智慧安检体系在轨道交通警务实战中的建设与应用

宋嵘 彭祖东 罗仁涛 陈永新 高勇 杨亚丽 湖北省武汉市公安局轨道交通管理分局

引言

随着我国城镇化进程的加快，城市交通的压力日益增加。地铁成为人们“绿色出行”的首选。截至2018年底，我国大陆地区开通地铁的城市已达36个、运营线路173条，其中北京、上海等一线城市的日均客流量已突破1000万人次。

地铁潮汐式的客流量与安检效率之间的矛盾日益凸显。以武汉轨道交通为例，日客流量已经突破445.6万人次。而地铁安检水平普遍落后，主要存在以下问题：（1）安检完全依靠人工辨识，导致漏检率高；（2）安检点位分散，安检员勤务管理困难，缺少数字化管理手段；（3）乘客未做分类管理，大客流时段待检耗时长，漏检率高；（4）过包安检数据无法存储、归档和分析，难以实现异常警情预判。

针对以上问题，武汉市公安局轨道交通管理分局建设了“3+N”智慧安检体系。该智慧安检体系，通过结合最新的人工智能技术和大数据多维分析应用技术，建设了以“人机合一”为核心的物脸识别智慧安检系统、以大数据应用为支撑的人员分级分类导控系统、以勤务配套为保障的安检勤务等级化管理系统等，实现了智能化、全流程管理，提能增效的目标。经过试点，该系统能够实现降低漏检率，提升安检通行率，推送异常预警、监测勤务等功能，有效解决了传统“汗水警务”模式以及监管责任难的困境。

一、现状与需求

（一）现状分析

目前地铁安检工作主要面临以下问题：

1. 武汉市地铁集团担负地铁安全运营主体责任，每年用于地铁安检的费用达1.7亿元，迫切需要智能化安检措施实现企业提能增效目标。

2. 目前武汉地铁有200多个站点、300多个安检点位及6家不同的安检公司，安检点位分布于全市地铁线网。“战线长，点位多”的现状，不利于武汉市轨道交通管理分局和安检公司履行监管责任和管理职责。

3. 安检工作依赖于人工辨识，安检员长时间工作易疲劳走神，增加了地铁安全隐患；安检人员流动性强，检测水平参差不齐，优秀安检人员缺失。这些问题易导致漏检率或未检率上升。

4. 地铁存在潮汐式客流现状。尤其是高峰时段，以武汉市二号线江汉路站为例，高峰时段闸机通过人次可达200万人次，密集客流未做分类导流管控。

5. 监管单位巡查记录、过包安检数据等无法大量收集、查看和分析，导致异常警情预判难以实现。

（二）需求分析

1. 解决地铁集团履行安检主体责任，降低成本，提能增效的需求；

2. 解决公安机关履行安检监管责任，提升警务效能的需求；

3. 解决安检公司提升安检效率，提高安检员业务能力，提高整体管理水平的需求；

4. 解决安检效率与乘客通过率的固有矛盾，确保大密集客流快速通过。

二、智慧安检建设思路和技术方案

（一）武汉轨道公安顶层设计思路

1. 业务架构

根据武汉地铁运行实际情况，设计了“3+N”智慧安防防控体系。“3”具体指三个核心业务：“人机合一”为核心的物脸识别智慧安检系统、以大数据应用为支撑的人员分级分类导控系统、以勤务配套为保障的安检勤务等级化管理系统；“N”具体指围绕核心需求而衍生的N个子业务：考试培训系统、后台集中判图系统、违禁品虚拟对抗测试系统、大客流分区分时导流作业系统等。如图1所示。

2. 技术架构

技术架构采用三层架构设计，分为基础资源层、数据资源层和应用服务层，如图2所示。

（1）基础资源层

基础资源层提供数据和应用层所需的软、硬件基础。如感知硬件、系统的网络运行环境、机房环境和容灾备份等。传感器系统，由人脸闸机设备、人脸抓拍摄像机、X光智能识别终端等组成。网络通讯层为前端传感器至服务器端提供网络硬件环境，由包含有线、Wi-Fi、4G、5G等网络基础设施组成。服务器及存储层包含各子系统所需的机房环境、主机、存储器及容灾备份系统。如图3所示。

（2）数据资源层

数据资源层是整个系统数据汇总、存储以及分析交换的核心载体，拓扑图如图4所示。

（3）应用服务层

应用服务层是承载整个系统应用与交互的界面。对客户端而言，它提供可供交互的功能和图形化界面（Graphical User Interface）。对业务端而言，用于指导各应用系统的定位和逻辑关系。架构设计图如图5所示。

（二）智慧安防防控体系构建方案

1. 物脸识别智慧安防系统

（1）架构设计

以人脸识别和X光图像识别两大人工智能技术为基础，以智慧安检为主体，通过数据互联、打通的方式，构建物、脸关联的安防系统，系统设计图如图6所示。

① X光智能辅助判图

为降低开发使用成本，X光智能辅助判图软件加装在现有安检机上，通过新增的智能识别终端采集到的图像叠加，辅助安检员进行判图。此模块为智慧安检体系的基础模块，也是核心模块，它为物脸识别系统提供了数据基础。

② 物脸联动报警

当乘客进入安检通道时，人脸抓拍相机采集人脸数据，与人脸库的黑名单匹配。当产生匹配时，将抓拍的人脸信息以及该人员相关信息同时推送至安检值机员和开包员的电脑工作界面。安 检员根据信息进行专项排查，消除安全隐患。对携带违禁品的乘客，系统将录入人员信息，成为黑名单库的补充。该系统可对违禁品进行回溯查询，并粘贴资产管理二维码进行管理。物脸联动报警流程如图7 所示。

③ 违禁品联动报警

对于高危违禁品，需要民警参与处置时，系统可自动或手动发送数据至警务通平台。民警根据收到的现场违禁品图片、X光图片、站点、时间等信息，可及时做出警情预判。流程图如图8所示。

（2）X光智能判图核心技术

算法设计包括两个阶段，如图9所示。

第一阶段为ROI（Region Of Interest）提取，包括特征提取网络和区域生产网络RPN（Region Proposal Networ k）。第二阶段为预测框提取，包括ROI池化（Region Of Interes Pooling）和Head网络。算法流程如下：

①

经过捕获卡处理后的图像在补边、减均值后保持原有尺寸送入特征提取网络；

②特征提取网络采用全卷积网络结构，输出特征图；

③ 特征图经过RPN，输出可能有目标的区域ROI；

④ ROI经过池化（Pooling）变换后产生小尺寸的特征图，再经过Head网络后完成分类和定位偏移量的计算；

⑤ Head网络的输出偏离量对ROI精修，得到最终预测结果，即针对X光安检图像的目标检测结果和置信度。

为验证检测效果，对主要识别类别进行了实际测试。测试分为有干扰物测试和无干扰物测试，测试物品见表1。

?

通过将每个违禁品、违禁品+干扰物，放入带有金属拉杆的行李箱内，每个组合随机摆放过机100次进行测试，以检测识别率。将干扰物放入带有金属拉杆的行李箱，随机摆放过机100次进行测试，以检测误报率，检测结果见表2。

?

测试结果表明，对于常见违禁品，系统均能保持在95%以上的检出率，判图水平已经达到甚至在某些简单场景下超过人类安检员水平。

2. 人员分级分类导控系统

（1）风控模型

实时风控模型是基于对乘客出行、社保、金融、健康等多维数据的综合判断构建的，它为人员的分类安检，黑、白名单的生成提供技术基础。该模型包括站点区域特征挖掘分析、用户出行行为特征挖掘分析等，综合以上数据对乘客进行分级分类管理，风控模型数据来源缩略如图10所示。

（2）业务流程

乘客通过微信小程序进行实名制注册和绑定，其个人信息通过风控模型、公安大数据系统审批后，以白名单成员身份快速进站。① 用户进站业务流程

乘客进站后，根据分级分类规则进入不同通道。白名单用户进入快速安检通道；黑名单用户则需接受较为严格的安检；灰名单用户（白名单和黑名单以外的用户）走安检通道接受常规检查。基于风控模型的黑、白、灰名单流转数据闭环如图 11所示。

② 安检互认快速进站

通过构建地铁、铁路和机场安检互认机制，在火车站、机场等地铁入口处，设置快捷进站通道，避免重复安检。有利于提高乘客的换乘效率，减少安检公司安检费用支出，提高人力资源的利用率，实现企业提能增效目标。

（3）数据需求

数据需求方面需要腾讯实名数据、征信数据、地铁出行数据、政府相关数据等支撑。

3. 安检勤务等级化管理系统

利用安检勤务等级化管理系统，可对安检员日常工作进行量化考核。该系统记录安检员的考勤明细、勤务排班明细、开包处置率等数据，通过分析以上数据即可对安检员履职状况、各站点安检情况进行量化考核。同时，也便于监管单位对各安保公司履职情况进行监督。

4. 其他智能化系统

（1）培训考试系统

由理论题库、实操题库组成的培训考试系统，为安检员培训提供了海量的真题。通过设置考试难易系数，可逐步提升安检员的实战业务水平。在实操题库中，利用图像融合技术将系统内丰富的违禁品、背景元数据图片进行融合，随机生成一张接近实战的图片，即可检验安检员的实操水平，以降低培训成本，如图12所示。

（2）后台集中判图系统

后台集中判图可将工作在一线的X光智能安检机的数据传输到安检数据云平台，通过算法和专业人工复核，进行集中判图，以防止违禁品漏报。云平台的信息也同步至指挥调度中心，民警通过对违禁品数据分析，及时做出警情预判，提高应对突发事件的能力。判图界面如图13所示。

（3）违禁品虚拟对抗测试系统

轨道公安或地铁安保部，可通过安检云平台，向安检站点上的X光安检智能识别设备发送对抗测试数据。智能设备通过寻找合适的过机包裹，将虚拟违禁品叠加到值机画面中的某个包裹中，模仿真实包裹过机，以检验安检员的实操反馈情况。该对抗测试系统可解决传统站点巡检的“汗水警务”模式。界面图如图14所示。（4）大客流分区分时导流作业系统

该系统基于客流智能分析，实现全网拥挤指数一图掌握，站点客流态势一图展现。可实时预测局部过密、安检排队、候车排队、通道密集等客流风险隐患，并检测、匹配客流处置预案，调度巡逻防控力量。在重大活动期间，该系统实现对客流趋势的掌握，动态化构建应急保障预案。客流分析设计如图15所示。

基于客流风险态势分析，动态评估客流风险点，辅助车站巡逻点位的设置，高峰值守时智能化排班。如图16、17所示。

三、实战与应用

武汉地铁于2019年7月在地铁七号线三阳路站、王家墩东站等试点安装X光安检图像智慧识别系统。以七号线三阳路试点站为例：在提升勤务管理能力方面，该站安检员人员信息、上下岗勤务安排能实现可视化浏览、监管，较其他未安装站点勤务管理更规范、更便于管理。在提高安检员履职效能方面，以历史安检数据（2月～ 6月）为例，违禁品平均检出率由未安智慧识别系统的40%提高至85%以上。仅1个月时间内，智慧识别系统辅助安检员检出违禁品数量达890件，其中管制刀具210把、易燃易爆品678件、电击器1个、指虎1个。在有效管理违禁品方面，对查收的违禁品标记二维码，实现对各类限带品逐一登记，规范查收、保存、归还、处理手续，实现全流程电子化管理。目前，由于智慧安检设备未在地铁全线铺设，整体使用效能有待于进一步提升。

四、结语

城市轨道交通是现代大城市交通的发展方向，也是建设绿色城市、智能城市的有效途径。“3+N”智慧安检体系的建设，是武汉轨道分局坚持改革创新，推动提质增效，加强科技兴安，积极推进智能化安检试点的具体举措。部分站点已经完成了智慧安检体系试点建设。通过试点建设，地铁集团做为安检主体责任单位，降低了安检支出费用，达到了提能增效目的；公安机关做为安检监管责任单位，提升了警务效能；工作在地铁一线的安检公司及安检员提升安检管理效率和业务能力；乘客出行效率大幅提高，真正实现了绿色、高效出行。