人工智能加持 安检行业迈进智能化新时代

简介: 经过多年的发展,特别是随着各种国际活动在中国的召开,国内基础设施的建设和轨道交通的快速发展,中国对安检设备的应用需求不断增加,其销售增长率远远高于国际平均水平。

20世纪70年代,公安部第一研究所在吸收国外安检设备技术的基础上,在中国引进了第一代安检设备。经过多年的发展,特别是随着各种国际活动在中国的召开,国内基础设施的建设和轨道交通的快速发展,中国对安检设备的应用需求不断增加,其销售增长率远远高于国际平均水平。在此基础上,借助我国强大的生产制造能力和国家大力倡导和推动的创新创造环境,中国已成为全球最大的集研发、生产和销售于一体的安检设备市场之一。
78f38cf7839e5fb2bfa157ad62aaa98fb66d9b.jpg

然而,近年来随着全球反恐形势日益严峻,机场、高铁、大型活动场所及政府要害部门等的安全检查排爆受到各国广泛重视。面对新的形势,安全检查技术得到前所未有的发展,安检智慧化日益提上日程。

一、技术现状
安检的重点应用领域民航安检成立30余年,面对的环境、形势发生了重大变化,但检查模式并没有质的飞跃,安检设备的更新换代虽然在用户体验上有了较大进步,但在关键技术环节没有本质的革新。目前大范围投入使用的设备无法实现精细成像、智能识别,更多只能依赖检查员经验判断,虽然技防是辅助、人防是关键,但由于受限于技术水平,多环节的反复人工确认,降低了检查效率。

传统安检存在着依靠人工判图、信息闭环割裂、大数据无法回溯等问题,并且各系统之间缺乏信息交互,存在资料调用不便,无法统一分析,既不能做到主动预警,也不能为管理层提供有效决策依据。信息化建设的滞后造成被动接受信息的运行管理格局。

面对各种风险,安检行业更多地还是以传统方式予以应对,手段非常有限,主要依靠员工的自我管理、自我加压、严格检查。从当前安全形势、技术的飞速发展趋势看,安检设施设备的技术更新与信息化建设的加速推行是提高整个安检行业质量、效能与口碑的关键。而以航空枢纽建设为目标的各大机场,更应以技术平台建设来充实防线,更多地采用技术手段替代人力,减少差错,降低风险。

二、人工智能等技术加持
人工智能安检,安检行业的新生力量——“智能安检”。它是基于现有安全检测设备的研发经验,与人工智能有机结合,既能提高效率,又能与大数据交互,从而成为一种有效的社会保障手段。同时,由于人工智能的出现,安检行业也正在经历一场巨大的变革,迎来新一轮的发展机遇。

在数据、算法和算力的快速推动下这几年人工智能技术蓬勃发展,在各行各业衍生出了多种多样的应用。AI已经融入安防行业,对安检而言是一场技术的变革。当前“智能安检”成为安检行业的重要趋势,主要表现出的新特征有:物联网技术与新传感技术的整合应用——如采用毫米波技术的新型周界安全设备;大数据采集与分析的应用—— 如“证照合一、指纹对比、人像采集等比对核验”安检应用;医用级成像技术的应用——如“透视式、成像安检门”;人工智能广泛应用等。

目前人工智能、大数据等新技术与安检行业创新融合,已经实现了多方面、多维度的突破,譬如:对爆炸品的精准分析已成为可能,并取得了重大突破。另外,新一代成像安检设备逐步替代传统单一金属安检门;图像识别技术已取代人工识别,对危险品的检测实现自动化;证照合一、指纹对比、人像采集等比对核验功能集合于一体;对比持证人身份证内指纹信息或人脸信息,完成“人证同一”的验证,解决人证不符、冒名顶替等安检问题,信息采集和比对智能化;人体测温应用,在疫情期间特显新产品的优势及满足市场刚需预期。守门神针对此次疫情推出的多功能门,集“探温、消毒、人脸识别”于一身,不仅可以提高防控工作效率、通行速度、降低人群密集度,还能极大地减少人与人近距离接触式测温引起的交叉感染,实现通过人员和温度间的准确匹配。

人工智能是新一代科技革命的核心技术,深刻影响着人们的生产生活。随着人工智能与安检设备的融合,相关企业也都利用自身优势将人工智能融入安检业务中,满足不断更新的安检需求,传统的安检行业正在迈入智能化新时代。

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与未来教育:探索智能教学的新纪元
【10月更文挑战第16天】 在21世纪这个信息爆炸的时代,技术革新正以惊人的速度改变着我们的生活和工作方式。其中,人工智能(AI)作为引领变革的先锋力量,不仅重塑了工业、医疗、金融等多个行业的面貌,也正悄然渗透进教育领域,预示着一场关于学习与教学方式的革命。本文旨在探讨人工智能如何为未来教育带来前所未有的机遇与挑战,从个性化学习路径的定制到教育资源的优化分配,再到教师角色的转变,我们一同展望一个更加智能、高效且包容的教育新纪元。
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能:有多少人工,才能有多少智能?
当下AI大模型的能力,特别是Agent领域,到底离不开多少“人工”的加持?本文将结合我的实际经验,深入探讨高质量数据与有效评价体系在Agent发展中的决定性作用,并通过编码Agent、Web Agent和GUI Agent的成熟度分析,揭示AI智能体发展面临的挑战与机遇。
301 89
|
3月前
|
机器学习/深度学习 人工智能 供应链
决策智能是新的人工智能平台吗?
决策智能融合数据、决策与行动,通过AI与自动化技术提升企业决策质量与效率,支持从辅助到自动化的多级决策模式,推动业务敏捷性与价值转化。
|
6月前
|
机器学习/深度学习 人工智能 自动驾驶
人机融合智能 | 以人为中心的人工智能伦理体系
本章探讨“以人为中心”的人工智能伦理体系,分析人工智能伦理与传统伦理学的关系、主要分支内容及核心原则。随着人工智能技术快速发展,其在推动社会进步的同时也引发了隐私、公平、责任等伦理问题。文章指出,人工智能伦理需融入传统伦理框架,并构建适应智能技术发展的新型伦理规范体系,以确保技术发展符合人类价值观和利益。
319 4
|
6月前
|
机器学习/深度学习 人工智能 算法
人机融合智能 | 以人为中心人工智能新理念
本文探讨了“以人为中心的人工智能”(HCAI)理念,强调将人的需求、价值和能力置于AI设计与开发的核心。HCAI旨在确保AI技术服务于人类,增强而非取代人类能力,避免潜在危害。文章分析了AI的双刃剑效应及其社会挑战,并提出了HCAI的设计目标与实施路径,涵盖技术、用户和伦理三大维度。通过系统化方法,HCAI可推动AI的安全与可持续发展,为国内外相关研究提供重要参考。
484 3
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
人机融合智能 | 数据与知识双驱动式人工智能
本章系统介绍了数据驱动、知识驱动及双驱动人工智能的理论与应用。数据驱动方法依赖大数据和深度学习,在图像识别、自然语言处理等领域取得突破,但面临标注成本高、可解释性差等问题。知识驱动方法通过知识表示与推理提升系统理解能力,却在泛化性和适应性上受限。为弥补单一范式的不足,数据与知识双驱动融合两者优势,致力于构建更智能、可解释且安全可靠的AI系统,兼顾伦理与隐私保护。文章还回顾了AI发展历程,从早期神经网络到当前大规模语言模型(如GPT、BERT)的技术演进,深入解析了各类机器学习与深度学习模型的核心原理与应用场景,展望未来AI发展的潜力与挑战。
412 0
|
传感器 数据采集 机器学习/深度学习
人工智能与环境保护:智能监测与治理的新策略
【9月更文挑战第21天】人工智能在环境保护中的应用,为智能监测与治理提供了新的策略和方法。通过实时数据采集与分析、智能预警与应急响应、精准化决策支持等技术的应用,AI正在引领一场革命性的变革。未来,随着技术的不断发展和应用场景的拓展,AI将在环境保护中发挥更加重要的作用,助力我们构建更加绿色、可持续的未来。让我们携手共进,共同迎接一个更加美好的明天。
|
8月前
|
数据采集 机器学习/深度学习 人工智能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
602 4
|
机器学习/深度学习 人工智能 运维
人工智能在云计算中的运维优化:智能化的新时代
人工智能在云计算中的运维优化:智能化的新时代
1103 49
|
机器学习/深度学习 人工智能 算法
人工智能与机器人的结合:智能化世界的未来
人工智能与机器人的结合:智能化世界的未来
1563 32