基于级联滤波器深度学习的铁路安检人脸识别与验证研究

使用传统的全联通卷积神经网络（CNN）进行人脸识别和验证存在测试时间长、识别率低的问题。通过在铁路安检中使用多层（非线性）级联滤波器进行全向的抗噪声人脸识别与验证,提出一种基于级联滤波器深度学习的人脸识别和验证方法。与使用优化的全联通CNN相比,级联滤波器应用非线性阈值函数能有效提高滤波识别准确率和缩短识别时间。实验结果表明,这种结构可以级联以形成多层级联滤波器,平均识别率优于全联通CNN 8%以上,并在识别效率上提高3倍以上。最后,给出两层级联滤波器在人脸识别和验证中的性能,为铁路安检中的身份验证提供了理论支持。     

城市轨道交通常见爆炸物及爆炸危险品的检测方法

城市轨道交通枢纽作为人员密集场所,所面临的防爆安检压力随着人员的密集流动逐年增加,因此,在安检过程中对隐藏爆炸物及爆炸危险品的检测方法也得到高度重视.从城市轨道交通安全检查过程中常见的爆炸物及爆炸危险品分类、化学特性与物理特性入手,对基于不同技术原理的技术方法,如拉曼光谱技术、太赫兹技术、离子迁移谱技术等进行对比分析,探讨各自的原理及优势.     

成果信息

“三品”智能检测报警系统易燃、易爆、易腐蚀物品的“三品”智能检测报警系统是运用先进的图像处理、神经网络、机器学习、进化计算等智能计算技术和软件工程方法开发的一种危险品报警系统,与FISCANX射线安全检查设备配套使用,可实现旅客行包中危险品识别的智能化。该系统识别速度快、实时性强,对样本库中的危险品识别率达到100%;其样本库具有批处理加入和在线追加危险品样本功能,便于扩展和维护;自我训练和学习功能,方便用户使用;实时记录和查询管理功能,可对过包数量、报警情况进行事后监督分析,为强化安全管理,增强安检实效提供了强有力的手段。该系统不仅在铁路运输行业有着广阔的应用前景,而且可推广应用于航空、公路等运输行业以及海关、公安等部门。     

基于高清视频的高速铁路周界入侵预警技术研究

随着我国高速铁路的快速发展,对其周界安防的要求也提到了新高度。结合高速铁路周界入侵智能识别预警系统,提出基于高清视频的周界入侵预警图像分析算法,探讨深度学习技术应用于人员入侵检测的实现方法,并对系统的可用性进行论证。建议尽快确定若干标准监控场景,建立高速铁路周界视频设备安装规范,以制定算法标准参数和深度学习训练数据集。     

基于人机协同的铁路客运安检系统研究

铁路客运安检是铁路运营安全风险防范工作的重要一环，既有安检仪单机作业，模式落后；值机判图员水平参差不齐，且与开包处置员之间联动方式单一，各岗位作业质量监管考核以及事后回溯困难，缺乏一套满足安检各岗位无缝联动并与智能技术辅助判图相互协同的安检系统，因此，研究设计基于人机协同的铁路客运安检系统。阐述铁路客运安检现状和问题，从总体设计、安检作业流程设计、核心模块功能设计方面进行系统描述；介绍系统功能关键技术，重点论述基于人机协同的安检作业增量学习技术，以提高安检智能识别技术水平和安检作业整体质量与效率；通过南昌站试点应用，证明系统满足安检作业需求，实现了安检各岗位工作质量量化考核，以智能判图辅助监督值机判图员，以人工判图处置结果反馈智能判图模型进行迭代升级，以物防技防促进客运安检提质增效。     

基于微波阵列技术的高铁周界入侵探测系统应用研究

分析高铁周界安防技术现状,结合未来发展趋势,立足于核心管理需求,结合基于深度学习算法模型库的入侵目标探测与识别技术,以及基于数据通信技术的合法识别技术,提出基于微波阵列技术的高铁周界入侵探测系统。该系统能提升高铁周界入侵目标报警准确率,同时为合法施工人员管理提供了有效的技术手段。系统在京沪高速铁路廊坊段开展应用示范,取得了良好的测试效果,具备推广应用价值。     

基于乘客画像的城市轨道交通安检识别技术与应用

城市轨道交通传统的全员安检模式投入巨大、效果却有限,面对大客流的安检能力不足.提出基于乘客画像的网络化安检技术,通过与公安系统数据互联来实现重点人员安检,基于社会征信数据和地铁征信数据实现了乘客分类应用,总结了安检识别技术的应用方式及实际应用效果.响应了相关政策要求,从技术层面促进了安检模式从"普适大众安检"向"精准重点安检"的转变,在满足大部分乘客快速通行的同时,将有限的安检资源集中于少部分征信低的人员,不仅可降低安检成本,还改善了安检效果.     

基于深度学习的铁路辅助巡检系统

针对人工巡检方式错漏多、强度大、成本高的问题，设计基于深度学习和虚拟现实（VR）远程控制技术的铁路辅助巡检系统。该巡检系统结合开源数据集和定制数据集，采用深度学习算法，能可靠地识别异物位置与类别；采用服务器推流技术与终端进行数据交互，实现对远程设备的控制；客户段端采用VR+手机App技术，达到沉浸式视觉效果。多次实际测试结果表明:该系统实用性强，经济性好，准确率高，为铁路部门巡检体系提供良好的借鉴方案。     

基于图像识别技术的隧道衬砌裂缝检测系统研究

首先分析了既有隧道衬砌裂缝检测系统存在的问题,然后应用最新技术发展成果,提出基于图像识别技术的隧道衬砌裂缝检测系统。该系统能对隧道衬砌图像予以高速采集和存储,其后端采用基于深度学习的裂缝识别算法对海量的隧道衬砌图像数据进行快速识别,并提取裂缝特征参数。将该系统安装在现有轨道车上进行了试验,结果表明该系统可以50 km/h的速度对1 mm以上衬砌裂缝无遗漏采集。     

城市轨道交通差异化安检实施方案

针对轨道交通客流通行需求和安检能力不足形成的“量力”矛盾,提出一种城市轨道交通差异化安检方法,采集乘客实名认证信息并存入识别数据库,按实名认证乘客与普通乘客对乘客进行分流,实行差异化安检,其中乘客信用体系构建、身份验证、违禁品精准识别是关键技术。通过分析安检组成、通道布局、安检流程等探讨差异化安检具体实施措施。实名认证乘客执行快速安检,普通乘客执行常规安检,可以减少站厅滞留乘客,提高安检效率,缩短乘客安检排队时间,提高安检效率和安检服务水平。