成果简介:
核技术广泛应用于各行各业,推动了国民经济建设和发展。伴随着核技术的发展,一系列核事故的发生引起了巨大的安全问题和公众关注,因此核辐射监测是一种重要且必要的核安全保障和核应急的重要手段。基于 X/gamma 射线可直接与 CCD/CMOS 半导体探测器发生作用产生电信号这一原理,本团队研究了基于 CCD/CMOS 摄像头进行核辐射探测的方法,利用广泛存在的智能手机和监控摄像头,实现一种低成本易于推广的核辐射监测手段,帮助公众及有关部门实现核辐射监测。首先基于智能手机,开发应用程序,调用手机摄像头进行录像,采用帧间差分和阈值判断的方法对视频图像进行实时处理,实现遮光条件下核辐射事件的甄别;进一步的用手指遮挡摄像头实现核辐射和心率的同时测量,提高了应用程序的功能性、方便性和趣味性,有利于未来的推广应用。其次基于监控摄像头,在不遮光和含运动物体的条件下进行测量,通过对视频图像的预处理、帧间差分、运动物体识别和扣除、阈值判断等算法去除可见光和运动物体干扰,实现在监控摄像头正常工作下的核辐射(X/γ射线);进一步地,采用图像融合方法、深度学习算法以及行人重识别算法,实现利用监控摄像头实时探测核辐射以及可疑辐射源携带人员的锁定与跟踪。研究初步实现了基于智能手机和监控摄像头的核辐射探测,基于深度学习算法的实时核辐射探测以及可疑辐射源携带人员的锁定与跟踪。未来将进一步研究提升探测的灵敏度和鲁棒性,研究成果有望可应用于公众个人核辐射监测;应用到现有的视频监控网络,成为一种低成本高覆盖的智能核辐射监测手段。
成熟程度及推广应用情况:
目前处于何种研发阶段:☒研发 ☐小试 ☐中试 ☐小批量生产 ☐产业化;
样机:☒有 ☐无
已投入成本:50 万。
推广应用情况:已开发国内首款基于手机摄像头进行核辐射探测和心率监测的手机APP,可在移动终端进行下载安装并进行体验。
期望技术转移成交价格(大概金额):500 万。
技术优势:
1. 基于摄像头的 CCD/CMOS 传感器实现在监控场景下(不遮蔽摄像头)的核辐射直接探测。使用摄像头上的 CCD/CMOS 光学成像传感器对核辐射进行直接探测是近年来的一种新型探测方法,但目前相关研究都需要遮蔽摄像头的镜头,对遮光后拍摄的照片或视频进行核辐射事件提取,基于阈值比较等简易方法甄别辐射事件。本项目开创性地使用摄像头在未遮光情况下,对核辐射进行直接探测,既保留监控信息又能实现核辐射事件甄别。
2. 结合图像融合算法和深度神经网络,快速高效完成核辐射识别。由于监控图像分辨率较高、视频数据量庞大,对每一帧图像进行像素级的图形算法运算,将会产生巨大的计算负荷。结合图像融合算法构造训练数据和测试数据,用于对大量图像处理有良好性能表现的卷积神经网络模型训练和测试,得到具有特定权值结点的网络模型。将训练得到的模型用于实时探测,只需输入图像,便可迅速得到识别结果。
3. 结合行人重识别技术,可实现多终端全方位的辐射事件监测网络。近年来,行人重识别发展十分迅速,模型效率提升巨大,公开的数据库更是便于改进和提升现有的模型。其模型结构为大量残差网络和卷积网络,能够快速对目标进行检测和跟踪。其次,该模型可移植到智能手机、智慧电视、车载系统等智能终端,能够方便快捷对辐射事件进行识别和跟踪。
4. 该成果属于核辐射探测的新方法和新技术,充分利用现有监控网络,成本低且便于推广。CCD/CMOS 传感器与传统核辐射探测器相比,具有成本低、广覆盖的特点。我国已经建成世界上最大的视频监控网——“中国天网”,全国约 600 城市正建设“平安城市”以及“智慧城市”,大部分城市都会安装 20 万到 60 万个视频摄像头,全国监控摄像头超过 2000 万个,并已经完成国家多级联网监控工程,并利用人工智能和大数据进行警务预测。可以利用我国已建成的巨大的视频监控网,推广应用到城市的各个角落,实现城市公共场所和人员密集区域的全覆盖。同时,我国智能手机用户数量庞大,几乎人手一部,该项目可开发手机 APP,移植到手机等智能终端,便于推广。
性能指标:
1. 使用手机摄像头进行核辐射探测和心率监测。
使用智能手机摄像头,用手指遮盖镜头进行视频采集,采用帧间差分和高斯滤波等算法以及 PPG 信号处理技术,实现了实时核辐射探测和人体心率监测,该研究通过实验,在放射源为 33 mCi 的 99mTc 环境下,拟合出单位时间(1min)内辐射帧数量(N)与辐射源距离(D)之间的关系为:N=1.2047*10^5/D,同时采用该方法进行心率监测结果与使用血氧仪测量结果的平均误差在 0.48bpm 左右。
2. 使用监控摄像头在动态场景下进行核辐射探测。
在放射源为 7×108 Bq Tc-99m 的环境下,使用 CMOS 监控摄像头采集数据,采用帧间差分和图像形态学处理等算法进行运动物体的去除,以降低监控图像中运动物体对核辐射亮斑提取的干扰,实现了动态场景下摄像头未遮光的核辐射探测,辐射帧的识别准确率达到了 97.24%。此外,将 CMOS 监控摄像头与长波通滤光片相结合,其中滤光片过滤的可见光成分对应图像中 RGB 三通道值的 B 值成分。根据核辐射粒子的穿透性原理,辐射亮斑在摄像头滤光后形成的图像中,其 B 值并无减弱。对采集的图像采用帧间差分和高斯平滑相结合的方法,减少噪声干扰,实现了核辐射的有效探测,辐射帧的识别准确率达到了 97.27%。
3. 结合图像融合算法和卷积神经网络进行核辐射的实时探测。
实验平台为深度学习服务器,含有英特尔 E5-4655 处理器,GPU 型号为 NVIDIAGeForce GTX 1080Ti。通过实验分别采集无辐射环境下监控视频和辐射环境下遮蔽摄像头的成像视频,然后进行图像融合,得到监控场景下的核辐射成像视频,以此进行深度学习模型搭建和训练,使用指标 2 中的实验数据进行测试,实验结果能够实现达到了97.36%的召回率与 91.41%的准确率,表明可以成功识别更多的辐射事件。
4. 基于行人重识别算法进行可疑辐射源携带人员追踪。
首先基于卷积神经网络进行目标识别,进一步基于深度残差网络使用随机擦除图像增强方法、多种损失函数联合训练等方法进行跨摄像头目标识别;对视频单帧检测并且重识别成功的图像区域进行光流法追踪并将其和重识别的结果进行融合;最终实现跨摄像头下放射物可以携带人员的识别与追踪,实验结果能达到 0.528 的 Fscore 值,能够有效地进行目标的锁定与追踪。
市场分析:
1. 可向涉核单位提供核辐射监测产品,如医院、核辐射监测站、核电站等。
2. 可向公共交通部门销售系统软硬件产品,如机场、火车站、地铁。
3. 可通过 APP 推广实现广告收入(试用版本进行推广);升级版 APP 付费。
4. 与军政部门合作,在军工领域开拓市场。
经济效益分析:
该项目开发的专利和产品具有低成本的特点,因此具有较高的利润空间和竞争优势,特别是在医院、公共交通以及军事领域。