“四型机场”示范项目：贵阳机场安检质控平台系统建设

资料图：贵阳龙洞堡国际机场（贵阳机场供图）

基于人工智能（AI）图像分析的

安全检查质控平台系统建设

贵阳机场

针对目前安检x光机的判图中的痛点和难点，通过同国内一流人工智能开发团队的紧密合作，该系统在短时间内达到或超过人工开机判图员水平，从而达到降低空防安全风险的目的。

贵州贵阳龙洞堡国际机场股份有限公司作为贵州省机场集团有限公司的控股子公司，是贵阳机场运营保障和安全责任的主体，负责贵阳机场航空主业的组织运行。近年来，在贵州省社会经济快速发展的强力带动下，贵阳机场自2013年突破旅客吞吐量1000万人次以来，2016年突破1500万人次、2017年突破1800万人次，进入了运输旅客吞吐量年增200万人次以上的快速增长期，而今年即将突破2000万人次大关，这是贵阳机场转场通航20周年来实现的又一次历史性跨越。随着贵阳机场不断攀登客流高峰的同时，机场安全检查的效率和质量也面临着巨大挑战。如何在安全可控的范围内，快速高效地实现安全检查已成为贵阳机场亟待解决的问题。

2018年6月以来，贵阳机场针对安全检查中的痛点和难点，依托贵州大数据战略行动和“大数据+产业深度融合”行动计划，基于云计算和人工智能技术的发展，提出“AI人工智能图像分析”项目课题，结合机场安检业务场景，引入人工智能技术，在不突破现有民航规章的框架下提升安检效率和准确率，防止漏检漏放的安全检查事件发生，实现更快速、更高效、更智能的智慧安检，目前该项目处于研发实施阶段。

AI图像分析平台开发工作主要由国内一流科研团队承担，结合中国航信旗下西南凯亚信息技术优势，在安检质控平台的基础上整合AI图像分析技术，为机场安检平安高效运行提供稳定可靠的质量保证。

建设目的及意义

一是改变了安检工作的质量完全受限于安检人员的能力、经验、情绪和态度的现状。通过安检工作方式特别是对图像质控方式的创新，同时改变信息的传递方式，增加工作处理手段，提高安检质量的管控水平与工作效率。

二是实现安检数据的全过程记录、全方位监管、全区域覆盖，让安检工作处处留痕，让数据会说话，用数据支撑安检工作中的安全绩效管理，提高安检工作效益与效能。

三是为管理的决策提供数据支撑，建设基于数据安检的工作管理新模式，使安全管理数据化、图形化，展示安检工作各环节中的工作量、时限、效率、质量等，为管理提供决策支撑。

四是建立安检技能培训特别是开机技能培训的学习平台，按人、按岗、按需提供定制化的学习计划，提高安检人员学习效率与兴趣，实现安检工作水平整体、全面提升。

AI人工智能图像分析平台借助人工智能图像识别技术，不断训练优化人工智能模型，使机器更加准确地自动识别危险物品并给出提示信息，将极大提升了机场安检工作的整体效率，具体目标如下。

目标一

减少盲区，提升效率。从原来的抽检转化为AI全检，从两个视角甚至多个视角做质量控制。全检时对每幅X光机图像最低可达到秒极，极大地提升辅助检查效率。

目标二

提高判断精度，降低漏检率。有助于提升图像判断准确率及敏感度，辅助分析判断，还大范围减少人工工作强度，减少疲劳，降低错误概率，降低漏检概率。

通过科研团队前期技术分析和研判，预计在三个月内，违禁物品识别率达到70%，通过深度学习，半年内识别率达到85%，一年后识别率达到90%或以上。

建设思路

紧密结合安检业务流程及安检规范要求，充分利用现有业务系统及数据，按照“八统”思想来设计，即统一身份认证、统一访问授权、统一资源整合、统一资源共享、统一消息告知、统一标准规范、统一接口服务、统一数据访问。

在X光机图像管理方面实现统一采集、存储、切换X光机图像，实现实时监控与复核操作，留存复检记录数据。通过安检区内摄像头采集的图像，采用视频分析技术，实现X光图像、旅客、行李关联显示。同时，通过与新增加通讯系统的软件对接，实时通讯联动。

建设原则

1.统一规划，顶层设计

系统的规划要有适当的超前和前瞻性，根据目前信息技术的发展方向，采用视频分析、图像分析、大数据等新一代信息技术，保持系统的先进性，要坚持统一规划，顶层设计的原则来设计系统，使它成为机场信息化系统的有机组成部分。

2.整合资源

系统建设重点是整合和完善应用系统和数据资源，并且按服务对象需求组织提供数据服务，通过对数据的采集分析、交叉比对，实现对数据的挖掘应用，在设计和建设中，有效整合这些资源，充分利用数据实现有效应用及扩展服务。

3.标准化、规范化

在数据加工处理、数据建库、数据交换、数据更新等环节；在应用系统设计、开发、改造、应用等环节；在网络连通、应用、管理等环节；在项目建设、运行、维护、安全管理等环节按照国家标准和项目标准开展各项工作。系统设计要符合信息系统的基本要求和标准；数据类型、编码、图式符号要符合现有的国家标准和行业规范。

4.统一开发、分级建设，边开发、边应用

在统一的标准规范指导下，分级、分步骤开展系统建设。有计划地组织各级各类基础数据的采集与建库工作，同时根据各方面需要开发子系统，为系统投入运行进行必要的准备，做到边开发、边应用。

安检质控平台

系统架构

系统架构

1系统组成

系统由如下部分组成。

业务流程

2核心人工智能AI

在项目中，按照科研团队的研究，初步会用到如下两种算法。

1深度学习检测

通过特征挖掘，快速发现潜在违禁物品图标。DSSD（基于深度学习的目标检测框架）为近年在效果和执行效率两方面表现非常突出的算法，主干模沿用了近年在图像识别方面表现优异的残差式卷积神经网络，可以保证特征提取效果。在小目标上做了很好的改进，使其可以准确地检测出不同大小的瑕疵，可以满足实时的识别需求，确保GPU识别效率。

2 深度学习分类

降低复杂背景带来的干扰，锁定目标。FPN（特征金字塔模型）网络特征提取为目前最棒的特征提取算法之一，在小目标上做了很好的改进，使其可以准确地检测出不同大小的违禁品/限带品。主干网络可灵活替换，有多种网络设计可采用，进一步提升特征提取的效果。将图片切成小块，使用图像分类方式确定目标品位置，有违禁品/限带品的x光图像和背景相比存在差异，切分图片后可以更精准地定位违禁品/限带品的种类、形状、尺寸等信息。

系统性能总体要求

1系统高可靠性

系统需要高可靠的产品和技术，充分考虑系统的应变能力、容错能力和纠错能力，确保整个基础设施系统运行稳定、可靠，最大限度地支持业务系统的正常运行，满足系统连续运行的要求。

2系统跨平台支持

系统平台应支持异构数据之间数据交换和共享，能实现与各种主流关系型数据库连接，支持不同操作系统之间信息交换互联互通。

3系统易管理性

系统平台应具有良好的可管理性，提供管理工具帮助管理人员系统全面的监控、管理和配置，并为系统故障的判断、排错和分析提供支撑，可对信息交换流程进行简易、灵活的定制和调整，同时对平台运行情况能够实时的统计分析、报表展示。

4系统故障处理

系统能自动识别用户的数据输入错误，给出提示并进行相应的处理，具有数据校验和信息反馈机制，保证数据的一致性和完整性。

5系统适应性和可扩展性

系统的软件架构具有充分的可扩展性，能够随时加入新的软件模块。系统具有统一的用户界面，设置灵活，适应性强。同时，根据未来业务的增长和变化，可以平滑地扩充和升级，最大程度的减少对网络架构和现有设备的调整。具有面向未来的良好的伸缩性能，既能满足当前的需求，又能支持未来功能需求的扩展和与其他机构或部门的连接等扩充性要求。

本项目分为四个阶段进行：需求分析，立项及研发前准备，项目研发以及上线推广运用。在前期需求分析阶段，在调研了解国内外这一技术应用的情况的基础上，主要针对项目的可行性进行分析，并收集整理项目的功能需求点。紧接着成立项目组对项目任务进行了分配，同时对项目所需要的数据进行采集以及硬软件设备的采购。在项目研发阶段，使用敏捷开发方式，不断迭代版本，通过项目每周例会的方式，实时沟通研发进展。

系统功能展示

01

在小程序上通过及时数据统计（旅客排队时间、安检通过速率、通道员工信息以及详细的安检数据统计等）对安检实时把控。

数据展示与员工信息

通道管理

02

质控平台：行李X光机图像、行李视频、旅客视频数据以及安检员信息、通道等相关联显示，可实时切换并查看各通道X光机图像。可按旅客以及航班等追溯安检过程数据、可按旅客以及航班等追溯安检过程数据。报表统计：总体数据、通道数据、质控员数据等。

通道X光机图像质控

视频与图像关联

旅客信息回查显示

报表统计

03

学习培训平台：开机技能培训的学习平台，按人、按岗、按需提供定制化的学习计划，提高安检人员学习效率与兴趣，实现安检工作水平整体、全面提升。丰富的题库种类，可选择题库设定考试时间，随时随地学习。

学习培训平台

移动学习平台

结语

目前，项目已进行到深入研发阶段，并取得了相应的研发成果，违禁物品已完成分类，基本数据已完成采集，图像打标平台已初步建成，质控管理云平台框架正在搭建，小程序UI界面已设计完成。

我们深信，在当前复杂多变的空防外部环境的安全压力下，通过人工智能和大数据及相关技术的应用，将有效降低空防安全运营风险，助力平安机场、智慧机场建设，推动民航高质量发展。