CN100416300C - 用于探测违禁品的系统和方法 - Google Patents

Abstract

本发明提供一种探测违禁品的方法，包括存储代表当扫描第一威胁类型的参考对象时所测量的参考量的第一分布的数据；扫描所检查的对象，以测量所检查的对象的值；在参考值之中定位该值；并确定代表相应于该值的第一分布的数据的得分，作为所检查的对象为第一威胁类型的可能性的一个指示。

Description

用于探测违禁品的系统和方法

相关申请的交叉参考

本专利申请案要求2003年11月12日提交的暂时专利申请案No.60/519,727和2004年5月4日提交的美国专利申请案No.10/838,968的优先权，其全部内容组合于此以作参考。

技术领域

本发明涉及一种用于探测违禁品(contraband)的系统和方法。

背景技术

近年来，像行李中所运输的以及不同的运输工具中所带有的像爆炸品那样的违禁品的探测已变得日益重要。已经开发了不但能够看见行李中所携带的物品的形状，而且能够确定该物品是否包含爆炸性材料的高级爆炸品探测系统(EDS)。

这些探测系统包括计算机断层摄像(CT)机。也有基于像四极共振(QR)那样的其它技术的爆炸品探测装置(EDD)。EDD不同于EDS，因为前者不能查明如运输安全局(TSA)所明确规定的爆炸品的完整范围。EDD和/或EDS典型地由不同的公司制造，并以彼此不相关的方式计算结果。

为了提高爆炸品探测系统的性能，一个途径是组合多个系统。为了以富有意义的方式从不同的系统融合数据，需要一个收集联合数据、设计定制的数据融合算法、且随后调整这个算法的冗长的过程。另外，为了能够完成这一点，他或她可能要具有关于EDD和EDS的每一个如何工作的非常熟悉的知识。

发明内容

本发明提供一种用于探测违禁品的方法，其能够被现有的及新的系统所采用。在这个方法中，系统，或风险评估工具包括违禁品探测设备或评估风险的另一个计算机化处理器。风险评估工具将以风险值的形式接收输入数据，每个风险值指示一种特殊类型的违禁品的存在。此外，该系统将利用其风险评估(即，扫描结果)根据给定的运算来修改风险值，并提供这些修改后的风险值以输出。

因为该运算是基于概率论的客观标准，风险值将是允许系统在彼此不了解的情况下一起工作的共同语言。当两个系统连接在一起时，第二个系统将使用第一个系统的输出风险值作为输入风险值。这因而为不存在中心数据融合实体时，分散或分布式数据融合的一种形式。

本发明提供一种用于探测违禁品的方法，包括用第一种类型的违禁品探测设备扫描货箱；基于用该第一种类型的违禁品探测设备的所述扫描的结果，产生多个初始风险值，每个初始风险值指示各个类型的违禁品的存在；用第二种类型的违禁品探测设备扫描货箱；并基于用该第二种类型的违禁品探测设备的所述扫描的结果，修改初始风险值以产生多个最终风险值，每个最终风险值相应于初始风险值的分别的一个，并指示各个类型的违禁品的存在。

风险值可能在从0％到100％，或者从1％到99％的比例上。

风险运算可以是贝叶斯(Bayesian)概率理论，其中最初的风险值是每种类型的违禁品的存在的先验，给定不同的违禁品类型的存在，使用贝叶斯规则和扫描结果的可能性来修改该概率，并且输出概率为后验概率。

其它运算，例如丹普斯特一史雪佛(Dempster-Schafer)理论，也能够得出等同的结果。使用贝叶斯概率的原因是其简化性，当应用这个方法作为标准时，这是一个优点。

分散数据融合依赖于系统是互不相关的或接近互不相关的，即，条件独立的假设。这通常当使用测量信息的不同物理属性和独立来源的技术时而实现。

该方法可以进一步包括带着用于装载的货箱进入飞机的装载区的人的进入信息，并基于该信息，产生个人风险值，所述多个中间风险值的产生是基于该个人风险值和所述用第一种类型的违禁品探测设备的扫描的结果的。

该方法可以进一步延伸为风险评估工具，其使用像乘客信息那样的非传感器信息或一般的威胁警告状态来修改风险值。

该方法可以进一步包括基于至少最终风险值的一个来触发警报。

第一种类型的违禁品探测设备可以是一个CT扫描仪，以及第二种类型的违禁品探测设备可以是一个QR扫描仪。用CT扫描仪的扫描可以在所述用QR扫描仪的扫描之前发生。

本发明也提供一种用于探测违禁品的方法，其包括带着用于装载的货箱进入飞机的装载区的人的进入信息；基于该信息，产生个人风险值；用第一违禁品探测设备扫描货箱；以及基于该个人风险值和所述扫描的结果，产生至少一个初始风险值。

该方法可以进一步包括用第二违禁品探测设备扫描货箱，并基于所述用该第二违禁品探测设备的扫描的结果，修改初始风险值以产生最终风险值。

该方法可以进一步包括基于最终风险值触发警报。

第一违禁品探测设备可以是一个CT扫描仪，以及第二违禁品探测设备可以是一个QR扫描仪。用CT扫描仪的扫描可以在所述用QR扫描仪的扫描之前发生。

本发明进一步提供一种用于探测违禁品的方法，包括用第一违禁品探测设备扫描货箱；基于所述用该第一违禁品探测设备的扫描的结果，产生在从1％到99％的比例上的初始风险值；用第二违禁品探测设备扫描货箱；并基于该初始风险值和所述用该第二违禁品探测设备的扫描的结果，产生最终风险值。

该方法可以进一步包括带着用于装载的货箱进入飞机的装载区的人的进入信息，并基于该信息，产生个人风险值，所述初始风险值的产生是基于该个人风险值和所述用该第一违禁品探测设备的扫描的结果的。

该方法可以进一步包括基于最终风险值来触发警报。

第一违禁品探测设备可以是一个CT扫描仪，以及第二违禁品探测设备可以是一个QR扫描仪。用CT扫描仪的扫描可以在所述用QR扫描仪的扫描之前发生。

本发明进一步提供一种用于探测违禁品的方法，包括用第一违禁品探测设备扫描货箱；基于所述用该第一违禁品探测设备的扫描的结果，产生多个初始风险值，每个初始风险值相应于一种特殊类型的违禁品；用第二违禁品探测设备扫描货箱；并基于该初始风险值和所述用该第二违禁品探测设备的扫描的结果，产生多个最终风险值，每个最终风险值相应于一种特殊类型的违禁品。

本发明进一步提供一种用于探测违禁品的系统，包括为违禁品而扫描货箱的违禁品探测设备和连接到该违禁品探测设备的计算机，以基于带着用于装载的货箱进入飞机的装载区的人的信息而产生个人风险值，以及基于该个人风险值和所述扫描的结果而产生至少一个初始风险值。

该系统可以进一步包括为违禁品而扫描货箱的第二违禁品探测设备。

第一违禁品探测设备可以是一个CT扫描仪，以及第二违禁品探测设备可以是一个QR扫描仪。

该系统可以进一步包括使CT扫描仪和QR扫描仪相互连接的运输子系统，以在CT扫描仪和QR扫描仪之间运输货箱。

本发明可以进一步提供一种用于探测违禁品的系统，包括第一违禁品探测设备，以为违禁品而在货箱上实行第一次扫描；第二违禁品探测设备，以为违禁品而在货箱上实行第二次扫描；以及连接到第一和第二探测设备的计算机，以基于第一次扫描的结果而产生在从1％到99％的比例上的初始风险值，并基于该初始风险值和第二次扫描的结果而产生最终风险值。

本发明可以进一步提供一种用于探测违禁品的系统，包括第一违禁品探测设备，以为违禁品而在货箱上实行第一次扫描；第二违禁品探测设备，以为违禁品而在货箱上实行第二次扫描；以及连接到第一和第二探测设备的计算机，以基于第一次扫描的结果而产生多个初始风险值，每个初始风险值相应于一种特殊类型的违禁品，并基于该初始风险值和第二次扫描的结果而产生多个最终风险值，每个最终风险值相应于一种特殊类型的违禁品。

本发明可以进一步提供一种用于探测货箱中的违禁品的系统，包括风险评估工具，其接受多个风险值作为输入数据，每个风险值指示各个类型的违禁品的存在，所述风险评估工具修改该风险值，基于其自身的风险评估，在明确规定的风险运算内应用基于经验的或专门的其风险评估的量化，且所述工具输出所述修改后的风险值。

该风险评估工具可以是位于物理风险评估单元之外的虚拟工具。该风险评估工具可以合并关于货箱的传感器数据。该风险评估工具可以嵌入扫描货箱的违禁品探测设备中。该风险评估工具可以应用一般威胁状态的评估。

该风险评估工具可以是一个乘客概况筛选系统，评估货箱所属的个人的相对风险。

该风险值可以是概率，具有在0和1之间的值。每个威胁种类的概率和无威胁的概率的总和可以是1。

风险运算可以是贝叶斯概率，并使用给与不同的威胁种类的观测可能性。

可以以一个序列组合多个风险评估工具，每个都使用先前的工具的风险值输出作为风险值输入。该系统可以提供分散数据融合。

可以基于输出威胁值判决是否报警。可以基于输出威胁状态判决是否发送货箱到另一个风险评估工具。可以基于风险值的总和是否超过了阈值而判决是否报警。

该违禁品探测设备可以是一个CT扫描仪或QR扫描仪。

本发明也提供一种探测违禁品的方法，包括存储代表当扫描具有第一预定的特征的参考对象时所测量的参考值的第一分布的数据；扫描所检查的对象，以测量所检查的对象的变量；在参考值之中定位该变量；并确定代表相应于该变量的第一分布的数据的得分，作为所检查的对象具有第一预定的特征的可能性的一个指示。

代表第一分布的数据可以是得分相对于第一分布的参考值的函数，逼近第一分布。

该方法可以进一步包括存储代表当扫描具有第二预定的特征的参考对象时所测量的参考值的第二分布的数据；并确定代表相应于该变量的第二分布的数据的得分，作为所检查的对象具有第二预定的特征的可能性的一个指示。

该方法可以进一步包括存储代表当无第一预定的特征的情况下扫描参考对象时所测量的参考值的第二分布的数据；并确定代表相应于该变量的第二分布的数据的得分，作为所检查的对象无第一预定的特征的可能性的一个指示。

该方法可以进一步包括使来自代表第一和第二分布的数据的得分正规化，来自代表第一分布的数据的正规化的得分被用来指示该对象具有预定的特征的可能性。

所检查的对象可以是像行李那样的货箱。可替换地，所检查的对象可以位于货箱中。

本发明也提供一种计算机可读介质，其具有存储在其上的指令，当由至少一个处理器执行时，该指令根据一个方法探测违禁品，该方法包括存储代表当扫描具有第一预定的特征的参考对象时所测量的参考值的第一分布的数据；存储当扫描对象时所测量的变量；在参考值之中定位该变量；并确定代表相应于该变量的第一分布的数据的得分，作为所检查的对象具有第一预定的特征的可能性的一个指示。

附图说明

参考附图，举例来描述本发明，其中：

图1是违禁品探测系统的示意图，包括扫描子系统和包括数据库的计算机子系统；

图2是计算机子系统的示意图；

图3是阐明数据库的使用的表格；

图4A-4C是违禁品探测系统的示意图，阐明在货箱进入扫描子系统之前，先前的威胁状态的产生(图4A)和当货箱通过扫描子系统时，威胁状态的修改(图4B和4C)；

图5是阐明违禁品探测系统的使用的流程图；

图6是扫描子系统的示意图；

图7是使用伽玛(gamma)分布，阐明在有或无爆炸品类型2(B₂)的情况下，关于提包的特征X₁的直方图和概率分布的例子的绘图；

图8是阐明给定测量X₁，炸弹类型B₂的概率的绘图；

图9是阐明关于在有或无预定的特征的情况下当扫描参考对象时所测量的参考值的分布的类数据的直方图和模拟高斯(gaussian)曲线的绘图；以及

图10是代表所测量的变量的分析以确定所扫描的对象的威胁状态的绘图。

具体实施方式

图1阐明违禁品探测系统10，或EDS，包括扫描子系统12和计算机子系统14。

扫描子系统12包括第一违禁品探测设备16、第二违禁品探测设备18和传送带20。

第一违禁品探测设备16，或EDS，是CT扫描仪(以下称为“CT扫描仪16”)。尽管未详细阐明，CT扫描仪16包括具有通过其中的管状通道的构架支持物和安装到该构架支持物上的构架，以围绕通道旋转。X-射线源和X-射线探测器确保为在构架的径直对立面。适当地设定管状通道的大小，以允许不同的货物货箱，例如衣箱和其它类型的行李，通过CT扫描仪16。

第二违禁品探测设备18是QR扫描仪(以下称为“QR扫描仪18”)。尽管未详细示出，QR扫描仪18具有与CT扫描仪16类似的结构，并具有通过其中的管状通道，其在大小上与CT扫描仪16上的通道类似；然而，该部件包括四极共振发射机和接收机。其部件在QR扫描仪18内可移动是不必要的，但是必须指引该部件朝向通过QR扫描仪的通道。

传送带20使CT扫描仪16和QR扫描仪18违禁品探测设备相互连接，并通过在CT扫描仪16和QR扫描仪18两者上的通道。

参考图1和图2，计算机子系统14包括计算机22和连接到计算机22上的电子数据库26。计算机22包括处理器100、主存储器102、静态存储器104、网络接口装置106、视频显示装置108、文字-数字输入装置110、光标控制装置112、包括机器可读介质116的驱动器单元114和信号产生装置118。计算机子系统14的所有部件都通过总线120相互连接。计算机子系统14通过网络接口装置106连接到网络122。尽管说明在计算机22内包含数据库26和静态存储器104两者，但计算机子系统可能仅包含这个或者那个。

机器可读介质116包括一组指令124，其可能通过总线120部分地被传递到处理器100和主存储器102。尽管未阐明，处理器100和主存储器102可能也具有单独的内部指令集。

如图3中所阐明的，数据库26和/或静态存储器104，包括关于不同类型的人的一列特点，例如信用卡信息、国籍、以及他们是否具有单程航空机票和相应的风险水平或威胁状态的列表。风险值可以表达为具有上和下限的数字概率比例，例如从0到1，或0.01到0.99的概率，或者从0％到100％，或从1％到99％(或在此之间的任何范围，例如2％到98％或0.02到0.98)的百分比。风险值与每种类型的人和那个人试图携带爆炸品装置或其它违禁品到飞机上的可能性相关联。

计算机22连接到CT扫描仪16和QR扫描仪18两者上，并用两类扫描仪共同的威胁状态传播(TSP)协议编程。TSP协议为所描述的发明的一个实施例。尽管未阐明，应该理解，系统10也包括连接到计算机22的报警器。

TSP协议允许系统10判决任何给定的提包是否包含像炸弹那样的违禁品并触发警报，或简单地清除要通过的提包。

将提包携带种类i(i＝1，...n)的爆炸品装置的情形表示为B_i，以及将其不携带任何违禁品的情形表示为B₀。报警事件表示为A₁，以及清除事件为A₀。探测的概率，Pd，以及错误报警的概率，Pfa，能够写成条件概率：

Pd_i＝P(A₁|B_i)

                  (1)

Pfa＝P(A₁|B₀)

Eq.1中的概率描述当仅基础的真相已知而不管提包中是否实际存在炸弹时，所期望的机器判决。这些概率也称为可能性。

在现实操作场合，真相是未知的，但机器的判决是已知的。给定系统10的判决(报警或清除)，为了量化提包携带炸弹的概率，能够使用贝叶斯规则：

$P\left(B_i\right|A_j)=\frac{P\left(A_j\right|B_i)P\left(B_i\right)}{P\left(A_j\right|B_1)P\left(B_1\right)+P\left(A_j\right|B_2)P\left(B_2\right)+...+P\left(A_j\right|B_n)P\left(B_n\right)+P\left(A_j\right|B_0)P\left(B_0\right)}$

       j＝0，1

对于                   (2)

       i＝0，...，n

Eq.(2)中的表达式代表给定报警(j＝1)和给定清除(j＝0)时，一个爆炸品种类的概率。因而，当给定系统10的输出时，其将炸弹的存在的相对确定性量化。

这些概率依赖于所使用的特殊系统的量(Pd，Pfa)和所谓的“先验”，其为P(B_i)和 $P\left(B_0\right)=1-\underset{i=1}{\overset{n}{\mathrm{\Σ}}}P\left(B_i\right).$ 在贝叶斯统计中，先验是基本的，且将在稍后的部分更加详细地讨论。先验在筛选一个提包之前分配。

便利地，从一个系统所计算出的概率(P(B|A)，等)能够担当关于第二个系统的先验(P(B)，等)。当两个系统是条件独立的时候，这是正确的。附加的假设是一个提包仅能够包含一个爆炸品类型，即，B₁和B₂是相互排斥的。然而，B₁和B₂的概率可能都很高，但B₁和B₂的总和不能超过1，或100％。

当EDS输出从A₁和A₀概括为可能为二元变量(报警或清除)、一组这样的变量、连续数字、一组连续数字、或它们所有的混合的任何输出(X)时，Eq.(3)取得下列形式：

$P\left(B_i\right|X)=\frac{P\left(X\right|B_i)P\left(B_i\right)}{P\left(X\right|B_1)P\left(B_1\right)+P\left(X\right|B_2)P\left(B_2\right)+...+P\left(X\right|B_n)P\left(B_n\right)+P\left(X\right|B_0)P\left(B_0\right)}---\left(3\right)$

威胁状态定义为概率的数组，P(B₁)，P(B₂)，...，P(B_n)。忽略P(B₀)，因为能够从其它分量来计算它，即，P(B₀)＝1-(P(B₁)+P(B₂)+...+P(B_n))。贝叶斯先验构成最初的威胁状态，即，在由任何EDS筛选提包之前的威胁状态。每个EDS根据其扫描结果(X)、历史数据、或可能性，(P(X|B_i))和输入威胁状态(P(B_i))来修改威胁状态。因而，P(B_i|X)为经EDS修改之后的威胁状态。

依次地对于多个EDS操作，关于一个EDS的输出威胁状态作为关于下一个EDS下流的输入威胁状态。威胁状态因而通过该系统传播，同时从每个EDS积累信息，如图4A-4C中所阐明的。

先验威胁评估，或者每个威胁场景(威胁警报水平)或者每个乘客(计算机辅助的乘客预先筛选系统-“CAPPS”)的先验威胁评估，能够根据Eq.(4)作为其后的TSP EDS而实现。

对于每提包，系统作二元判决：报警或清除。在TSP协议中，这个判决是基于输出威胁状态的。它基于违禁品的组合概率，即，P(B₁|X)+P(B₂|X)+...+P(B_n|X)，是否超过预定的阈值，或临界概率(P_crit)。

可能存在EDD不能探测到的特殊类型的爆炸品。为填补任何可能的空缺，TSP添加检查单到威胁状态上。该检查单具有每个爆炸品种类一个条目，并且随着威胁状态一起通过该系统传播。如果一个或多个条目(爆炸品的类型)未被检查，则该系统将触发警报，不管威胁状态是什么。可将检查单定义为：

因而EDS判决能够进一步定义为：

EDS的灵敏性因而可以以两种方式来调节：通过改变先验威胁状态或通过改变临界概率。

在使用中，放置货箱或提包28到传送带20上。参考图3、4A和5，首先产生个人威胁状态32(步骤30)。在CT扫描仪16扫描提包28之前，关于个人(例如带着用于装载的提包28的个人)的信息通过文字-数字输入装置110和光标控制装置112而进入计算机22。依赖于所进入的信息，指令124被发送至处理器100和主存储器124，并馈给数据库26作为输入126。计算机22从数据库26和/或静态存储器104提取不同的信息。基于从数据库26所接收的输出信息128，计算机22产生个人威胁状态32，其包括人们将在其提包28中携带许多(例如四种)类型之一的违禁品(例如爆炸品装置)的概率。如图4A中阐明的，个人威胁状态32显示在计算机22的显示装置108上。

提包28随后随着传送带20移进CT扫描仪16(步骤34)。当提包28在通道内时，构架围绕提包28旋转X-射线源和探测器单元，以致可以在不同的角度取得提包28的多个投影。从源发射出的X-射线通过该提包，并通过探测器单元探测。CT创建的每个图像都代表提包的二维“切片”的质量和密度。

如图4B中所阐明的，个人威胁状态32被发送到CT扫描仪16，在作了观察之后，它修改该个人威胁状态32，以产生中间的、或初始的威胁状态38(步骤36)。中间威胁状态38包括提包28携带个人威胁状态32中所包括的不同类型的违禁品的修改后的概率。因为CT扫描仪16所作的不同的探测，关于每种类型的违禁品的概率很可能已经改变了。将中间威胁状态38显示在计算机22的显示装置108上。

传送带20随后移动提包28到QR扫描仪18，其扫描该提包28(步骤40)。如图4C中所阐明的，中间威胁状态38被发送到QR扫描仪，其基于所作的不同的探测来修改中间威胁状态38，以产生最终威胁状态44(步骤42)。最终威胁状态44包括提包28包括中间38和个人32威胁状态中所包括的不同的违禁品之一的多个进一步修改后的概率。最终威胁状态44显示在计算机22的显示装置108上。

计算机22读出最终威胁状态44，并且如果提包28中任何一类违禁品的总概率在临界概率之上，则计算机22触发警报以警告系统10的用户，如Eq.(6)中所描述的(步骤46)。

一个优点是，因为EDD通过共同的协议而通信，就不需要定制的数据融合算法。另一个优点是，为了使用该系统，不需要可能由不同的制造商所制造的单独的EDD和/或EDS的熟悉知识。进一步的优点是，在用EDS扫描提包之前已合并了先验威胁状态，由此提供了一种更加精确的违禁品探测系统。进一步的优点是，系统关于不同类型的爆炸品而将威胁状态加以分类。进一步的优点是，系统的灵敏性可通过改变临界概率或通过合并乘客概况信息或威胁警告状态信息来警告先验威胁状态，而很容易地调节。

图6阐明根据本发明的另一个实施例的违禁品探测系统50。违禁品探测系统50可能包括与图1中所阐明的系统10的那些类似的部件。参考图6，违禁品探测系统50包括数据库52、第一违禁品探测设备54、第二违禁品探测设备56和第三违禁品探测设备58。在图6中所阐明的实施例中，第一违禁品探测设备54是CT扫描仪(以下称为“CT扫描仪54”)，第二违禁品探测设备56是QR扫描仪(以下称为“QR扫描仪56”)，以及第三违禁品探测设备58是X-射线衍射(XRD)扫描仪(以下称为“XRD扫描仪58”)。

尽管未阐明，应该理解，违禁品探测系统50也可能包括与图1中所阐明的那个类似的计算机。

在使用中，参考图6，放置提包60在系统50内。在用CT扫描仪54扫描该提包之前，基于关于提包60的携带者的信息和从数据库52或计算机22所提取的信息，产生个人威胁状态62。当CT扫描仪54扫描提包60时，产生初始威胁状态64，例如通过修改个人威胁状态62。随后QR扫描仪56扫描提包60，并产生中间威胁状态66，例如通过修改初始威胁状态64。在XRD扫描仪58扫描提包60之后，产生最终威胁状态68，例如通过修改中间威胁状态66。

如本领域中所普遍了解的，XRD扫描仪58包括X-射线源和X-射线探测器。X-射线从X-射线源发送，通过提包60进入探测器，该探测器测量通过提包60之后的X-射线的弹性或相干散射谱。计算机可能包括关于不同的危险物质的已知参考谱库，并将它们与所探测到的谱相比较。

应该理解，计算机以与图1中所阐明的系统10类似的方式实行不同的威胁状态的产生、或威胁状态的修改。

图6中所阐明的系统50的一个优点是探测违禁品的精确性更进一步增强。

除了CT、QR和XRD扫描仪，其它实施例还可能使用不同类型的违禁品探测设备。例如，如本领域中所普遍了解的，也可以使用高级技术(AT)硬件扫描仪。AT扫描仪可能包括具有可疑对象(例如，提包)的两个不同视界的两个X-射线系统。将从这些视界所创建的两个图像组合称为“三维密度重建”。将所估计的材料密度与关于爆炸品材料的典型密度数据相比较。AT扫描仪可以包括一个双重能量爆炸品探测系统，以进一步估计提包中的对象的密度。使用两个不同的X-射线电压创建两个不同的X-射线图像。使用专用的图像处理来分离投影图像中彼此叠加的不同对象。将所估计的密度与关于爆炸品材料的典型的密度数据相比较。

另外，作为另一个例子，如本领域中所普遍了解的，也能够使用跟踪探测器。跟踪探测器本质上“嗅探”对象以确定其组成。跟踪探测器包括从主题对象(例如，提包)捕获蒸汽物和微粒的收集器机构。随后分析所收集的微粒来确定对象的组成。

能够以任何顺序、任何组合(例如，XRD、QR和跟踪探测器)，在爆炸品探测系统中安排不同类型的扫描仪、或探测设备(例如，CT、QR、XRD、AT和跟踪探测器)。可以将多于三个的探测设备连接起来以使用上文所描述的方法。可以使用该探测设备来探测其它类型的违禁品，例如麻醉剂。在产生个人威胁状态之后，可能仅用一个违禁品探测设备扫描提包。个人威胁状态可以在不使用关于特殊的个人的信息的情况下产生，且可以简单地为一般的个人威胁状态。违禁品探测设备可以不直接物理或电连接，且每个违禁品探测设备的扫描可以不在彼此之后立即发生。

在违禁品探测设备是像CT扫描仪那样的成像系统的情形，该系统可能能够在被扫描的项目(例如，提包)内定位威胁项目、或区域。在提包内可能存在多个截然不同的威胁区域。在这些情形，提包内的局部区域可能每个都具有一个相关联的威胁状态。该提包因而将具有几个局部威胁状态和一个全局威胁状态。全局威胁状态关于整个提包有效并与局部威胁状态一致。

因而在全局威胁状态内可能存在由局部威胁状态组成的威胁状态的层次。威胁状态的这个层次可以在系统之间传递。关于局部威胁状态的运算与关于全局威胁状态的运算相同。通过假设不同的威胁区域之间是统计独立的，可以从多个局部威胁状态计算全局威胁状态。

威胁状态的这种层次的另外一个优点是威胁的“分辨率”增加。这种分辨率进一步增加，其原因为如果多个成像系统扫描提包，则第二个系统能够修改第一个系统所报告的局部威胁状态。

TSP协议完全通过Eqs.(4)，(5)，和(6)定义。然而，需要一些指导方针和例子来阐明如何计算条件概率，P(X|B_i)。

EDS类型1，单一二元输出

如果仅可利用的信息是EDS是否报警，则通过确定下列表达式能够获得TSP顺应(compliance)：

P(A|B_i)，i∈1，...，n

P(A|B)

                                         (6)

P(A|B_i)＝1-P(A|B_i)，i∈1，...，n

P(A|B)＝1-P(A|B)

Eq.(6)中的概率通过使用关于EDS的历史性能数据而估计。

为了估计P(A|B_i)，使用探测测试数据。不同的爆炸品类型B_i的样本被放置在提包样本中并穿过EDS。采用作为结果的探测率来代表P(A|B_i)。

使用EDS的历史错误报警率估计P(A|B)。

EDS类型2，多个警报种类，位置明确规定(CTX例子)

作为EDS类型1的一个延伸，这种EDS具有：

●多个警报种类，A₁，...，A_m

●每提包潜在地多个警报

●每个警报独立，并且在提包内分离的位置处发生

这种系统的一个可替换的表示法是一组m个独立传感器，其由每一个能够输出0(清除)，或相应于警报项目的个数的离散数字。

EDS的输出是A_j的序列。该序列中元素的数目大于或等于警报种类的数目。两个例子：

●清除等同于：A₁A₂...A_m，即，所有的传感器都清除。

●种类2中的两个警报等同于：A₁A₂A₂A₃...A_m。

在Eq.(3)中写成X的EDS输出由A_j的序列取代。因为传感器是独立的，并且警报发生在不同的位置，条件概率能够写成：

P(X|B_i)＝P(A₁，A₂，...，A_m|B_i)＝P(A₁|B_i)×P(A₂|B_i)×...×P(A_m|B_i)    (7)

需要预先确定的是：

P(A_j|B_i)，            对于i∈1，...，n，以及j∈1，...，m

P(A_j|B)，             对于j∈1，...，m                               (8)

P(A_j|B_i)＝1-P(A_j|B_i)，对于i∈1，...，n，以及j∈1，...，m

P(A_j|B)＝1-P(A_j|B)，  对于j∈1，...，m

Eq.(8)中的概率通过使用关于EDS的历史性能数据而估计。

为了估计P(A_j|B_i)，需要使用探测测试数据。不同的爆炸品类型B_i的样本被放置在不同的提包中并穿过EDS。采用警报类型A_j的相对频率代表P(A_j|B_i)。

为了估计关于警报类型A_j的错误报警率P(A_j|B)，使用标准系统错误报警率。

对于许多EDS，警报种类与爆炸品种类相匹配。例如，CTX薄片警报与B_i之一相符。在这种情形中，可以将P(A_j|B_i)的非对角分量解释为误分类率。

即使当存在多个警报时，这种方法导致每提包单一威胁状态。每提包单一威胁状态适合于代表关于该提包的全面威胁，即，适合于作是否报警的判决。然而，在存在多个位置灵敏EDS(例如，CTX后跟随有XRD)的情形中，保存局部化的威胁信息并且也传播局部威胁状态是很有价值的。下流系统随后能够在将它们组合成为每提包的威胁状态之前修改该局部威胁状态。

EDS/EDD类型3：一个或多个特征

这种类型的EDS提供一个或多个实连续数，其指示提包中爆炸品的存在。由于固定数量的特征，EDS并不是位置灵敏的，即，其作为整体产生关于该提包的读数。NQR和其它非成像技术属于这个种类。

在非-TSP情形中，通常通过对特征应用一个或多个阈值而作EDS判决。适应于TSP的一种方式是将EDS视为离散类型1(或2)系统，即，应用相同的阈值并使用关于假的事实(false positive)的统计，等等。然而，通过将特征视为连续的分布，可得到更好的结果。这牵涉到建模步骤。

我们首先修改Eq.(3)中的威胁状态公式。输出数据X现在是固定长度的实数数组，X₁，X₂，...，X_m。我们假设特征是独立的，则因此我们能够写成：

P(X|B_i)＝P(X₁，X₂，...，X_m|B_i)＝P(X₁|B_i)×P(X₂|B_i)×...×P(X_m|B_i)    (9)

对于每个特征，X_j，我们现在需要确定：

P(X_j，|B_i)

                        (10)

P(X_j，|B)

对于先前的类型1或2 EDS，Eq.(10)的这些条件概率是单一数字(标量)，然而在这种情形，它们是关于变量X_j的概率分布。

下文是所需要的步骤的梗概：

1.收集关于带有爆炸品的提包和不带有爆炸品的提包的特征数据；

2.检查特征之间的相关性，如果可能，解除它们的相关性(通过线性变换、霍特林(Hotelling)变换、特征的忽略，等)；

3.对于每个特征，构造关于威胁提包(B_i)和不带有爆炸品的提包的直方图；

4.拟合概率分布到该直方图上。这并不必须为正态分布。例如，可能需要特征的变换(例如，取特征的对数)，以得到概率分布的良好拟合。

使用连续特征的主要优点是将EDS的准确信任度合并入威胁状态。当多个EDS应用连续特征时，会发生“深入”的数据融合，其中以最佳的方式加权单独系统的信任度。

例子：单一特征

考虑仅产生指示仅仅一个爆炸品类型(即B₂)的单一的特征(X₁)的EDD的情形。于是，我们需要确定：

P(X₁|B₂)

                                               (11)

P(X₁|B)＝P(X₁|B₁)＝P(X₁|B₃)＝...＝P(X₁|B_n)

注意Eq.(11)的第二行表达该特征将关于携带除了B₂之外的爆炸品类型的提包具有与关于不携带爆炸品的提包相同的分布的事实。在EDD上的传感器不能探测爆炸品的整个谱，仅只B₂。

图7中阐明基于历史数据的这两种概率分布的建模。这可能是尝试不同概率分布函数和转换特征的一个麻烦的过程。

关于特征的极值，需要特别的关注，这里概率密度的一个可能以非常迅速的方式收敛于零。一个实际且保守的预防措施是定义极限，超过该极限，两个概率密度被认为是相等的。对于离群值(outlier)来讲这防止过度置信。

根据这个例子，我们现在能计算修改后的威胁状态，P(B₂|X₁)，其为在给定特征X₁的测量，提包具有种类2的炸弹的概率。

使用Eq.(3)和Eq.(11)，我们得到：

$P\left(B_2{|X}_1\right)=\frac{P\left(X_1{|B}_2\right)P\left(B_2\right)}{P\left(X_1\right|B_2)P\left(B_2\right)+P\left(X_1\right|\stackrel{\‾}{B})(P\left(B_1\right)+P\left(B_2\right)+...+P\left(B_n\right)+P\left(\stackrel{\‾}{B}\right))}$

           (12)

$\begin{array}{c}=\frac{P\left(X_1\right|B_2)P\left(B_2\right)}{P\left(X_1\right|B_2)P\left(B_2\right)+P\left(X_1\right|\stackrel{\‾}{B})(1-P\left(B_2\right))}\end{array}30$

使用来自图7的概率函数和先验，我们能够计算函数，P(B₂|X₁)，如图8中所阐明的。

这种EDD将仅能够检查在检查单中的第二项，且因此，在单机场合，将决不能清除提包。与EDS或另一个完成检查单的EDD协力操作，EDD将关于全面的EDS性能增加值。

EDS类型4：具有相关联的多组特征的多个警报种类(CTX-PDC)

这是情形2和3的混合体，一个非常典型的情形。在提包的局部化位置中仍然可能存在不同种类的多个警报。另外，每个警报项目有一个或多个特征可利用，这允许用概率分布建模，如类型3 EDS所示。解决方案因而为类型2和3的一个组合。

图9阐明当扫描具有第一种威胁类型(威胁类型A)的参考对象时所测量的参考量的一个分布，也称为“类数据的直方图”；当扫描具有第二种威胁类型的(威胁类型B)的参考对象时所测量的参考量的分布；以及当扫描不具有第一种和第二种威胁类型(错误F)时的参考量的分布。在本例子中，获得关于具有第一和第二种威胁类型的对象和关于不具有第一种和第二种威胁类型的对象的正态分布。分布具有不同的最大得分，且该最大得分处于参考量的不同值。类数据的直方图于是转变为被模拟的高斯曲线。高斯曲线通过拟合逼近分布的函数而得到，且因而为代表分布的函数/数据。由于存储在计算机系统的存储器中的高斯分布，EDD现在准备好分析扫描操作中的数据。

图10阐明当扫描被检查的对象时所测量的值的分析。所测量的值(新X)位于分布的横坐标上参考量之中。在本情形中，该值近似为22。随后在纵坐标上确定相应于值22的分布上的得分。在本例子中，代表第一种威胁类型的分布上的得分高于代表第二种威胁类型的分布上的得分，且代表第一种和第二种威胁类型的两种得分都高于代表第一种和第二种威胁类型不存在的得分。该代表性的得分为相应于所测量的值22的类可能性。

用先验乘以类可能性以得到最终概率。在本例子中，将相应于假F的先验较相应于第一种和第二种威胁类型(威胁类型A和威胁类型B)的存在的概率更重地加权。一旦确定了最终概率，将它们正规化，以致在没有修改它们的相对权重的情况下，它们合计为一。在本例子中，正规化后的概率近似为0.44，0.22和0.34，分别相应于威胁类型A，威胁类型B和假F。为了得到组合的状态，随后将指示威胁类型的正规化的最终概率相加。本情形中，总和为0.22加上0.44，即，0.66。如果最在本例子中终威胁状态为0.66，其大于预定的最大值，例如0.4，则将激活警报。

尽管已经描述了，并在附图中示出了某些示范性的实施例，将理解到这样的实施例仅只是示例说明性的，且不限制当前发明，以及这个发明不限制于所示出和描述的特定的构造和安排，因为对于本领域普通技术人员而言可以出现更改。

Claims (9)

1. 一种探测违禁品的方法，包括：

用第一种类型的违禁品探测设备扫描货箱；

基于用该第一种类型的违禁品探测设备的所述扫描的结果，产生多个初始风险值，每个初始风险值指示各个类型的违禁品的存在；

用第二种类型的违禁品探测设备扫描货箱；以及

基于用该第二种类型的违禁品探测设备的所述扫描的结果，修改初始风险值以产生多个最终风险值，每个最终风险值对应于初始风险值的各自的一个，并指示各个类型的违禁品的存在。

2. 如权利要求1所述的方法，其中初始风险值在具有0％和100％之间的下限和上限的数值概率比例上。

3. 如权利要求2所述的方法，还包括：

输入带着用于装载的货箱进入飞机的装载区的人的信息；以及

基于该输入的信息，产生个人风险值，所述产生多个初始风险值基于该个人风险值和用所述第一种类型的探测设备的所述扫描的结果。

4. 如权利要求3所述的方法，还包括：

基于最终风险值的至少一个来触发警报。

5. 如权利要求4所述的方法，其中第一种类型的违禁品探测设备是CT扫描仪。

6. 如权利要求5所述的方法，其中第二种类型的违禁品探测设备是QR扫描仪。

7. 如权利要求6所述的方法，其中用CT扫描仪的所述扫描在用QR扫描仪的所述扫描之前发生。

8. 如权利要求1所述的方法，还包括：

用第三种类型的违禁品探测设备扫描货箱，以及基于用该第三种类型的违禁品探测设备的所述扫描的结果，产生多个中间风险值，所述产生多个最终风险值还基于用该第三种类型的违禁品探测设备的货箱的所述扫描和中间风险值。

9. 如权利要求8所述的方法，其中第一种类型的违禁品探测设备是CT扫描仪，第二种类型的违禁品探测设备是QR扫描仪，以及第三类型的违禁品探测设备是XRD扫描仪。

Images