基于智能识别的快速安检通行方法及系统.pdf

上传人:倪** 文档编号:11303273 上传时间:2021-09-16 格式:PDF 页数:8 大小:282.71KB
收藏 版权申诉 举报 下载
基于智能识别的快速安检通行方法及系统.pdf_第1页
第1页 / 共8页
基于智能识别的快速安检通行方法及系统.pdf_第2页
第2页 / 共8页
基于智能识别的快速安检通行方法及系统.pdf_第3页
第3页 / 共8页
文档描述:

《基于智能识别的快速安检通行方法及系统.pdf》由会员分享,可在线阅读,更多相关《基于智能识别的快速安检通行方法及系统.pdf(8页完成版)》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910499329.X (22)申请日 2019.06.11 (71)申请人 重庆公共运输职业学院 地址 402260 重庆市江津区双福街道祥福 大道38号 (72)发明人 刘康 (51)Int.Cl. G06K 9/00(2006.01) G06N 3/04(2006.01) (54)发明名称 一种基于智能识别的快速安检通行方法及 系统 (57)摘要 一种基于智能识别的快速安检通行方法, 包 括行人检测跟踪方法、 行为分析方法、 图像神态 分析方法及行人可疑性评定方法; 。

2、及一种基于智 能识别的快速安检通过系统, 由安检通道 (1) 、 高 清摄像头 (2) 、 运算服务器 (3) 、 显示器 (4) 及报警 器 (5) 组成; 该系统对行人给出可疑性评定分数, 从而进行可疑性判决; 帮助当前的安检系统实现 重点排查, 快速安检的功能; 同时由于该系统使 用高清摄像头采集行人图像数据, 实现了无障 碍、 无感的快速安检。 权利要求书2页 说明书4页 附图1页 CN 110188736 A 2019.08.30 CN 110188736 A 1.一种基于智能识别的快速安检通行方法, 包括行人检测跟踪方法、 行为分析方法、 图 像神态分析方法及行人可疑性评定方法; 。

3、所述行人检测跟踪方法为采用行人检测器对图像中行人进行检测, 并使用跟踪算法确 定上下帧行人对应关系; 所述行人检测器为预训练行人检测模型, 检测图像中行人位置并输出行人特征向量; 所述跟踪算法为, 满足下列关系的上下帧中行人为同一行人, 建立对应关系: 式中, Vik为第i帧图像中编号为k的行人特征向量, N为i+1帧图像中检测行人个数, 为距离计算公式, 用于描述两特征向量相近程度; 为同一行人相邻帧中行人特征向 量距离最大门限值; 所述行为分析方法完成行人动作、 行进速度及行进轨迹的描述和分析, 其步骤如下: S101、 对每帧图像采用行人检测跟踪方法进行行人检测及上下帧间行人跟踪; S1。

4、02、 对同一行人不同帧中行人检测到图像进行截取、 并做归一化处理; 所述截取为依据行人检测器结果, 抠取行人区域图像; 所述归一化处理未对抠取行人区域图像做采样到固定尺寸, 得到归一化行人图像操 作; S103、 将归一化行人图像按从上到下均分为三等份; S104、 将归一化行人图像和均分的三等份分别送入4个独立的CNN网络中提取特征V1, V2,V3,V4; S105、 将提取特征依次拼接成特征VV1,V2,V3,V4, 并输入全链接层网络中, 输出为 用于描述行人动作; S106、 依据行人检测结果, 映射到物理系坐标中坐标(x,y),拼接特征与坐标(x,y)形 成特征用于描述单帧中行为。

5、动作及位置; S107、 将同一行人在摄像头中出现到结束过程间所有图像提取的特征Di(i0,1,2.) 输入LSTM网络中, 输出特征向量v1; 对行人动作、 行进速度和行进轨迹进行描述; 所述图像神态分析方法通过行人面部图像进行分析, 对行人神态表情进行描述, 其步 骤如下: S201、 对每帧图像采用行人检测跟踪方法进行行人检测及上下帧间行人跟踪; S202、 依据行人检测结果, 对行人区域进行人脸检测, 截取人脸图像; S203、 归一化人脸图像到固定尺寸; S204、 将归一化人脸图像输入CNN网络中, 得到输出特征M; 用于表征行人面部特征; S205、 将同一行人在摄像头中出现到结。

6、束过程间所有图像提取的特征Mi(i0,1,2.) 输入LSTM中, 输出特征向量v2; 对行人生态表情进行描述; 所述行人可疑性评定方法为使用行为分析方法提取特征向量v1和图像神态分析方法提 取特征向量v2, 拼接联合输入全链接网络, 输出行人可疑性评定结果; 权利要求书 1/2 页 2 CN 110188736 A 2 所述行人可疑性评定结果为0到1之间归一化分数; 其中1为可疑性最高, 0为可疑性最 低。 2.如权利要求1所述的方法, 其特征在于: 所述行为分析方法, 所述CNN网络选择 DenseNet网络。 3.一种基于智能识别的快速安检通过系统, 由安检通道(1)、 高清摄像头(2)。

7、、 运算服务 器(3)、 显示器(4)及报警器(5)组成; 所述安检通道(1)为供行人通过的固定区域; 为快速安检通过系统检测区域; 保证有合 适的光源和距离; 所述高清摄像头(2)安装于安检通道(1), 实现对安检通道(1)区域的覆盖; 实时获取安 检通道(1)区域图像; 所述运算服务器(3)用于接收高清摄像头(2)捕获安检通道(1)区域图像, 并使用所述 智能分析方法对图像中行人进行分析, 得到行人可疑性评定结果; 结合门限进行判决; 所述显示器(4)用于显示高清摄像头(2)捕获图像以及运算服务器(3)对图像中行人可 疑性评定结果及判决结果; 所述报警器(5)由LED指示灯及LED屏组成;。

8、 所述LED指示灯用于运算服务器(3)对行人 有判定为可疑情况时的工作人员提醒; 所述LED屏用于对运算服务器(3)评定的可疑行人面 部图像显示及可疑行人当前位置指示。 4.如权利要求3所述一种基于智能识别的快速安检通过系统, 其特征在于: 所述运算服 务器(3)用于行人可疑判断的门限设置可为0.7。 权利要求书 2/2 页 3 CN 110188736 A 3 一种基于智能识别的快速安检通行方法及系统 技术领域 0001 本发明涉及安检控制系统, 具体涉及一种基于智能识别的快速安检通行系统。 背景技术 0002 安检系统作为公共交通安全的重要保障, 广泛运用于机场、 车站、 港口等大型场 所。

9、, 当前的安检系统普遍采用安全门和行李X光机相结合的方式; 需要行人配合以及人和行 李分离的过程, 使得安检速度慢, 安检体验差等情况。 发明内容 0003 本发明的目的在于提供一种基于行人智能识别的快速安检通行方法, 完成对行人 的行为分析和面部神态分析进行分析判决, 实现无感的快速行人安检分类。 0004 本发明的另一目的在于提供一种基于行人智能识别的快速安检通过系统, 通过行 人智能分析方法, 对行人进行可疑程度评定, 针对可疑程度高行人重点检查, 从而实现快速 安检。 0005 本发明目的按如下技术方案实现: 0006 一种基于智能识别的快速安检通行方法, 包括行人检测跟踪方法、 行为。

10、分析方法、 图像神态分析方法及行人可疑性评定方法; 0007 所述行人检测跟踪方法为采用行人检测器对图像中行人进行检测, 并使用跟踪算 法确定上下帧行人对应关系; 所述行人检测器为预训练行人检测模型, 检测图像中行人位 置并输出行人特征向量Vik(i为图像帧号, k为图像中行人编号); 0008 所述跟踪算法为: 0009 0010式中, N为i+1帧图像中检测行人个数,为距离计算公式, 用于描述两特征向 量相近程度; 满足上诉等式的V(i+1)j所对应的行人与Vik所对应行人为同一人, 即完成上下帧 行人间跟踪; 0011 所述行为分析方法完成行人动作、 行进速度及行进轨迹的描述和分析, 其。

11、步骤如 下: 0012 S101、 对每帧图像采用行人检测跟踪方法进行行人检测及上下帧间行人跟踪; 0013 S102、 对同一行人不同帧中行人检测到图像进行截取、 并做归一化处理; 所述截取 为依据行人检测器结果, 抠取行人区域图像; 所述归一化处理未对抠取行人区域图像做采 样到固定尺寸, 得到归一化行人图像操作; 0014 S103、 将归一化行人图像按从上到下均分为三等份; 0015 S104、 将归一化行人图像和均分的三等份分别送入4个独立的CNN网络中提取特征 V1,V2,V3,V4; 说明书 1/4 页 4 CN 110188736 A 4 0016 S105、 将提取特征依次拼接。

12、成特征VV1,V2,V3,V4, 并输入全链接层网络中, 输 出为用于描述行人动作; 0017S106、 依据行人检测结果, 映射到物理系坐标中坐标(x,y),拼接特征与坐标(x, y)形成特征用于描述单帧中行为动作及位置; 0018 S107、 将同一行人在摄像头中出现到结束过程间所有图像提取的特征Di(i0,1, 2.)输入LSTM中, 输出特征向量v1; 对行人动作、 行进速度和行进轨迹进行描述; 0019 所述图像神态分析方法通过行人面部图像进行分析, 对行人神态表情进行描述, 其步骤如下: 0020 S201、 对每帧图像采用行人检测跟踪方法进行行人检测及上下帧间行人跟踪; 0021。

13、 S202、 依据行人检测结果, 对行人区域进行人脸检测, 截取人脸图像; 0022 S203、 归一化人脸图像到固定尺寸; 0023 S204、 将归一化人脸图像输入CNN网络中, 得到输出特征M; 用于表征行人面部特 征; 0024 S205、 将同一行人在摄像头中出现到结束过程间所有图像提取的特征Mi(i0,1, 2.)输入LSTM中, 输出特征向量v2; 对行人生态表情进行描述; 0025 所述行人可疑性评定方法为使用行为分析方法提取特征向量v1和图像神态分析 方法提取特征向量v2, 拼接联合输入全链接网络, 输出行人可疑性评定结果; 0026 所述行人可疑性评定结果为0到1之间归一化。

14、分数; 其中1为可疑性最高, 0为可疑 性最低。 0027 更优的, 所述行为分析方法, 所述CNN网络选择DenseNet网络。 0028 一种基于智能识别的快速安检通过系统, 由安检通道、 高清摄像头、 运算服务器、 显示器及报警器组成; 0029 所述安检通道为供行人通过的固定区域; 为快速安检通过系统检测区域; 保证有 合适的光源和距离; 0030 所述高清摄像头安装于安检通道, 实现对安检通道区域的覆盖; 实时获取安检通 道区域图像; 0031 所述运算服务器用于接收高清摄像头捕获安检通道区域图像, 并使用智能分析方 法对图像中行人进行分析, 得到行人可疑性评定结果; 结合门限进行判。

15、决; 0032 所述显示器用于显示高清摄像头捕获图像以及运算服务器对图像中行人可疑性 评定分数及判决结果; 0033 所述报警器由LED指示灯及LED屏组成; 所述LED指示灯用于运算服务器对行人有 判定为可疑情况时的工作人员提醒; 所述LED屏用于对运算服务器评定的可疑行人面部图 像显示及可疑行人当前位置指示。 0034 更优的, 所述运算服务器用于行人可疑判断的门限设置为0.7。 0035 本发明具有如下有益效果: 0036 本发明提供了一种基于智能识别的快速安检通过系统, 通过高清摄像头捕获行人 图像, 对其进行行为分析、 运动速度和运动轨迹分析以及面部神态监测及分析, 给出行人可 疑性。

16、评定分数, 从而进行可疑性判决; 帮助当前的安检系统实现重点排查, 快速安检的功 说明书 2/4 页 5 CN 110188736 A 5 能; 同时由于该系统使用高清摄像头采集行人图像数据, 实现了无障碍、 无感的快速安检。 附图说明 0037 图1: 一种基于智能识别的快速安检通过系统连接图, 1安检通道, 2高清摄像头, 3 运算服务器、 4显示器、 5报警器。 具体实施方式 0038 下面通过实施例对本发明进行具体的描述, 有必要在此指出的是以下实施例只用 于对本发明进行进一步说明, 不能理解为对本发明保护范围的限制, 该领域的技术人员可 以根据上述本发明内容对本发明作出一些非本质的改。

17、进和调整。 0039 实施例1 0040 一种基于智能识别的快速安检通过系统, 如图1所示, 由安检通道1、 高清摄像头2、 运算服务器3、 显示器4及报警器5组成; 0041 安检通道1为供行人通行的固定区域, 即为快速安检通过系统的检测区域; 0042 高清摄像头2安装于安检通道1一侧上端, 使得高清摄像头2实现对安检通道1的覆 盖; 实时获取安检通道1区域图像; 0043 运算服务器3与高清摄像头2连接, 接收高清摄像头2捕获安检通道1的区域图像, 并使用智能分析方法对区域图像中行人进行检测及分析, 得到行人可疑性评定分数, 结合 门限值进行可疑性判决; 0044 显示器4及报警器5均与。

18、运算服务器连接, 显示器4用于显示高清摄像头2捕获图像 以及运算服务器3对图像中行人可疑性评定分数及判决结果; 0045 报警器5由LED指示灯及LED屏组成; LED指示灯用于运算服务器3对行人有判定为 可疑行人时的工作人员提醒; LED屏用于对运算服务器3评定的可疑行人面部图像显示及可 疑行人当前位置指示。 0046 实施例2 0047 一种行人智能分析方法及过程, 如1所示的系统; 高清摄像头2捕获到安检通道1的 区域图像, 送入运算服务器3; 0048 运算服务器3首先对每帧图像进行行人检测, 输出行人特征向量Vik(i为图像帧号, k为图像中行人编号); 并对行人进行跟踪, 寻找满足。

19、如下关系式的上下帧图像中行人, 建立 对应关系; 0049 0050式中, N为i+1帧图像中检测行人个数,为距离计算公式, 用于描述两特征向 量相近程度; 0051 对于跟踪完成的行人先进行行人动作、 行进速度及行进轨迹的描述和分析, 其步 骤如下: S101、 对每帧图像采用行人检测跟踪方法进行行人检测及上下帧间行人跟踪; 0052 S102、 对同一行人不同帧中行人检测到图像进行截取、 并做归一化处理; 所述截取 说明书 3/4 页 6 CN 110188736 A 6 为依据行人检测器结果, 抠取行人区域图像; 所述归一化处理未对抠取行人区域图像做采 样到固定尺寸, 得到归一化行人图像。

20、操作; 0053 S103、 将归一化行人图像按从上到下均分为三等份; 0054 S104、 将归一化行人图像和均分的三等份分别送入4个独立的CNN网络中提取特征 V1,V2,V3,V4; 0055 S105、 将提取特征依次拼接成特征VV1,V2,V3,V4, 并输入全链接层网络中, 输 出为用于描述行人动作; 0056S106、 依据行人检测结果, 映射到物理系坐标中坐标(x,y),拼接特征 与坐标(x, y)形成特征用于描述单帧中行为动作及位置; 0057 S107、 将同一行人在摄像头中出现到结束过程间所有图像提取的特征Di(i0,1, 2.)输入LSTM中, 输出特征向量v1; 对行。

21、人动作、 行进速度和行进轨迹进行描述; 0058 再进行行人面部图像进行分析, 对行人神态表情进行描述, 其步骤如下: 0059 S201、 对每帧图像采用行人检测跟踪方法进行行人检测及上下帧间行人跟踪; 0060 S202、 依据行人检测结果, 对行人区域进行人脸检测, 截取人脸图像; 0061 S203、 归一化人脸图像到固定尺寸; 0062 S204、 将归一化人脸图像输入CNN网络中, 得到输出特征M; 用于表征行人面部特 征; 0063 S205、 将同一行人在摄像头中出现到结束过程间所有图像提取的特征Mi(i0,1, 2.)输入LSTM中, 输出特征向量v2; 对行人生态表情进行描述; 0064 最后, 行为分析提取特征向量v1和图像神态分析提取特征向量v2, 拼接联合输入全 链接网络, 输出行人可疑性评定结果; 其可疑性评定结果为0到1之间归一化分数; 其中1为 可疑性最高, 0为可疑性最低, 运算服务器3依据设定门限值对行人可疑性评定结果进行判 决, 输出显示器4及报警器5。 说明书 4/4 页 7 CN 110188736 A 7 图1 说明书附图 1/1 页 8 CN 110188736 A 8 。

展开阅读全文
内容关键字: 基于 智能 识别 快速 安检 通行 方法 系统
关于本文
本文标题:基于智能识别的快速安检通行方法及系统.pdf
链接地址:https://www.zhuanlichaxun.net/pdf/11303273.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备2021068784号-1