of the radiation source based on the intensity of the radiation according to the measurement time with the radiation amount measurement data received from the detection sensor of the measurement unit horizontally disposed on the vehicle access road.

이러한 수직 위치판별모듈(210)과 수평 위치판별모듈(220)을 통해 차량진입 방향에 따라 감지센서로 차량진입과 동시에 측정부의 수직으로 배치되는 감지센서로 측정된 방사선의 세기와 측정시간을 그래프로 표현할 수도 있고, 방사선의 세기와 측정시간을 이용하여 수직과 수평의 방사선원의 위치를 판별할 수 있다.The intensity and the measurement time of the radiation measured by the sensing sensor disposed perpendicularly to the measuring unit at the same time when the vehicle enters the vehicle through the vertical position discriminating module 210 and the horizontal position discriminating module 220, And the position of the vertical and horizontal radiation sources can be determined using the intensity of the radiation and the measurement time.

핵종 분석모듈(230)은 인공 방사선에 대한 핵종DB를 구성하여 상기 측정부를 통해 측정된 방사선 신호와 상기 인공 방사선의 핵종들에 대한 입력신호를 정합 필터를 통해 곱셈 및 적분하여 신호의 특성을 분석하는 구성이다.
The nuclide analysis module 230 forms a nuclide DB for the artificial radiation, and multiplies and integrates the radiation signal measured through the measuring unit and the input signal for the nuclides of the artificial radiation through a matched filter to analyze characteristics of the signal .

또한 영상인식부(300)는 상기 대상체를 촬영한 이미지를 인식하는 구성이다. 이러한 기능을 수행하기 위한 영상인식부(300)는 특징 필터모듈(310), 서브 샘플링모듈(320), 인식 및 분류모듈(330)을 포함할 수 있다.In addition, the image recognition unit 300 recognizes an image of the object. The image recognition unit 300 for performing such a function may include a feature filter module 310, a subsampling module 320, and a recognition and classification module 330.

특징 필터모듈(310)은 대상체를 촬영한 이미지에서 적어도 하나 이상의 특징을 추출하여 각 데이터 노드로 분류하는 구성이다.The feature filter module 310 extracts at least one feature from an image of a target object and classifies the feature data into each data node.

서브 샘플링모듈(320)은 특징 필터모듈을 통해 분류된 데이터 노드 중, 인식대상 영역의 데이터군을 입력으로 하여 나온 출력결과에서 최다 중복 노드를 인식 후보영역 노드로 추출하는 구성이다.The subsampling module 320 extracts the most redundant node from the output data obtained by inputting the data group of the recognition target area among the data nodes classified through the feature filter module to the recognition candidate area node.

인식 및 분류모듈(330)은 인식 후보영역 내에서 최다 중복 노드를 클래스 노드로 지정하고 상기 클래스 노드에 해당하는 특징이미지를 나열하여 특징 벡터를 생성하고 클래스로 분류하도록 하는 구성이다.
The recognition and classification module 330 designates the most redundant node as a class node in the recognition candidate region, arranges feature images corresponding to the class node, generates feature vectors, and classifies the feature vectors into classes.

본 실시예에 따른 영상인식부(300)는 차량 적재물의 운전자 얼굴을 인식하고, 차량 번호판을 인식할 수 있는데, 구체적인 인식구성을 살펴보면 다음과 같다.The image recognition unit 300 according to the present embodiment recognizes the driver's face of the vehicle load and recognizes the license plate. The specific recognition configuration will be described below.

얼굴인식을 위한 영상인식부는 얼굴 이미지 검출모듈(340), 에지검출모듈(350), 얼굴인식모듈(360)을 포함할 수 있다.The image recognition unit for face recognition may include a face image detection module 340, an edge detection module 350, and a face recognition module 360.

얼굴이미지 검출모듈(340)은 대상체를 촬영한 이미지에서 Haar Cascade와 색상정보를 이용하여 얼굴 이미지를 검출하는 구성으로 특징 필터모듈(310)에 해당될 수도 있다.The face image detection module 340 may detect a face image using Haar Cascade and color information in an image of a target object, and may correspond to the feature filter module 310.

에지검출모듈(350)은 검출한 얼굴 이미지에서 로그(Log)를 이용하여 에지를 검출할 수 있는 구성으로, 서브 샘플링 모듈에 해당될 수 있다.The edge detection module 350 can detect an edge using a log in the detected face image, and may correspond to a subsampling module.

얼굴인식모듈(360)은 에지검출모듈에서 검출한 각 방향의 에지검출값을 누적한 값에 따라 각 방향 이진패턴을 변환하고 중심픽셀에 십진수의 라벨 값을 적용하여 LCP 이미지를 출력하는 구성으로 인식 및 분류모듈에 해당될 수 있다.
The face recognition module 360 is configured to output an LCP image by converting a binary pattern in each direction according to a value obtained by accumulating edge detection values in each direction detected by the edge detection module and applying a decimal number label value to the center pixel. And a classification module.

번호판 인식을 위한 영상인식부는 번호판 추출모듈(370), 이진화 모듈(380), 번호판 인식모듈(390)을 포함할 수 있다.The image recognition unit for license plate recognition may include a license plate extraction module 370, a binarization module 380, and a license plate recognition module 390.

번호판 추출모듈(370)은 움직이는 대상체를 촬영한 이미지에서 번호판 후보군을 추출하는 기능을 수행할 수 있다.The license plate extracting module 370 can extract a license plate candidate group from an image of a moving object.

이진화모듈(380)은 번호판 추출모듈을 통해 추출한 번호판 영상을 이진화 처리하는 구성이다.The binarization module 380 binarizes the license plate image extracted through the license plate extraction module.

번호판 인식모듈(390)은 이진화된 영상의 누적분포 그래프 이미지를 추출하고, 상기 누적분포 그래프 이미지에서 위치정보를 추출할 수 있는 구성이다.
The license plate recognition module 390 extracts the cumulative distribution graph image of the binarized image and extracts the position information from the cumulative distribution graph image.

제어부(400)는 측정부(100), 분석부(200), 영상인식부(300) 구성을 제어하여 움직이는 대상체의 방사선량 및 방사선원의 위치정보와 함께 이미지 인식결과를 서버로 전달하도록 제어하는 구성이다.
The control unit 400 controls the configuration of the measuring unit 100, the analyzing unit 200, and the image recognizing unit 300 to control the transmission of the image recognition result to the server together with the radiation amount of the moving object and the position information of the radiation source to be.

도 2는 본 발명의 일실시예에 따른 차량 적재물 방사선 관리용 자동출입 모니터링 시스템의 개요를 나타낸 예시도이다. 본 발명은 도 2에 도시된 바와 같이, 일실시예에서 차량번호판을 인식하고, 방사선 측정 및 위치판별, 핵종 분석 후, 운전자의 얼굴을 인식하여 제어실 측의 서버로 전달하여 차량 적재물 방사선 관리용 자동출입 모니터링을 수행할 수 있다.
FIG. 2 is an exemplary view showing an outline of a system for monitoring automatic access for vehicle load radiation management according to an embodiment of the present invention. As shown in FIG. 2, in one embodiment, the vehicle license plate is recognized, and the face of the driver is recognized and transmitted to the server on the control room side after the radiation measurement and position determination and nuclide analysis, Access monitoring can be performed.

도 3은 본 발명의 일실시예에 따른 방사선량 측정 및 계산(수직)을 설명하기 위한 예시도이고, 도 4는 본 발명의 일실시예에 따른 방사선량 측정 및 계산(수평)을 설명하기 위한 예시도이다. 움직이는 대상체에 대하여 짧은 시간에 방사선의 측정, 핵종분석, 위치 판별을 설명하기 위해 도 3 내지 도 6으로 단순화시켜 설명하기로 한다. FIG. 3 is an exemplary view for explaining a radiation dose measurement and calculation (vertical) according to an embodiment of the present invention, and FIG. 4 is a schematic diagram for explaining a radiation dose measurement and calculation (horizontal) Fig. To explain the measurement of the radiation, the analysis of nuclides, and the determination of the position of the moving object in a short time, the description will be made with reference to Figs. 3 to 6.

도 3에서, 수직으로 상하 배치되는 감지센서(#1,#2)가 진입로 일측에 설치되고, 마주하는 진입로 일측에 감지센서(#3,#4)를 설치하여 움직이는 대상체가 이동방향에 따라 측정시간에 따른 방사선의 세기를 측정할 수 있다. 3, the sensing sensors # 1 and # 2 vertically arranged vertically are installed on one side of the access road, and the sensing sensors # 3 and # 4 are provided on one side of the access road facing each other, The intensity of the radiation over time can be measured.

또한 도 4에 수평으로 배치되는 감지센서(#1,#2)가 진입로 일측에 설치되고, 마주하는 진입로 일측에 감지센서(#3,#4)를 설치하여 움직이는 대상체가 이동방향에 따라 측정시간에 따른 방사선의 세기를 측정할 수 있다. In addition, the detection sensors # 1 and # 2 disposed horizontally in FIG. 4 are provided on one side of the access road, and the detection sensors # 3 and # 4 are installed on one side of the opposite access road, The intensity of the radiation can be measured.

도 3과 도 4에서의 방사선원이 2개인 경우와 3개인 경우를 예를들어 감지센서별 방사선량을 그래프로 표현할 수도 있다.In FIGS. 3 and 4, for example, two radiation sources and three radiation sources may be represented graphically, for example, the radiation dose per sensor.

도 3에 도시된 바와 같이, 2개의 Plastic Scintillator와 임베디드 보드를 연동하여 Radiation Detector를 구현하고 움직이는 차량 적재물에 대한 시간당 들어오는 방사선량을 측정 계산하여 총 방사선량을 측정하고 각각의 Radiation Detetor에서 잡는 방사선의 세기를 가지고 위치를 판별할 수 있다.
As shown in FIG. 3, the Radiation Detector is implemented by interlocking two plastic scintillators and embedded boards, and the amount of radiation entering the moving vehicle load per hour is measured and calculated, and the total radiation dose is measured. The position can be determined with intensity.

도 5는 본 발명의 일실시예에 따른 방사선원 위치판별(수직)을 설명하기 위한 예시도이고, 도 6은 본 발명의 일실시예에 따른 방사선원 위치판별(수평)을 설명하기 위한 예시도이다. 도 3과 도 4에서 측정한 결과 대상체의 이동방향에 따른 측정시간과 방사선의 세기로 수직과 수평의 방사선원의 위치를 판별할 수 있다.
FIG. 5 is an exemplary view for explaining the position of the radiation source (vertical) according to an embodiment of the present invention, and FIG. 6 is an exemplary view for explaining the position (horizontal) of the radiation source according to an embodiment of the present invention. 3 and 4, it is possible to determine the positions of the vertical and horizontal radiation sources based on the measuring time and the intensity of the radiation according to the moving direction of the object.

도 7은 본 발명의 일실시예에 따른 핵종 분석 정합 필터를 나타낸 예시도이다. 도 7에 도시된 바와 같이, Nal(Tl) Scintillation Detector로 빠른 시간안에 핵종을 분석하기 위해 표준 핵종 분석장치를 사용하여 인공 방사선에 대한 핵종DB를 구성할 수 있고, 2CH의 Nal(Tl) Scintillation Detector를 통해 측정된 방사선 신호와 인공 방사선 핵종들에 대한 입력신호를 정합필터를 통해 곱셈 및 적분하여 신호의 특성을 보다 빨리 측정하고 분석하도록 할 수 있다.
7 is an exemplary view showing a nuclide analysis matched filter according to an embodiment of the present invention. As shown in FIG. 7, a nuclide DB for artificial radiation can be constructed using a standard nuclide analyzing device to analyze nuclides in a short time with a Nal (Tl) Scintillation Detector, and a 2 Nal (Tl) Scintillation Detector And the input signal to the artificial radiation nuclides are multiplied and integrated through a matched filter to enable faster measurement and analysis of the characteristics of the signal.

도 8은 본 발명의 일실시예에 따른 차량 적재물 방사선 관리용 자동출입 모니터링 시스템의 딥 러닝 알고리즘을 이용한 각 데이터 노드 구축을 나타낸 예시도이고, 도 9는 딥 러닝 알고리즘을 이용하여 데이터군 입력으로 최다 중복 노드를 번호판 후보 영역 노드로의 지정을 나타낸 예시도이며, 도 10은 딥 러닝 알고리즘에 따른 번호판 후보 영역 획득을 나타낸 예시도이고, 도 11은 딥 러닝 알고리즘에 따른 번호판 인식의 각 데이터 노드로의 분류를 나타낸 예시도이며, 도 12는 딥 러닝 알고리즘에 따른 번호판 인식의 클래스 분류를 나타낸 예시도이다.FIG. 8 is a diagram illustrating the construction of each data node using a deep learning algorithm of the automatic entrance monitoring system for vehicle load radiation management according to an embodiment of the present invention. FIG. FIG. 10 is an exemplary view showing a license plate candidate region acquisition according to a deep learning algorithm, and FIG. 11 is a diagram illustrating an example of license plate candidate region acquisition according to a deep learning algorithm. FIG. 12 is an exemplary view showing class classification of license plate recognition according to the deep learning algorithm. FIG.

본 실시예에 따른 딥러닝 알고리즘을 설명하면, 학습 데이터베이스를 딥 러닝 알고리즘을 사용하여 각 데이터 노드를 구축하고, 번호판 영역 데이터 군을 입력하여 나온 출력결과 중 최다 중복 노드를 번호판 영역으로 지정한다.In the depth learning algorithm according to the present embodiment, each data node is constructed by using a deep learning algorithm in the learning database, and the most redundant node among the output results obtained by inputting the license plate area data group is designated as the license plate area.

다음으로 도 10에 도시된 바와 같이, 데이터를 입력하고 번호판 영역 노드의 데이터를 추출하여 번호판 후보 영역을 획득할 수 있다.Next, as shown in FIG. 10, the license plate candidate region can be acquired by inputting data and extracting data of the license plate region node.

다음으로 도 11에 도시된 바와 같이, 번호판 인식을 위하여 학습 데이터베이스를 딥 러닝 알고리즘을 사용하여 각 데이터 노드로 분류하여 최다 중복 노드를 클래스 노드로 지정할 수 있다.Next, as shown in FIG. 11, the learning database can be classified into each data node by using a deep learning algorithm to identify the most redundant node as a class node.

그리고 도 12에 도시된 바와 같이, 데이터를 입력하여 나온 결과 노드에 따라 클래스를 분류하여 입력데이터를 인식 및 분류할 수 있게 된다.As shown in FIG. 12, input data can be recognized and classified by classifying a class according to a result node obtained by inputting data.

영상인식부의 번호판 인식에 있어서, 움직이는 대상체를 촬영한 이미지에서 번호판 후보군을 추출하고, 추출한 번호판 영상을 이진화 처리하며, 이진화된 영상의 누적분포 그래프 이미지를 추출할 수도 있고, 누적분포 그래프 이미지에서 각 번호판의 번호 위치정보를 추출할 수도 있다.In the license plate recognition of the image recognition unit, it is possible to extract the license plate candidates from the image of the moving object, to binarize the extracted license plate images, to extract the cumulative distribution graph image of the binarized images, It is also possible to extract the number position information.

본 실시예에 따른 딥 러닝 기법을 이용한 번호인식 및 분류를 설명하면, 한 개의 영상에 대하여 여러 특징 추출 필터와 convolution을 수행(1)하고, 추출한 여러 특징 이미지의 데이터량을 줄이기 위해 서브 샘플링작업을 수행(2)하며, 위의 (1)과 (2)의 단계를 반복수행(3)하여, 추출된 모든 특징이미지를 나열하여 최종 특징벡터를 생성할 수 있다(4). 그리고 특징벡터에서 학습한 번호판에 다른 분류점을 추출하여 분류에 사용할 수 있다(5).
The number recognition and classification using the deep learning technique according to the present embodiment will be described. (1) The feature extraction filter and the convolution are performed for one image, and a sub-sampling operation is performed to reduce the data amount of the extracted feature images. (1) and (2) are repeated (3), and all extracted feature images are listed in order to generate a final feature vector (4). Then, another classification point can be extracted from the learned plate in the feature vector and used for classification (5).

본 실시예에 따른 실시간 얼굴 인식은 딥 러닝 알고리즘을 이용하여 얼굴을 인식하고 분류할 수 있다. 도 13에 도시된 바와 같이, 학습 데이터베이스를 딥 러닝 알고리즘을 사용하여 각 데이터 노드를 구축하고, 도 14에 도시된 바와 같이, 각 클래스 데이터군을 입력하여 나온 출력결과중 최다 중복 노드를 각 클래스 노드로 지정한다.The real-time face recognition according to the present embodiment can recognize and classify faces using a deep learning algorithm. As shown in FIG. 13, each data node is constructed by using a deep learning algorithm for the learning database, and the most redundant node among the output results obtained by inputting each class data group, as shown in FIG. 14, .

다음으로 도 15에 도시된 바와 같이, 분류시 데이터를 입력하여 나온 결과 노드에 따라 클래스를 분류하여 인식 및 분류할 수 있게 된다.Next, as shown in FIG. 15, it is possible to classify the classes according to the resultant nodes obtained by inputting data during classification, and recognize and classify them.

영상인식부의 얼굴 인식에 있어서, 움직이는 대상체를 촬영한 이미지에서 Haar Cascade와 색상정보를 이용하여 얼굴 이미지의 특징을 검출할 수 있고, 검출한 얼굴 이미지에서 로그(Log)를 이용하여 에지를 검출하고, 검출한 각 방향의 에지 검출값을 누적한 값에 따라 각 방향 이진패턴을 변환하며, 이미지의 중심픽셀에 십진수의 라벨 값을 적용하여 LCP 이미지를 출력하여 얼굴인식을 할 수도 있다.In the face recognition of the image recognition unit, the features of the face image can be detected using the Haar Cascade and the color information in the image of the moving object, the edge is detected using the log in the detected face image, It is possible to convert the binary patterns in each direction according to the accumulated value of the detected edge detection values in each direction, and to apply a decimal number label value to the center pixel of the image, thereby outputting the LCP image.

본 실시예에 따른 딥 러닝 기법을 이용한 얼굴인식 및 분류(Classification)를 설명하면, 한 개의 영상에 대하여 여러 특징 추출 필터와 convolution을 수행(1)하고, 추출한 여러 특징 이미지의 데이터량을 줄이기 위해 서브 샘플링작업을 수행(2)하며, 위의 (1)과 (2)의 단계를 반복수행(3)하여, 추출된 모든 특징이미지를 나열하여 최종 특징벡터를 생성할 수 있다(4). 그리고 특징벡터에서 학습한 얼굴에 다른 분류점을 추출하여 분류에 사용할 수 있다(5).
The facial recognition and classification using the deep learning technique according to the present embodiment will be described. (1) The feature extraction filter and the convolution are performed for one image, (1) and (2) are repeated (3), and all extracted feature images are listed in order to generate a final feature vector (4). Then, another classification point can be extracted from the learned face in the feature vector and used for classification (5).

도 16은 본 발명의 일실시예에 따른 차량 적재물 방사선 관리용 자동출입 모니터링 시스템의 구현 예시도이고, 도 17은 본 발명의 일실시예에 따른 하드웨어의 전체 시스템 블록을 나타낸 예시도이다.FIG. 16 is a view illustrating an embodiment of an automatic access monitoring system for vehicle load radiation management according to an exemplary embodiment of the present invention, and FIG. 17 is a diagram illustrating an overall system block of hardware according to an exemplary embodiment of the present invention.

앞서 분류한 번호판 인식결과와 얼굴 인식결과를 토대로 제어실의 서버로 전달하여 출입을 통제할 수 있고, 경보시스템으로 감지센서의 방사선 세기에 따른 비상상황과 방사선원의 위치를 외부로 알릴 수 있으며, 도 17에 도시된 바와 같이, 서버에 해당하는 통합 제어시스템에서 출입을 통제할 수도 있고, 상황관리 디스플레이로 도 2의 서버 전송화면을 출력할 수도 있다.
It is possible to control access to the server of the control room based on the recognition result of the license plate and the face recognition result classified in the previous manner and to inform the outside of the emergency situation and the position of the radiation source according to the radiation intensity of the detection sensor by the alarm system, The access control may be controlled by the integrated control system corresponding to the server, or the server transmission screen of FIG. 2 may be output by the status management display.

본 발명에 따른 차량 적재물 방사선 관리용 자동출입 모니터링 시스템에 의하면, 방사선 측정, 방사선원 위치 판별, 핵종분석, 자동차 번호판 인식, 실시간 얼굴 인식기술을 통한 체계적인 방사능 적재물 출입 관리 및 안정한 방사능 사용을 통한 효율성 증대에 효과가 있다.According to the automatic access monitoring system for vehicle load radiation management according to the present invention, it is possible to improve the efficiency by using radiation measurement, source location discrimination, nuclide analysis, license plate recognition, systematic access control of radioactive load through real- It is effective.

또한 방사성 물질의 안전한 이동을 보장하고 이동간 적재된 방사성 물질의 안전여부를 확인할 수 있고, 차량 번호판과 함께 작업자를 인식하여 출입을 통제할 수 있는 효과가 있다.In addition, it is possible to ensure the safe movement of the radioactive material, to confirm the safety of the radioactive material loaded on the mobile terminal, and to recognize the operator together with the license plate to control the access.

그리고 차량에 적재된 적재물의 방사성 물질 위치를 파악할 수 있어 방사성 물질로 인해 발생할 수 있는 안전성을 최대한 보장할 수 있는 효과가 있다.In addition, since the position of the radioactive material in the cargo loaded on the vehicle can be grasped, the safety that can be caused by the radioactive material can be maximally ensured.

100 : 측정부 110 : 수직배치 방사선 측정모듈
120 : 수평배치 방사선 측정모듈 200 : 분석부
210 : 수직 위치판별모듈 220 : 수평 위치판별모듈
230 : 핵종 분석모듈 300 : 영상인식부
310 : 특징 필터모듈 320 : 서브 샘플링모듈
330 : 인식 및 분류모듈 340 : 얼굴이미지 검출모듈
350 : 에지검출모듈 360 : 얼굴인식모듈
370 : 번호판 추출모듈 380 : 이진화 모듈
390 : 번호판 인식모듈 400 : 제어부100: Measuring part 110: Vertical positioning measuring module
120: horizontal positioning radiation measuring module 200:
210: Vertical position determining module 220: Horizontal position determining module
230: Nuclide analysis module 300: Image recognition unit
310: Feature filter module 320: Subsampling module
330: recognition and classification module 340: face image detection module
350: edge detection module 360: face recognition module
370: License plate extracting module 380: Binarizing module
390: License plate recognition module 400:

Claims (6)

움직이는 대상체의 방사선량을 측정하는 측정부;
상기 측정부의 측정결과, 측정시간에 따른 방사선의 세기로 방사선원의 위치를 판별하고 핵종을 분석하는 분석부;
상기 대상체를 촬영한 이미지를 인식하는 영상인식부;
상기 대상체의 방사선량 및 방사선원의 위치정보와 함께 상기 이미지 인식결과를 서버로 전달하는 제어부;를 포함하는 것을 특징으로 하는 차량 적재물 방사선 관리용 자동출입 모니터링 시스템.A measuring unit for measuring a radiation dose of a moving object;
An analysis unit for determining the position of the radiation source based on the intensity of the radiation according to the measurement time and analyzing the radionuclide according to the measurement result of the measurement unit;
An image recognition unit for recognizing an image of the object;
And a controller for transmitting the image recognition result to the server together with the radiation dose of the object and the location information of the radiation source. 제 1 항에 있어서,
상기 측정부는,
감지센서가 수직으로 배치되어 움직이는 대상체의 진입시간에 따라 방사선량을 측정하는 수직배치 방사선 측정모듈; 및
감지센서가 수평으로 배치되어 움직이는 대상체의 진입시간에 따라 방사선량을 측정하는 수평배치 방사선 측정모듈;을 포함하는 것을 특징으로 하는 차량 적재물 방사선 관리용 자동출입 모니터링 시스템.The method according to claim 1,
Wherein the measuring unit comprises:
A vertically positioned radiation measurement module for measuring a radiation dose in accordance with the entry time of the moving object with the detection sensor disposed vertically; And
And a horizontally positioned radiation measurement module for measuring the radiation dose in accordance with the entry time of the moving object horizontally disposed by the detection sensor. 제 1 항에 있어서,
상기 분석부는,
수직으로 배치되는 측정부의 감지센서로부터 수신하는 방사선량 측정데이터로 측정시간에 따른 방사선의 세기로 방사선원의 위치를 판별하는 수직 위치판별모듈;
수평으로 배치되는 측정부의 감지센서로부터 수신하는 방사선량 측정데이터로 측정시간에 따른 방사선의 세기로 방사선원의 위치를 판별하는 수평 위치판별모듈; 및
인공 방사선에 대한 핵종DB를 구성하여 상기 측정부를 통해 측정된 방사선 신호와 상기 인공 방사선의 핵종들에 대한 입력신호를 정합 필터를 통해 곱셈 및 적분하여 신호의 특성을 분석하는 핵종 분석모듈;을 포함하는 것을 특징으로 하는 차량 적재물 방사선 관리용 자동출입 모니터링 시스템.The method according to claim 1,
The analyzing unit,
A vertical position discriminating module for discriminating the position of the radiation source with the intensity of the radiation according to the measuring time with the radiation amount measurement data received from the sensing sensor of the vertically disposed measuring unit;
A horizontal position determining module for determining the position of the radiation source based on the intensity of the radiation according to the measurement time with the radiation amount measurement data received from the detection sensor of the measurement unit disposed horizontally; And
And a nuclide analysis module for constructing a nuclide DB for the artificial radiation and multiplying and integrating the radiation signal measured through the measuring part and the input signal for the nuclides of the artificial radiation through a matched filter to analyze the characteristics of the signal Wherein the vehicle accessory monitoring system comprises: 제 1 항에 있어서,
상기 영상인식부는,
상기 대상체를 촬영한 이미지에서 적어도 하나 이상의 특징을 추출하여 각 데이터 노드로 분류하는 특징 필터모듈;
상기 특징 필터모듈을 통해 분류된 데이터 노드 중, 인식대상 영역의 데이터군을 입력으로 하여 나온 출력결과에서 최다 중복 노드를 인식 후보영역 노드로 추출하는 서브 샘플링모듈; 및
상기 인식 후보영역 내에서 최다 중복 노드를 클래스 노드로 지정하고 상기 클래스 노드에 해당하는 특징이미지를 나열하여 특징 벡터를 생성하고 클래스로 분류하도록 하는 인식 및 분류모듈;을 포함하는 것을 특징으로 하는 차량 적재물 방사선 관리용 자동출입 모니터링 시스템.The method according to claim 1,
Wherein the image recognizing unit comprises:
A feature filter module for extracting at least one feature from an image of the object and classifying the feature into each data node;
A sub-sampling module for extracting the most redundant node from the output data obtained by inputting the data group of the recognition target area among the data nodes classified through the feature filter module to the recognition candidate area node; And
And a recognition and classification module for designating the most redundant node as a class node in the recognition candidate region and listing feature images corresponding to the class node to generate a feature vector and classify the feature vector into a class. Automatic access monitoring system for radiation management. 제 1 항에 있어서,
상기 영상인식부는,
상기 대상체를 촬영한 이미지에서 Haar Cascade와 색상정보를 이용하여 얼굴 이미지를 검출하는 얼굴 이미지 검출모듈;
상기 검출한 얼굴 이미지에서 에지를 검출하는 에지검출모듈; 및
상기 에지검출모듈에서 검출한 각 방향의 에지검출값을 누적한 값에 따라 각 방향 이진패턴을 변환하고 중심픽셀에 십진수의 라벨 값을 적용하여 LCP 이미지를 출력하는 얼굴인식모듈;을 더 포함하는 것을 특징으로 하는 차량 적재물 방사선 관리용 자동출입 모니터링 시스템.The method according to claim 1,
Wherein the image recognizing unit comprises:
A face image detecting module for detecting a face image using Haar Cascade and color information in an image of the object;
An edge detection module for detecting an edge in the detected face image; And
And a face recognition module for converting each directional binary pattern according to a value obtained by accumulating the edge detection values in each direction detected by the edge detection module and applying a decimal number label value to the center pixel to output an LCP image Characterized by automatic access monitoring system for vehicle load radiation management. 제 1 항에 있어서,
상기 영상인식부는,
상기 대상체를 촬영한 이미지에서 번호판 후보군을 추출하는 번호판 추출모듈;
상기 번호판 추출모듈을 통해 추출한 번호판 영상을 이진화 처리하는 이진화모듈; 및
상기 이진화된 영상의 누적분포 그래프 이미지를 추출하고, 상기 누적분포 그래프 이미지에서 위치정보를 추출하는 번호판 인식모듈;을 더 포함하는 것을 특징으로 하는 차량 적재물 방사선 관리용 자동출입 모니터링 시스템.The method according to claim 1,
Wherein the image recognizing unit comprises:
A license plate extracting module for extracting a license plate candidate group from the image of the target object;
A binarization module for binarizing the license plate image extracted through the license plate extraction module; And
Further comprising: a license plate recognition module for extracting a cumulative distribution graph image of the binarized image and extracting position information from the cumulative distribution graph image.
KR1020160044830A 2016-04-12 2016-04-12 Automatic Monitoring system for sensing the radiation load of the vehicle KR101793946B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160044830A KR101793946B1 (en) 2016-04-12 2016-04-12 Automatic Monitoring system for sensing the radiation load of the vehicle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160044830A KR101793946B1 (en) 2016-04-12 2016-04-12 Automatic Monitoring system for sensing the radiation load of the vehicle

Publications (2)

Publication Number Publication Date
KR20170116788A true KR20170116788A (en) 2017-10-20
KR101793946B1 KR101793946B1 (en) 2017-11-07

Family

ID=60299210

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160044830A KR101793946B1 (en) 2016-04-12 2016-04-12 Automatic Monitoring system for sensing the radiation load of the vehicle

Country Status (1)

Country Link
KR (1) KR101793946B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117421570A (en) * 2023-09-21 2024-01-19 清华大学 Nuclide identification method, device, equipment and medium without energy scale

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102651794B1 (en) 2023-12-11 2024-03-28 (주)램텍 Radiation control area access control methods, devices and systems

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7633062B2 (en) * 2006-10-27 2009-12-15 Los Alamos National Security, Llc Radiation portal monitor system and method
JP6059928B2 (en) 2012-09-20 2017-01-11 株式会社テック・デル Radioactive material automatic monitoring system
KR101581004B1 (en) * 2014-12-23 2015-12-29 ㈜에스에프테크놀로지 Radiation detecting system for incoming and outgoing system vehicles

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117421570A (en) * 2023-09-21 2024-01-19 清华大学 Nuclide identification method, device, equipment and medium without energy scale
CN117421570B (en) * 2023-09-21 2024-06-04 清华大学 Nuclide identification method, device, equipment and medium without energy scale

Also Published As

Publication number Publication date
KR101793946B1 (en) 2017-11-07

Similar Documents

Publication Publication Date Title
EP3279132B1 (en) System of monitoring handrail for a passenger conveyer device, a passenger conveyer device and monitoring method thereof
KR101908611B1 (en) Parking control method for vehicle
CA2986414C (en) Security check system and method
CN104828664A (en) Automatic debugging system and method
EP3798667A1 (en) Control device of unattended security check system detecting human body
CN107392197A (en) A kind of locomotive identification identification and locomotive component fault detection method and system
EP2546807B1 (en) Traffic monitoring device
US20200097758A1 (en) Method and system for object detection and classification
CN110874934B (en) License plate recognition method, system and device
US11774627B2 (en) Method for characterizing a radiation source by a radiation portal monitoring system
CN111144231B (en) Self-service channel anti-trailing detection method and system based on depth image
KR101793946B1 (en) Automatic Monitoring system for sensing the radiation load of the vehicle
KR102428613B1 (en) Safety management method and system using image learning model for digital Safety, Health, Environment industry specialization
Ali et al. License plate recognition system
CN115271612A (en) Logistics park safety monitoring method, device, equipment and storage medium
CN106503761A (en) Drawing system and method are sentenced in article safety check
US11087564B2 (en) Person display control device, person display control system and person display control method
KR102541212B1 (en) Embeded image recognition safety monitering and controling integrated platform comprising ai based image recognition system
KR101881321B1 (en) Parking site check and parking guide control system using multiple binary image cognition
CN114314243A (en) Elevator overload alarm system and method based on video identification technology
CN112541997A (en) Security inspection method and system
WO2009120674A1 (en) Horizontal sensor arrays for non-invasive identification of hazardous materials
KR20190135266A (en) Apparatus for managing access of vehicle and method thereof
EP2075740A1 (en) Method for making a decision.
WO2022234885A1 (en) Method, system, and computer-readable storage medium for computer vision-based vehicle model recognition

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)