检查货物的方法和系统技术方案

公开了一种检查货物的方法和系统。该方法包括步骤：获得被检查货物的透射图像和HSCODE；对所述透射图像进行处理，得到感兴趣区域；利用所述被检查货物的HSCODE从模型库中检索基于HSCODE所创建的模型；以及基于所述模型判断所述感兴趣区域是否包含有未在报关单中注明的货物。利用上述方案，能够对集装箱货物进行有效的查验，发现其中是否夹带有报关单上未注明的货物。

Method and system for inspection of goods

A method and system for inspection of goods are disclosed. The method comprises the steps of: obtaining goods transmission images and HSCODE were examined; and processing the transmission image, get the region of interest; the goods inspected HSCODE retrieval model based on HSCODE is created from the model library; and whether the judgment model based on the region of interest has not specified in the declaration of the goods. By using the scheme mentioned above, the container goods can be checked effectively to find whether the goods are not marked with the customs declaration.

【技术实现步骤摘要】
检查货物的方法和系统
本公开涉及辐射成像安全检查领域，特别地，涉及对集装箱的自动检查，以确定是否涉及伪报/瞒报。
技术介绍
智能查验是安检领域发展的热点领域。在当前互联网技术深入人心，云计算逐步进入各个行业的条件下，智能安检愈发成为各国海关的焦点问题。安检智能化既可以为客户提供更快速便捷的服务，提高安检效率，也在提高查获率的同时给海关查验人员更有价值的信息，是当前业界厂商提升产品价值的重要途径之一。使用报关单/舱单数据(以下简称为报关单)，并通过图像处理、语义理解的方法实现图单对比，并实现伪报、瞒报查验是智能化方案中的一种手段。但该技术目前仍在发展初期，手段并不成熟，算法或软件系统还难于充分满足用户需求。例如利用报关单信息，采用图像匹配的方式实现报关单对比。但是该技术过于理想化，事实上效果较差，难于适用于透视图像中严重的非刚性形变、透视叠加等情况，也难于应用于大规模类别的实时处理。此外，在大数据推理条件下，使用图像分类算法，可以实现报关单分析比对，它的局限在于对在大规模分类目情况下效果受限。因此，现有的报关单对比算法效果受到多种因素的制约，例如大规模类目、类目区域差异性、新类目自学习、类内差异大、设备间性能差异、一箱多货与透视重叠下的图像区域区分等。现有技术的方法对此不做分析，难于在实际中满足用户需求。
技术实现思路
鉴于现有技术中的一个或多个技术问题，本公开提出了一种检查货物的方法和系统。在本公开的一个方面，提出了一种检查货物的方法，包括步骤：获得被检查货物的透射图像和HSCODE；对所述透射图像进行处理，得到感兴趣区域；利用所述被检查货物的HSCODE从模型库中检索基于HSCODE所创建的模型；以及基于所述模型判断所述感兴趣区域是否包含有未在报关单中注明的货物。优选地，对所述透射图像进行处理得到感兴趣区域的步骤包括步骤：以所述被检查货物的HSCODE所代表的货物种类作为监督值，对所述透射图像进行有监督的图像分割，得到至少一个分割区，作为感兴趣区域。优选地，基于所述模型判断所述感兴趣区域是否包含有未在所述报关单中注明的货物的步骤包括：对各个分割区进行特征提取，得到各个分割区的纹理描述，形成特征向量；判断所述模型中包括的各个模板与各个分割区的特征向量之间的相似度是否大于阈值；在至少一个分割区域的特征向量与所述模型的各个模板之间的相似度不大于阈值的情况下确定所述被检查货物中包含了报关单未注明的货物。优选地，利用所述被检查货物的HSCODE从模型库中检索基于HSCODE所创建的模型的步骤包括：从本地模型库和/或云端模型库中检索所有与所述HSCODE的前预定位相对应的模型。优选地，对所检索到的模型进行排序，按照所排的顺序判断所述感兴趣区域是否包含有未在报关单中注明的货物，如果有至少一个分割区的特征向量与至少一个模型的模板之间的相似度不大于所述阈值，则确定所述被检查货物中包含了报关单未注明的货物。优选地，所述的方法还包括步骤：更新本地模型库和/或云端模型库中所有与所述HSCODE的前预定位相对应的模型。优选地，在图像中的边缘处进行局部区域采样，然后提取采样点的多尺度频域特征，根据所述多尺度频域特征得到特征向量。优选地，在所述报关单不包括HSCODE的情况下，根据所述报关单记载的货物名称来确定所述货物的HSCODE。优选地，每个模型中的模板包括特征向量，模板的数量被设为模板数，当模型中模板不够该数量时，新样本的特征向量直接作为模板记录；当模型中模板已达到该数量时，与模型匹配样本的特征向量不作为模板，只增加与其相似度最高的模板的权值，而新样本的特征向量与模型中的模板不匹配时，权重最小的模板被替换为新样本的特征向量。优选地，所述模型至少包括如下的信息：设备标识、HSCODE标识、模板最大数量、各个模板、各个模板权值、各个模板在历史图像库中的唯一标识、相似度阈值。在本公开的另一方面，提出了一种检查货物的系统，包括：扫描设备，获得被检查货物的透射图像和HSCODE；数据处理设备，对所述透射图像进行处理，得到感兴趣区域，利用所述被检查货物的HSCODE从模型库中检索基于HSCODE所创建的模型，以及基于所述模型判断所述感兴趣区域是否包含有未在报关单中注明的货物。利用上述方案，能够发现集装箱货物图像中，与物品申报的报关单数据不一致的区域，从而认为这个区域可能是伪报或瞒报。附图说明为了更好的理解本公开，将根据以下附图对本公开的实施例进行描述：图1A和图1B示出了根据本公开实施例的货物检查系统的结构示意图；图2是描述根据本公开实施例的货物检查方法的示意性流程图；图3是描述根据本公开实施例的方案中创建和训练HSCODE模型的方法的示意性流程图；图4是描述根据本公开实施例的方案中使用创建的模型进行检查的方法的示意性流程图；图5是描述根据本公开实施例的方案中在线更新所创建的模型的示意性流程图。附图没有对实施例的所有电路或结构进行显示。贯穿所有附图相同的附图标记表示相同或相似的部件或特征。具体实施方式下面将详细描述本公开的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本公开。在以下描述中，为了提供对本公开的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本公开。在其他实例中，为了避免混淆本公开，未具体描述公知的电路、材料或方法。在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本公开至少一个实施例中。因此，在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和/或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的附图都是为了说明的目的，并且附图不一定是按比例绘制的。这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。图1A和图1B是根据本公开一个实施方式的检查系统的结构示意图。图1A示出了检查系统的俯视示意图，图1B示出了检查系统的正视示意图。如图1A和图1B所示，射线源110产生X射线，经过准直器120准直后，对移动的集装箱卡车140进行安全检查，由探测器150接收穿透卡车的射线，在诸如计算机之类的数据处理装置160得到透射图像。根据本公开的实施例，在通过扫描得到集装箱卡车140的透射图像后，在数据处理装置160对透射图像进行处理，得到感兴趣区域，利用被检查货物的HSCODE从模型库中检索基于HSCODE所创建的模型，以及基于所述模型判断所述感兴趣区域是否包含有未在报关单中注明的货物。这样，能够自动检查集装箱货物中是否存在伪报/瞒报问题。本公开提出使用国际海关理事会制定的HSCODE(TheHarmonizationSystem中Code)作为货物的唯一标识进行比对，即对每个HSCODE建立模型，模型中包含可描述该HSCODE对应的货物图像特征的特征空间。在一些实施例中，针对类目为多级层次性结构问题，采用各级分别建模，比对时逐级匹配的策略。比如世界通用的HSCODE为6位编码，后面的位本文档来自技高网...

【技术保护点】
一种检查货物的方法，包括步骤：获得被检查货物的透射图像和HSCODE；对所述透射图像进行处理，得到感兴趣区域；利用所述被检查货物的HSCODE从模型库中检索基于HSCODE所创建的模型；以及基于所述模型判断所述感兴趣区域是否包含有未在报关单中注明的货物。

【技术特征摘要】
1.一种检查货物的方法，包括步骤：获得被检查货物的透射图像和HSCODE；对所述透射图像进行处理，得到感兴趣区域；利用所述被检查货物的HSCODE从模型库中检索基于HSCODE所创建的模型；以及基于所述模型判断所述感兴趣区域是否包含有未在报关单中注明的货物。2.如权利要求1所述的方法，对所述透射图像进行处理，得到感兴趣区域的步骤包括步骤：以所述被检查货物的HSCODE所代表的货物种类作为监督值，对所述透射图像进行有监督的图像分割，得到至少一个分割区，作为感兴趣区域。3.如权利要求2所述的方法，其中基于所述模型判断所述感兴趣区域是否包含有未在所述报关单中注明的货物的步骤包括：对各个分割区进行特征提取，得到各个分割区的纹理描述，形成特征向量；判断所述模型中包括的各个模板与各个分割区的特征向量之间的相似度是否大于阈值；在至少一个分割区域的特征向量与所述模型的各个模板之间的相似度不大于阈值的情况下确定所述被检查货物中包含了报关单未注明的货物。4.如权利要求3所述的方法，其中利用所述被检查货物的HSCODE从模型库中检索基于HSCODE所创建的模型的步骤包括：从本地模型库和/或云端模型库中检索所有与所述HSCODE的前预定位相对应的模型。5.如权利要求4所述的方法，其中对所检索到的模型进行排序，按照所排的顺序判断所述感兴趣区域是否包含有未在报关单中注明的货物，如果有至少一个分割区的特征向量与至少一个模型的模板之间的相似度不大...

【专利技术属性】
技术研发人员：陈志强，张丽，赵自然，刘耀红，程村，李强，顾建平，张健，付罡，
申请(专利权)人：同方威视技术股份有限公司，
类型：发明
国别省市：北京,11