[发明专利]一种车底检查方法和系统在审

专利信息
申请号: 202010114171.2 申请日: 2020-02-25
公开(公告)号: CN111339923A 公开(公告)日: 2020-06-26
发明(设计)人: 罗富章;赖时伍;程连强;范福川;王星福 申请(专利权)人: 盛视科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/20;G06N3/04;G06N3/08
代理公司: 深圳市深软翰琪知识产权代理有限公司 44380 代理人: 吴雅丽
地址: 518000 广东省深圳市福田区沙头街道天*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 车底 检查 方法 系统
【说明书】:

发明公开了一种车底检查方法和系统。方法包括:通过地感检测组件检测车辆;当车辆通过时,通过车底图像采集组件采集车底图像;通过处理系统对采集的图像进行监测分析,判断图像是否出现疑似藏人藏物事件。本发明实施例通过采集车底图像,对图像进行分析,检测是否出现疑似藏人和/或藏物事件,适用于海关、边检等场所,提高安全检查效率。

技术领域

本发明涉及车辆监控技术领域,具体涉及一种车底检查方法和系统。

背景技术

现在的车底分析扫描系统检查工作大部分采用的方式是人工肉眼查看,或者利用视频监控摄像头的显示界面查看,甚至有部分采用大型X光机技术进行扫描。

人工查看的方式和采用视频监控摄像头的方式,均占用人力资源,且需要车辆停下,增加了车辆通行时间,检测时间太长,效率低,后期追查不方便。

X光机排查技术对车辆内人员有一定的危害,并且占用场地面积大,只能看见侧视图,不能看见底部视图。

发明内容

本发明实施例的目的在于提供一种车底检查方法和系统,用于对车底进行实时动态扫描,对扫描的图像进行识别分析,判断车底是否有藏人或者有藏物。

为实现上述发明目的,本发明采用的技术方案如下。

第一方面,提供一种车底检查方法,包括:

S11:通过地感检测组件检测车辆;

S12:当车辆通过时,通过车底图像采集组件采集车底图像;

S13:通过处理系统对采集的图像进行监测分析,判断图像是否出现疑似藏人藏物事件;

其中,所述处理系统包括车底监控分析终端,所述车底监控分析终端与所述车底图像采集组件和所述地感检测组件通信。

进一步的,所述地感检测组件包括设置在车辆前进方向上的不同位置的第一地感和第二地感;所述方法还包括:

通过第一地感检测车辆是否抵达第一位置,通过第二地感检测车辆是否抵达第二位置;

所述处理系统通过记录车辆分别抵达第一位置和第二位置时的时间计算车辆的速度;

车辆抵达第二位置时,启动车底补光装置进行补光,启动车底图像采集组件进行图像采集;

车辆离开第二位置时,车底补光装置结束补光,车底图像采集组件结束图像采集。

进一步的,所述方法还包括:

所述处理系统为采集的图像叠加日期和/或时间信息;

和/或,所述处理系统将采集的图像上传后方查验系统;

和/或,所述处理系统对采集的图像进行局部或者全部缩放处理;

和/或,所述处理系统以通用文件格式导出采集的图像。

进一步的,所述处理系统还包括后端服务器、显示终端和存储装置,所述方法还包括:所述车底监控分析终端将处理后得到的图像信息发送至所述显示终端、所述后端服务器,和/或所述存储装置。

进一步的,步骤S13具体包括:将实时采集的图像传入深度学习网络,检测分析是否藏人藏物;若出现疑似藏人藏物事件,则进行警告,发出通知。

进一步的,所述方法还包括:预先搜集大量车底藏人藏物的图像,标注后制作成检测算法的训练集;利用所述训练集,训练深度学习网络的网络结构;确定合适的损失函数,训练网络权重;在深度学习网络中加载网络权重。

进一步的,所述深度学习网络以MobileNet为主干网络。

进一步的,所述损失函数结合了目标类别和目标位置信息,公式如下:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于盛视科技股份有限公司,未经盛视科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010114171.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top