劉惠敏

天津市中國(guó)民航大學(xué) 天津 300300

隨著改革開放的進(jìn)一步深化，社會(huì)高速發(fā)展，民航業(yè)也在這一機(jī)遇中取得突破性進(jìn)展。與此同時(shí)，世界經(jīng)濟(jì)一體化加快了民航發(fā)展的進(jìn)度。這使得在未來一段時(shí)間內(nèi)，我國(guó)民航的國(guó)內(nèi)旅客將會(huì)較快增加，并且國(guó)際游客人數(shù)也將大幅度上漲，我國(guó)的民航業(yè)發(fā)展形勢(shì)一片大好，對(duì)于民航安保的要求也越來越高。

2019年全國(guó)兩會(huì)首場(chǎng)“部長(zhǎng)通道”舉行，中國(guó)民航局局長(zhǎng)馮正霖表示，中國(guó)民用航空實(shí)現(xiàn)102個(gè)月安全運(yùn)行記錄，7000萬小時(shí)的飛行安全記錄，處于世界先進(jìn)國(guó)家之列。2017年5月3日，《民航安全隱患排查治理工作指南》指出，“安全隱患排查零容忍”。始終堅(jiān)持以“零容忍”的態(tài)度對(duì)待安全隱患，確保每個(gè)航班萬無一失。同時(shí)也嚴(yán)厲打擊和查處違反民航安全操作規(guī)章、違反民航安全工作條例規(guī)定的違法違紀(jì)行為，確保民航安全。（摘自中國(guó)網(wǎng)）

現(xiàn)階段民航安檢的不足：

2012年6月29日，由新疆和田飛往烏魯木齊的GS7554航班于12：25分起飛，12：35分飛機(jī)上有6名歹徒暴力劫持飛機(jī)，歹徒全部為維吾爾族男性，以偽裝的拐杖為武器，意圖進(jìn)入駕駛艙。侯漢敏（新疆維吾爾自治區(qū)發(fā)言人）：早晨12點(diǎn)25分，從新疆的和田到烏魯木齊一個(gè)航班上，起飛10分鐘，有6名歹徒用暴力的方式要砸開駕駛艙的門，企圖要進(jìn)行劫機(jī)，被機(jī)組人員和乘客共同制服了歹徒，飛機(jī)后來就返回到和田機(jī)場(chǎng)，安全著陸了，飛機(jī)上的其他乘客就安全返回了，其中6名歹徒被抓住了。在制服的過程中，也有7、8個(gè)機(jī)組人員和乘客受了輕傷，現(xiàn)在案件還在進(jìn)一步的調(diào)查之中。

2018年4月15日，CA1350長(zhǎng)沙——北京航班發(fā)生機(jī)上一名頭等艙男性旅客脅持乘務(wù)員事件，該名乘客用自身攜帶的鋼筆做挾持工具，機(jī)組按處置程序備降鄭州新鄭機(jī)場(chǎng)。

上述案例充分顯示出傳統(tǒng)安全檢查的弊端：

1.只關(guān)注可能產(chǎn)生襲擊的工具，而不針對(duì)發(fā)動(dòng)襲擊的人；

2.安全成本太高；

3.只依賴硬件技術(shù)，而沒有將行為訊息與之結(jié)合，形成了安檢過程中的盲點(diǎn)，讓不法分子有機(jī)可乘；

4.安檢過程中沒有重點(diǎn)檢查對(duì)象，效率低下。

這就使得我們必須引入新的安保理念，即異常行為識(shí)別。與傳統(tǒng)的安保技術(shù)中相比，異常行為識(shí)別具有不可比擬的優(yōu)勢(shì)。通過培訓(xùn)安保人員，使他們能夠預(yù)先識(shí)別出帶有異常行為的旅客，并對(duì)這些旅客進(jìn)行重點(diǎn)關(guān)注，將危險(xiǎn)最大程度地控制在地面。

現(xiàn)階段異常行為識(shí)別的研究進(jìn)展：

2018年，薛春芳、孫嫻等（何丹丹）人通過視頻監(jiān)控，從而人的異常行為進(jìn)行識(shí)別定位；2017年，高立青《治安監(jiān)控視頻大數(shù)據(jù)中的行人行為識(shí)別方法》，研究了基于MapReduce框架的分布式處理算法，以行人圖元為最小粒度，對(duì)行人的行為進(jìn)行研究；2016年，王瑩《運(yùn)用于智能交通系統(tǒng)的全天候視頻監(jiān)控》、李可先《計(jì)算機(jī)智能視頻監(jiān)控系統(tǒng)技術(shù)研究》等人（宋丹妮、王國(guó)楨），通過智能化視屏監(jiān)控技術(shù)，過濾出正常行為模式，從而識(shí)別出異常行為；2015年，王夢(mèng)迪《視頻監(jiān)控場(chǎng)景中的群體異常行為檢測(cè)研究》通過監(jiān)控視頻圖像中的群體異常行為，并采用GKLT特征點(diǎn)跟蹤算法提取群體中的運(yùn)動(dòng)粒子軌跡來進(jìn)行識(shí)別；2015年，許莙苓（基于光流特征）通過檢測(cè)三種異常行為，對(duì)算法進(jìn)行深入研究，來推進(jìn)機(jī)場(chǎng)的智能化管理；2012年，林春麗總結(jié)了當(dāng)前常用的幾種方法，提出了背景減除與邊緣提取相結(jié)合的目標(biāo)檢測(cè)算法，解決了常規(guī)算法中對(duì)人體輪廓提取不完整的問題；2008年，周剛《人因失誤與人不安全行為相關(guān)原理的分析與探討》講述了人因失誤與人的不安全行為之間的關(guān)聯(lián)，并提出從安全教育、技術(shù)培訓(xùn)、人機(jī)系統(tǒng)設(shè)計(jì)等方面控制人的不安全行為。

2018年，J.Arunehru提出了一種三維卷積神經(jīng)網(wǎng)絡(luò)（3D-CNN），用于視頻中的動(dòng)作檢測(cè)和識(shí)別，并與現(xiàn)有方法進(jìn)行了精度比較，優(yōu)于以前公布的結(jié)果；2016年，Mahdi Hashemzadeh結(jié)合基于關(guān)鍵點(diǎn)和基于分段的特征，計(jì)算擁擠場(chǎng)景中的人數(shù)；2014年，Yuchen Wang提出了一種基于高斯混合模型的梯度水平集方法（GMM-GLS），用于視頻序列中的運(yùn)動(dòng)目標(biāo)輪廓跟蹤，以處理自動(dòng)初始化和背景變化，大大提高了目標(biāo)輪廓跟蹤的性能；2012年，Guogang Xiong提出了一種不依賴相機(jī)參數(shù)和透視畸變不變的方法來檢測(cè)兩類異常人群行為，使得在沒有攝像機(jī)標(biāo)定和訓(xùn)練數(shù)據(jù)的情況下，該方法能夠在較低的計(jì)算負(fù)載下，對(duì)異常行為進(jìn)行可靠的檢測(cè)；1992年，J.Yamato提出了一種基于隱馬爾可夫模型的人的行為識(shí)別方法，通過增加用于生成培訓(xùn)數(shù)據(jù)的人數(shù)，提高了識(shí)別率，表明建立獨(dú)立于人的動(dòng)作識(shí)別器的可能性。

從上述研究報(bào)告中可以看出，對(duì)火車站等群體中的異常行為進(jìn)行研究較多，我國(guó)民航異常行為識(shí)別的研究領(lǐng)域尚為空白；通過視頻對(duì)人體異常行為識(shí)別的較多，而建立指標(biāo)體系的較少；關(guān)注計(jì)算機(jī)識(shí)別方法改進(jìn)的較多，而對(duì)實(shí)際情況下分類指征的研究較少；民航業(yè)對(duì)技術(shù)提高更重視，而對(duì)安檢人員的培訓(xùn)缺乏更多關(guān)注。同時(shí)國(guó)外對(duì)于異常行為識(shí)別的研究主要集中于方法的不斷更新與改進(jìn)，而缺乏對(duì)指征體系的構(gòu)建。其次，國(guó)外對(duì)于民航領(lǐng)域異常行為識(shí)別的研究較少，多為研究普通公眾場(chǎng)合中的人的行為。最后，國(guó)外的異常行為識(shí)別研究多為行人明顯的肢體動(dòng)作，對(duì)于表情、證件等指征總結(jié)較少。