客艙行李安檢智能化研究及虹橋機場的應用實踐

□ 上海虹橋國際機場 李 萌 尹 華/文

我國的航空安保歷來都有“地面防、空中反、內(nèi)部純”的工作理念。民航安全檢查工作就是各大機場充分發(fā)揮地面防范職能、保障空防安全的關鍵手段，而安檢防范的重點可簡要歸結為圖1所示的兩個方面：即防止“危險物品”和 “危險人員”進入控制區(qū)特別是航空器。其中，在航站樓旅客安檢區(qū)域，防范“危險物品”的核心任務之一便是對客艙行李（亦稱：手提行李或隨身行李）進行禁限物品篩查。

圖1：民航安全檢查工作分布簡圖

長期以來，禁限物品漏檢問題作為一類安保措施的失效現(xiàn)象具有普遍性，是全行業(yè)的重難點議題和機場安檢管理的主抓方面。本文主要針對客艙行李的禁限物品篩查工作，探討分析現(xiàn)行模式的局限性和漏檢的深層次原因，提出一種基于計算機視覺技術的人工智能輔助判圖系統(tǒng)，并通過在虹橋機場安檢的布置與測試應用，以對機場客艙行李安全檢查智能化作出初步研究和探索。

機場現(xiàn)行客艙行李檢查模式分析

（一）現(xiàn)行客艙行李檢查模式簡況

目前，幾乎國內(nèi)所有機場，客艙行李檢查采用圖2所示模式：在行李通過X射線安全檢查設備（X光機）后，安檢員基于對行李X射線圖像特征的分析，判讀是否有禁限物品，并指明禁限物品的具體位置及性質(zhì)，進而根據(jù)判讀結果和民航法律法規(guī)要求，予以放行或進一步手工開箱包檢查。

顯然，現(xiàn)行模式下的整個業(yè)務內(nèi)容是一項基于視覺判斷的信息處理任務，有兩個主要特點：一是任務目標及需求單一明確，可簡單歸結為處理“what is where？”（什么東西？在哪里？）的問題；二是篩查系統(tǒng)中最關鍵的要素是作出事關安保決策的安檢人員。

圖2： 系統(tǒng)化觀點下的現(xiàn)行客艙行李檢查模式示意

（二）現(xiàn)行客艙行李檢查模式分析

1.檢查效能的影響因素

實際航班生產(chǎn)運行中，在機場運營需要兼顧安全檢查徹底性和效率性的情況下，現(xiàn)行模式的局限性會被充分暴露，即：智能化程度較低、判讀結果不穩(wěn)定。檢查效能可能會受表1所示諸多復雜因素不同程度的影響。

對于這項專業(yè)性較強、工作量較大、精力要求高度集中的民航安保工作，雖然原始行李的物品復雜程度和成像技術的先進程度會對最終效能產(chǎn)生影響，但是它們的影響總體有限、可控。而人的因素十分復雜且易受影響，人的差錯也是現(xiàn)行模式下導致安全負面績效（漏檢）的最直接原因。

2.檢查效能的提升手段

相對應地，在實際安檢管理過程中，目前主要有兩種方式直接或間接地減少人的差錯：（1）降低任務整體難度：一方面是通過提醒旅客對原始行李物品進行整理和規(guī)范放置，減少重疊和干擾等。另一方面是通過啟用多視角X光機或者CT設備等，增強檢查技術對行李信息的采集能力。（2）利用管理手段克服檢查人員的部分影響因素：建立常態(tài)化在崗培訓、強制休息（連續(xù)判讀<30min）、崗位狀態(tài)監(jiān)測、崗位積分測評、分時段走動式提醒、圖像復查等管理辦法。

雖然這些工作在一定程度上提升了禁限物品篩查質(zhì)量，但仍未解決分析判讀圖像完全取決于安檢員的模式瓶頸。所以在相同業(yè)務場景下，為實現(xiàn)持續(xù)穩(wěn)定的圖像判讀，虹橋機場安檢重點聚焦人的因素，率先提出：通過加強技術對禁限物品分析、判斷過程的輔助占比，進而增強安檢模式的智能化程度、克服人的局限，最終實現(xiàn)安全裕度和整體效能的提升。

虹橋機場客艙行李安檢智能化應用實踐

客艙行李安全檢查模式智能化，具體而言，就是由計算機模擬安檢員視覺系統(tǒng)，分析處理原始行李的X射線圖像信息，并作出對選定目標（禁限物品）類別和具體位置的解釋表達。這樣的任務目標，正是人工智能領域在計算機視覺方向的經(jīng)典應用場景之一：目標檢測。隨著近年來神經(jīng)網(wǎng)絡取得重大發(fā)展，相關研究已具備較為成熟的技術基礎，而且國家自上而下的政策、標準等密集出臺也為人工智能在民航安保方面的融合應用提供了有力保障和指導。

表1：現(xiàn)行客艙行李檢查效能的主要影響因素

（一）智能化的主要策略與關鍵技術

結合計算機視覺技術的產(chǎn)業(yè)現(xiàn)狀，綜合考慮本場具備的系統(tǒng)設備條件和業(yè)務需求，虹橋機場安檢明確從算料（數(shù)據(jù)集）、算法、算力（計算能力）等要素構建出發(fā)，依次實現(xiàn)人工智能輔助判圖系統(tǒng)的科學籌建、試點部署、效能評估和推廣應用，分步推進客艙行李檢查工作的智能化轉型。智能化的關鍵技術包括了建立數(shù)據(jù)集、搭建算法模型以及采用合適的硬件設備。

1.建立數(shù)據(jù)集。大樣本訓練數(shù)據(jù)驅(qū)動是當前深度學習的主要方法，現(xiàn)有的公開X射線數(shù)據(jù)集較少且與機場的實際生產(chǎn)圖像仍有較大出入。為取得更具實效的結果，虹橋機場安檢采用自建數(shù)據(jù)集，該數(shù)據(jù)集有兩個主要特點：一個是分階段選取“少而精”的目標。結合分步穩(wěn)健的部署理念，依據(jù)物品的危險性、旅客攜帶頻率、漏檢風險等業(yè)務特點，首先選擇了具有代表性的4類禁限物品，作為第一階段的主要探測對象，具體為：槍支、刀具、鋰電池/充電寶、打火機。另一個是采集、標注數(shù)據(jù)。利用實際查獲禁限物品現(xiàn)場采集圖像和導出實際生產(chǎn)圖像兩種方式，共篩選、標注了116534幅包含上述禁限物品類別的圖像，作為第一階段適用性數(shù)據(jù)集，用于模型訓練和性能初步評估。

圖3：人工智能系統(tǒng)在客艙行李檢查中的輔助定位示意

2.搭建算法模型。在計算機視覺領域的目標檢測方面，主要方法可分為傳統(tǒng)目標檢測算法和基于深度卷積神經(jīng)網(wǎng)絡的目標檢測算法。后者又主要分為兩類，即：基于候選區(qū)域的目標檢測算法和基于回歸的目標檢測算法。考慮到實際業(yè)務所需的準確性和實時性，本文采用基于候選區(qū)域的目標檢測算法，具體為比較成熟的基于ResNet-101的FPN模型。相關模型在PASCAL VOC2007 + VOC2012數(shù)據(jù)集中測試，其平均精確率均值達83.8%。

3.所需的主要硬件設備為常規(guī) GPU服務器，以局域網(wǎng)模式部署。

（二） 智能化系統(tǒng)實測的原則與效能評估

1.系統(tǒng)實測原則

從安全管理角度出發(fā)，在系統(tǒng)布置測試階段遵循兩個原則：一是明確人工智能系統(tǒng)在人機協(xié)同模式中的輔助角色定位，部署人工智能系統(tǒng)的初步目標是構建圖3所示的人工混合智能模式，安檢員的職責界面不因部署人工智能系統(tǒng)而改變。二是在業(yè)務流程方面，人工智能輔助判圖系統(tǒng)采用實時同步檢查模式部署在實際的安全檢查通道。考慮到試點初期機器誤報警存在干擾安檢員正常判圖的可能，故將系統(tǒng)判圖結果反饋至獨立顯示終端，暫不直接反映至X射線檢查設備操作界面。

2.系統(tǒng)效能評估分析

從虹橋機場T1、T2航站樓兩條旅客安檢通道的布置測試情況來看，在實際業(yè)務環(huán)境中，系統(tǒng)運行平穩(wěn)良好，圖像判讀快速高效（單幅圖像判讀時間＜200ms）。通過安檢員和人工智能輔助判圖系統(tǒng)對45萬余幅現(xiàn)場圖像的平行判讀測試（系統(tǒng)具體性能參數(shù)及具體數(shù)據(jù)略），可得出如下結論：

（1）實際含禁限物品的行李較為稀疏，在系統(tǒng)總體誤報率僅為1.19%的情況下，基本不會對安檢員正常判讀造成干擾，運行效率得以保證。

（2）鋰電池/充電寶和打火機的總體正確報警率分別為98.68%和93.39%，表現(xiàn)出良好的探測性能；刀具總體正確報警率為59.12%，從現(xiàn)場測試來看，對刀片、修眉刀等小型刀具的探測能力仍有較大提升空間。

（3）正確報警率與訓練數(shù)據(jù)量符合算法原理地呈現(xiàn)正相關性。鋰電池/充電寶和打火機訓練數(shù)據(jù)量均超過1.5萬幅，而刀具類訓練數(shù)據(jù)總量僅4000余幅，具備提升潛力。

（4）T1、T2航站樓兩條旅客安檢通道分別服務于不同航空公司和相應的旅客群體，可認為是兩次獨立測試，它們的各自誤報率和禁限物品正確報警率相差不大，表現(xiàn)出系統(tǒng)性能良好的可信度。

此外，從客艙行李檢查的模式流程來看：

（1）人工智能輔助判圖系統(tǒng)規(guī)避了安檢人員流動、人員疏漏等帶來的篩查質(zhì)量不穩(wěn)定性。在試點期間，多次出現(xiàn)安檢員漏檢、系統(tǒng)正確報警提示的情況，實現(xiàn)了人工智能系統(tǒng)發(fā)揮輔助作用、克服模式瓶頸的設定初衷，輔助防漏檢效果明顯。

（2）成像設備結合人工智能輔助判圖系統(tǒng)，形成對客艙行李禁限物品篩查中信息采集、信息分析判讀的全過程技術支撐，業(yè)務場景智能化程度得到提升。

客艙行李安檢智能化的發(fā)展思考

人工智能的優(yōu)勢在新一輪技術浪潮中才剛剛顯現(xiàn)，隨著技術的不斷發(fā)展和進步，后續(xù)人工智能系統(tǒng)還將在客艙行李安全檢查全面智能化轉型、助力四型機場建設上發(fā)揮更多的應用價值、占據(jù)更為關鍵的基建地位。

（一）系統(tǒng)性能方面

1.需要突破人工智能技術自身局限性，增強數(shù)據(jù)訓練的自主性，逐步從專用型人工智能系統(tǒng)發(fā)展至復雜場景下的通用型人工智能；

2.擴展和增加可探測禁限物品種類，實現(xiàn)更加全面、精準的禁限物品智能篩查水平；

（二）應用模式方面

1.人機交互和人工智能協(xié)同共進，系統(tǒng)判圖結果的交互界面及結果的反饋實時性采用合理運行方式，促使綜合效能達到最佳狀態(tài)；

2.系統(tǒng)對業(yè)務支撐的覆蓋面可逐步從客艙行李檢查推廣到業(yè)務類似的托運行李檢查、貨物郵件檢查、圖像全局性復查等安全檢查環(huán)節(jié)。

（三）智能程度方面

1.通過收集人工智能輔助判圖系統(tǒng)的判讀數(shù)據(jù)，并對漏檢情況、禁限物品分布情況進行客觀數(shù)據(jù)分析，可實現(xiàn)對現(xiàn)場安全態(tài)勢的大致判別；

2.后續(xù)人工智能輔助判圖系統(tǒng)的檢查精度、檢查種類優(yōu)化發(fā)展至可與高水平安檢員媲美時，X射線設備操作員崗位可逐步歸結、甚至實現(xiàn)小范圍旅客檢查區(qū)域的集中判圖，加之與安檢智能通道、毫米波人身檢查設備等更先進的智能化設備配合，可逐步實現(xiàn)基本覆蓋旅客安檢動線的智能化、無感化安全檢查。

綜上所述，通過對現(xiàn)行客艙行李安檢模式研究分析以及在虹橋機場試點應用，實現(xiàn)了人工智能技術驅(qū)動客艙行李安檢智能化從無到有的全新突破，可以得出人工智能輔助判圖系統(tǒng)能夠有效檢測選定禁限物品，對防漏檢有明顯的積極作用。因此，基于業(yè)務實際、合理部署后，引入智能化系統(tǒng)可以有效克服人的局限性，實現(xiàn)更穩(wěn)定、更智能、質(zhì)量更高的禁限物品篩查水平，可較大幅度提升整體安全裕度，也積極響應了民航“十四五”期間提升智慧民航建設水平的工作要求。