□ 上海虹桥国际机场 李 萌 尹 华/文
我国的航空安保历来都有“地面防、空中反、内部纯”的工作理念。民航安全检查工作就是各大机场充分发挥地面防范职能、保障空防安全的关键手段,而安检防范的重点可简要归结为图1所示的两个方面:即防止“危险物品”和 “危险人员”进入控制区特别是航空器。其中,在航站楼旅客安检区域,防范“危险物品”的核心任务之一便是对客舱行李(亦称:手提行李或随身行李)进行禁限物品筛查。

图1:民航安全检查工作分布简图
长期以来,禁限物品漏检问题作为一类安保措施的失效现象具有普遍性,是全行业的重难点议题和机场安检管理的主抓方面。本文主要针对客舱行李的禁限物品筛查工作,探讨分析现行模式的局限性和漏检的深层次原因,提出一种基于计算机视觉技术的人工智能辅助判图系统,并通过在虹桥机场安检的布置与测试应用,以对机场客舱行李安全检查智能化作出初步研究和探索。
目前,几乎国内所有机场,客舱行李检查采用图2所示模式:在行李通过X射线安全检查设备(X光机)后,安检员基于对行李X射线图像特征的分析,判读是否有禁限物品,并指明禁限物品的具体位置及性质,进而根据判读结果和民航法律法规要求,予以放行或进一步手工开箱包检查。
显然,现行模式下的整个业务内容是一项基于视觉判断的信息处理任务,有两个主要特点:一是任务目标及需求单一明确,可简单归结为处理“what is where?……