安全检查是为降低安全风险所采取的检验手段，当前各地返工复工节奏加快并受疫情影响，对公共交通安全检查的要求也越来越高。与此同时工信部网站2月4日发布《充分发挥人工智能赋能效用协力抗击新型冠状病毒感染的肺炎疫情倡议书》明确提出要利用人工智能技术补齐疫情管控技术短板。目前人工智能在疫情期间公共交通的安全检查主要集中集中在，加大智能安检设备的部署，加速推广自动化安检以减少安检人员与旅客的接触，在人口流动量大的地方实施无人体温检测，出入口建立智能刷脸系统实现零接触无需摘下口罩也能通过验证保障高效通行，大力大数据中心的建设等。

作者 | 胡乐怡

一 安检产业现状及疫情期间安检应用场景说明

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走向智能模式，安检设备从防控辅助安检人员检查走向效率提升的无人系统，根据普华永道于2019年7月发布的全球AI研究报告显示，全球安检市场2023年可见空间将达300+亿美元。据前瞻产业研究院发布的《中国安防行业市场前瞻与投资战略规划分析报告》数据显示，2016年我国的安检企业约2．2万家，行业规模约5740亿元，预计2020年将达到9952亿元，复合增长率达15％。

二 安检领域中的常用人工智能技术

边缘计算：是一种分散式运算的架构，将应用程序、数据资料与服务的运算，由网络中心节点，移往网络逻辑上的边缘节点来处理，可以加快大容量检测数据的处理与传送速度，实现各种场所对流动人员体温检测和身份识别，提高安检速度，减少延迟。

大数据分析：智能安检系统可加入数据筛查追溯功能，可以了解返工人员曾使用的交通方式，基本健康情况等信息，记录被列为密切接触者的查询人信息并推送到有关部门，以便及时管理，帮助确定人员满足复工要求。

人脸识别技术：人脸识别技术在公共安全、访问权限控制等诸多领域都有广泛的应用。人脸识别系统主要包括人脸检测、特征提取和人脸识别三个部分。国际民航组织（ ICAO）已确定，从 2010年 4月 1日起，其 118个成员国家和地区，人脸识别技术是首推识别模式，该规定已经成为国际标准。

深度卷积神经网络:以往X光行包检测主要依靠颜色分析法和形状分析法，这两种方法都依赖于安检人员看图和人工判别，准确性受安检人员的工作经验和工作负荷所影响。深度卷积神经网络可以使数据集中含有的先验知识影响到原始数据的输入参数上，同时限制模型参数在学习过程中的变化保证其收敛。深度卷积神经网络的应用可以实现被检测物体的精确定位以及特征提取，自动检测管制物品，有效减少人力资源。

三 人工智能技术在安检领域中的落地场景

四 人工智能在安检领域的应用案例

旷视科技：旷视科技的人体识别+人像识别+红外/可见光双传感”的创新解决方案，可在佩戴有口罩和帽子的情况下测量人体提问，帮助工作人员快速筛查通行人群，大众无需摘下防护也无需排队聚集，大大提升公共空间的安全性和检测效率。目前，旷视科技人工智能测温系统已经在北京市海淀区政务大厅、多个地铁站等试点投入使用。

Zensors：位于美国匹兹堡的公司利用实时大数据可以估计旅客的当前排队安检时间报告实时人数，在排队过程中与前后乘客的距离等，安检门前聚集了多少人等从而帮助旅客做排队决策，便于工作人员疏导和避免事故减少感染风险。

达闼科技：青岛达闼云端智能科技有限公司的云机器人CloudPepper，XR-1具有特色防疫功能例如体温识别，超温后台告警；未佩戴口罩识别，前端语音宣传，后台告警。可长期在风险暴露环境执勤，降低工作人员传染风险，可在人流密集、防疫压力大的地方使用。

依图科技：依图“云边端”综合解决方案，全面融合了人体测温、是否戴口罩检测、戴口罩的人脸识别、数据筛查追溯等功能，可灵活覆盖各类应用场景的测温筛查，保障高效通行。

云天励飞：云天励飞的基于人脸识别的智能红外体温检测系统主要实施在重要的公共区域，比如火车站等地实行严格的三层测温方案，第一层为出入闸机通道增加人脸测温仪; 第二层为出入站口室内，人工安检增加手持测温仪复查; 第三层为出入口及周边部署人脸抓拍机测温仪器，综合分析高危人群及人员出行信息。

商汤科技：基于深度学习人脸识别算法，SenseKeeper 人脸识别机（闸机版）能够实现人员身份验证，进行人员进出管理和考勤管理，广泛适用于火车站、高铁站、飞机场、地铁站、长途汽车站等，有助于实现智能化安全管控。

阿里云：机场安检人脸识别解决方案帮助安检员判断身份证与持证人是否为同一个人，识别率达到99%以上，大大增加安全系数以及提高安检效率。此外，旅客无需额外的凭证，工作人员可掌握进出人员的轨迹信息，提升过闸效率。

腾讯优图：优图在人脸检测、人脸关键点定位、人脸属性、人脸识别等技术进行重点攻坚。在口罩属性识别方面，目前优图算法可精细识别以下五种情形：未佩戴口罩、错误佩戴口罩且遮挡嘴部、错误佩戴口罩且遮挡下巴、错误佩戴口罩未遮挡面部、正确佩戴口罩。

五 人工智能在安检领域中的局限性

物理障碍：当前的人脸识别算法固然能够以较高的准确率识别个体身份，然而部分（整容）情况下仍会被面部结构改变所误导。而虹膜识别同样存在会被美瞳、有色隐性眼镜所阻碍的风险。

伦理道德质疑：由于部分智能安检设备能够穿透衣着来检测危险物品。即便技术上拥有隐私维护措施，但民众对技术的理解和接受度或将带来隐私安全方面的忧虑。

六 人工智能在安检领域的发展趋势

安检无人化：伴随人工智能技术为安检所带来的大幅增效，其走向无人化的趋势已经成为必然。

方法多元化：检测伴随物联网和传感器的发展，人工智能将会为安检工作带来更加多元的手段，实现不同场景下均能保证探测准确率的精准性，或是通过一次完成多种检测类别的高效性