无接触，自动化，疫情人工智能助力公共交通

安全检查是一种降低安全风险的检查方法。目前，各地返工复工的速度加快，受疫情影响，对公共交通安全检查的要求越来越高。同时，工业和信息化部网站2月4日发布了《关于充分发挥人工智能的使能作用，共同抗击新型冠状病毒感染肺炎的建议》，明确提出利用人工智能技术弥补疫情控制技术的不足目前，人工智能在疫情期间对公共交通的安全检查主要集中在增加智能安检设备的部署、加快推进自动安检以减少安检人员与乘客之间的接触、在人口流量大的地方实施无人值守体温检测、在出入口建立智能刷牙系统以实现零接触、确保无需摘下口罩即可有效通过安检、大力建设大型数据中心等方面。

作者|胡

疫情期间安检行业现状及安检应用场景描述

随着大数据、云计算、计算机视觉等技术的发展，安检行业正从传统的需要大量人力物力的形式向智能模式转变，安检设备正从预防控制向辅助安检人员转变，向效率更高的无人值守系统转变。根据普华永道2019年7月发布的全球人工智能研究报告，2023年全球安检市场的可视空间将达到300多亿美元根据前瞻性行业研究所发布的《中国证券业市场展望及投资战略规划分析报告》数据，2016年中国约有22000家证券监管企业，行业规模约为5740亿元。预计2020年将达到9952亿元，复合增长率为15%

2安全检查领域中常见的人工智能技术

2 edge计算:它是一种分散的操作框架，将应用程序、数据和服务的操作从网络中心节点转移到网络的逻辑边缘节点进行处理，从而加快了大容量检测数据的处理和传输，实现了各地移动人员的温度检测和身份识别，提高了安全检查速度，减少了延迟

大数据分析:智能安检系统可包括数据筛选和追踪功能，可了解返工人员使用的运输方式和基本健康状况，记录被列为密切接触者的信息并推送到相关部门，以便及时管理和帮助确保人员满足复工要求。

人脸识别技术:人脸识别技术广泛应用于公共安全、访问控制等领域。人脸识别系统主要包括人脸检测、特征提取和人脸识别国际民用航空组织(ICAO)已确认，从2010年4月1日起，人脸识别技术是其118个成员国和地区的第一种识别模式，该规定已成为国际标准。

深度卷积神经网络:过去，x光行李检查主要依靠颜色分析和形状分析，两者都依靠安检人员查看地图和人工判断。准确性受到安保人员工作经验和工作量的影响。深度卷积神经网络可以使数据集中包含的先验知识影响原始数据的输入参数，同时限制学习过程中模型参数的变化，保证其收敛性。应用深度卷积神经网络可以实现被检测对象的精确定位和特征提取，自动检测受控对象，有效减少人力资源着陆场景

三人工智能技术在安检领域的四个应用案例

人工智能在安检领域的四个应用案例

开放视觉技术:人体识别开放视觉技术+人像识别+红外/可见光双感知”创新解决方案。本发明可以在戴口罩和帽子的情况下测量人体问题，帮助工作人员快速屏蔽过往人群，公众无需脱下防护或排队集合，大大提高了公共空间的安全性和检测效率。目前，师旷科技人工智能测温系统已经在海淀区政务大厅和北京几个地铁站投入使用

Zensors:总部位于匹兹堡的公司可以使用实时大数据来估计乘客当前的排队时间，以报告实时乘客数量、排队过程中前后乘客的距离以及有多少人聚集在安全门前来帮助乘客做出排队决定，这便于工作人员减轻和避免事故，并降低感染风险。

达赖技术:青岛达赖云智能科技有限公司的云机器人CloudPepper XR-1具有体温识别、超温背景报警等特殊防疫功能；识别不戴口罩，前端语音宣传，后台报警可长期在风险暴露环境中值班，降低工人感染风险，可用于人群密集、防疫压力大的场所。

基于地图的技术:基于地图的“云侧”综合解决方案综合集成了人体体温测量、戴面罩检测、戴面罩人脸识别、数据筛选和跟踪等功能。它可以灵活地覆盖各种应用场景中的温度测量和筛选，并确保有效通过。

田芸李飞:田芸李飞基于人脸识别的智能红外温度检测系统主要实现在重要的公共区域，如火车站等地方，实施严格的三层温度测量方案。第一层是在入口和出口处增加一个面部温度计。二楼是进出口室。手动安全检查增加手持温度计进行复查。三楼是入口，周围部署了面部捕捉机测温仪器，全面分析高危人群和人员的出行信息

上汤技术:基于深度学习人脸识别算法，SenseKeeper人脸识别机(gate版)可以实现人员身份验证、人员出入境管理和考勤管理。广泛适用于火车站、高速火车站、机场、地铁站、长途汽车站等。有助于实现智能安全管理和控制。

ariyun:机场安检人脸识别解决方案帮助安检人员判断身份证和持证人是否是同一个人，识别率达到99%以上，大大提高了安全系数，提高了安检效率此外，乘客不需要额外的文件，工作人员可以掌握进出人员的轨迹信息，从而提高道口的效率。

腾讯Youtu: Youtu专注于人脸检测、人脸关键点定位、人脸属性、人脸识别等技术在面具属性识别方面，目前的最优图算法可以很好地识别出以下五种情况:不戴面具、戴面具不正确而遮住嘴、戴面具不正确而遮住下巴、戴面具不正确而遮住脸、戴面具正确

5人工智能在安全检查领域的局限性

物理障碍:尽管当前的人脸识别算法可以高精度地识别个人身份，但在某些情况下(整容手术)，它仍然被面部结构的变化所误导然而，虹膜识别也有被漂亮的瞳孔和有色隐形眼镜遮挡的风险。

伦理道德质疑:由于一些智能安全检测设备可以穿透衣物检测危险物品即使该技术具有隐私保护措施，公众对该技术的理解和接受也可能带来隐私安全问题。

6人工智能在安全检查领域的发展趋势

安全检查是无人化的:随着人工智能技术为安全检查带来的显著效率收益，走向无人化的趋势已经不可避免。

方法多样化:随着物联网和传感器的发展，人工智能将为安全检查工作带来更加多样化的手段，可以保证不同场景下检测的准确性，或者一次实现多个检测类别的

本文由 在线网速测试 整理编辑，转载请注明出处，原文链接：https://www.wangsu123.cn/news/2223.html。