劉惠敏

天津市中國民航大學(xué) 天津 300300

隨著改革開放的進一步深化，社會高速發(fā)展，民航業(yè)也在這一機遇中取得突破性進展。與此同時，世界經(jīng)濟一體化加快了民航發(fā)展的進度。這使得在未來一段時間內(nèi)，我國民航的國內(nèi)旅客將會較快增加，并且國際游客人數(shù)也將大幅度上漲，我國的民航業(yè)發(fā)展形勢一片大好，對于民航安保的要求也越來越高。

2019年全國兩會首場“部長通道”舉行，中國民航局局長馮正霖表示，中國民用航空實現(xiàn)102個月安全運行記錄，7000萬小時的飛行安全記錄，處于世界先進國家之列。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”。始終堅持以“零容忍”的態(tài)度對待安全隱患，確保每個航班萬無一失。同時也嚴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)定的違法違紀行為，確保民航安全。（摘自中國網(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分飛機上有6名歹徒暴力劫持飛機，歹徒全部為維吾爾族男性，以偽裝的拐杖為武器，意圖進入駕駛艙。侯漢敏（新疆維吾爾自治區(qū)發(fā)言人）：早晨12點25分，從新疆的和田到烏魯木齊一個航班上，起飛10分鐘，有6名歹徒用暴力的方式要砸開駕駛艙的門，企圖要進行劫機，被機組人員和乘客共同制服了歹徒，飛機后來就返回到和田機場，安全著陸了，飛機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個機組人員和乘客受了輕傷，現(xiàn)在案件還在進一步的調(diào)查之中。

2018年4月15日，CA1350長沙——北京航班發(fā)生機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，機組按處置程序備降鄭州新鄭機場。

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，而不針對發(fā)動襲擊的人；

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，讓不法分子有機可乘；

4.安檢過程中沒有重點檢查對象，效率低下。

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

現(xiàn)階段異常行為識別的研究進展：

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行識別定位；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，對行人的行為進行研究；2016年，王瑩《運用于智能交通系統(tǒng)的全天候視頻監(jiān)控》、李可先《計算機智能視頻監(jiān)控系統(tǒng)技術(shù)研究》等人（宋丹妮、王國楨），通過智能化視屏監(jiān)控技術(shù)，過濾出正常行為模式，從而識別出異常行為；2015年，王夢迪《視頻監(jiān)控場景中的群體異常行為檢測研究》通過監(jiān)控視頻圖像中的群體異常行為，并采用GKLT特征點跟蹤算法提取群體中的運動粒子軌跡來進行識別；2015年，許莙苓（基于光流特征）通過檢測三種異常行為，對算法進行深入研究，來推進機場的智能化管理；2012年，林春麗總結(jié)了當前常用的幾種方法，提出了背景減除與邊緣提取相結(jié)合的目標檢測算法，解決了常規(guī)算法中對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)、人機系統(tǒng)設(shè)計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），用于視頻中的動作檢測和識別，并與現(xiàn)有方法進行了精度比較，優(yōu)于以前公布的結(jié)果；2016年，Mahdi Hashemzadeh結(jié)合基于關(guān)鍵點和基于分段的特征，計算擁擠場景中的人數(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動目標輪廓跟蹤，以處理自動初始化和背景變化，大大提高了目標輪廓跟蹤的性能；2012年，Guogang Xiong提出了一種不依賴相機參數(shù)和透視畸變不變的方法來檢測兩類異常人群行為，使得在沒有攝像機標定和訓(xùn)練數(shù)據(jù)的情況下，該方法能夠在較低的計算負載下，對異常行為進行可靠的檢測；1992年，J.Yamato提出了一種基于隱馬爾可夫模型的人的行為識別方法，通過增加用于生成培訓(xùn)數(shù)據(jù)的人數(shù)，提高了識別率，表明建立獨立于人的動作識別器的可能性。

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