浅谈热成像智能入侵报警系统在机场围界的应用

徐文伟

（厦门兆翔智能科技有限公司，福建厦门 361009）

近年来，随着我国经济快速发展，人们生活水平大幅提高，跨区域的商务活动和旅游出行逐渐增多，交通运输也在日常生产生活中扮演着越来越重要的角色。“十三五”期间，我国民航旅客周转量在综合交通运输体系中占比为33.1%，民航运输的快速增长更凸显出航空安全的重要性。航空安全主要包括飞行安全、航空地面安全和空防安全等。空防安全指机场空侧的安全保卫，即综合运用人力防范、实体防范、电子防范等多种手段，预防、延迟以及阻止入侵、盗窃、抢劫、破坏等事件的发生[1]。2017年10月1日实施的《民用运输机场安全保卫设施》（MH/T 7003—2017）要求一类、二类机场围界应设置入侵报警系统和视频监控系统，三类机场围界宜设置入侵报警系统和视频监控系统。系统应能够对物理围界形成完整覆盖，能够对目标进行分类，对入侵行为作出判断；应能够在机场飞行和安全照明的环境下工作，并应满足全天候运行的要求[2]。因此，研究围界入侵报警系统的可靠性和稳定性对空防安全意义重大。

1 围界入侵报警系统分类

围界入侵报警系统通常采用雷达、探测器、传感器、图像分析等探测技术实时监控围界区域，对非法入侵行为及时触发报警。围界入侵报警系统按照探测技术的不同可以分为感应式入侵报警系统和非感应式入侵报警系统两大类，其中感应式入侵报警系统主要有振动电缆、振动光纤、振动探测器等，非感应式入侵报警系统主要采用视频监控分析技术。

1.1 振动电缆入侵报警系统

振动电缆入侵报警系统采用一种经特殊充电处理后带有永久预置电荷的同轴电缆作为传感器，有入侵时，电缆受振动产生模拟电压信号触发报警。

振动电缆为无源分布式，安装简便，布线灵活，适合在地形复杂的围界布防。振动电缆易受电磁干扰导致误报，电缆遭雷击后会存在系统瘫痪的风险，且系统建设和维护的成本比较高[3]。

1.2 振动光纤入侵报警系统

振动光纤入侵报警系统采用光干涉原理及光学振动传感技术，采用光纤作为探测设备，无须供电，性能稳定，安装维护简单，不受电磁干扰和地形起伏影响。振动光纤对各种振动频率非常敏感，易受大风、暴雨等恶劣天气影响导致误报。系统调试复杂，与第三方报警设备兼容性较差[4]。

1.3 振动探测器入侵报警系统

振动探测器入侵报警系统的前端由分布式探测器节点组成，将探测器安装在物理围栏或砖墙上，通过采集振动信号触发报警。探测器信号线对防紫外线且防水等级要求较高，系统采用环型组网方式，环网单点故障不会影响系统报警功能。系统受天气影响较低，对于实体墙的防护效果有限。

1.4 视频监控分析报警系统

视频监控分析报警系统基于围界视频监控系统采集的图像，在物理围界设置虚拟防区，通过图像分析算法对入侵行为进行预报警。视频监控分析报警系统覆盖范围广，不受地形环境影响。由于监控图像质量受光源、物体远近大小、植物晃动、雨水等影响较大，系统误报率较高，通常仅作为感应式入侵报警系统的辅助报警手段使用[5]。

通过分析可知，当前感应式围界入侵报警系统可以应对大多数使用场景，但易受地形环境、天气因素、电磁干扰、净空要求等影响系统功能。对于部分地形环境特殊、物理围界不具备提供感应探测条件的防区，采用视频监控分析报警系统存在漏报风险，对于机场空防安全是一个较大的隐患。为解决这类特殊围界防区的防护需求，本文提出采用热成像智能入侵报警系统代替现有视频监控分析报警系统。热成像智能入侵报警系统基于可见光以及热成像双光谱成像信息融合技术，采用深度学习算法，可实现实时识别分类和报警，系统不受地理条件和天气环境的影响，对保障特殊围界防区适用性较强。

2 热成像智能入侵报警系统在厦门机场的应用

厦门机场坐落在厦门岛东北端，机场位于市区，机场围界与社会道路相邻，如图1所示。

图1 机场围界与社会道路相邻

因导航设施限制要求，此处无法设置标准物理围栏，围界仅设置刺圈和视频监控系统，人员易通过该区域进入飞行区，造成空防安全隐患，在此防区增设一套热成像智能入侵报警系统。

2.1 系统部署

热成像智能入侵报警系统由前端热成像双目摄像机、网络传输、存储系统、大屏显示、平台服务器和算法服务器组成。围界前端分别设置了近距热成像双目摄像机负责监测0～100 m范围和远距热成像双目摄像机负责监测100～200 m范围，对整个防区实现全方位无死角地覆盖。

设备安装位置如图2所示。

图2 热成像摄像机安装示意图

热成像双目摄像机根据物体辐射温度信号进行成像，通过可见光和热成像双光谱成像信息融合技术实现24 h监控，可以实时为后端算法服务器提供高质量图像样本。

系统设有算法服务器负责对前端采集的图像进行入侵识别和预警分析，转发并记录所有控制指令信息流和报警信息流，具备流媒体服务功能。

系统采用基于深度学习的人工智能识别算法，模拟人类神经网络识别过程，对大数据集进行学习和训练，识别率和误报率优于传统运动物体入侵算法。算法模型包括了人、汽车、猫、狗、鸟等数十种类型的预警功能，可以精确选择需要的安全预警条件。算法具有自主学习和自动优化功能，可以根据用户的处理结果进行长期神经网络优化训练，系统识别率可以随着使用时间的增加而提升。系统平台拥有实时告警监控、告警数据统计、电子地图、告警信息管理、未确认告警信息管理、设备管理、用户管理等功能。系统的告警信息可以接入机场现有振动探测器入侵报警系统平台，实现前端广播和声光报警联动。

2.2 系统测试

逆光报警如图3所示。

图3 逆光报警

深夜热成像报警如图4所示。

图4 深夜热成像报警

雨夜热成像报警如图5所示。

图5 雨夜热成像报警

系统建设完成以后，经过一段时间的调试和试运行，系统趋于稳定运行。分别选取逆光、深夜、雨夜等几种特殊使用场景，对系统的漏警率、误警率、响应时间进行测试。

通过场景测试可知，热成像智能入侵报警系统均能准确识别并及时报警。在实际使用过程中，热成像智能入侵报警系统不受天气环境和工作时间限制，系统具有较高的稳定性和可靠性，对特殊围界防区起到了较好的防护作用。

3 结语

热成像智能入侵报警系统拥有可见光和热成像双光谱成像信息融合技术和深度学习智能识别算法，弥补了传统视频监控分析报警的场景单一、受天气和环境影响的缺点，应用场景和识别率都优于传统电子围界视频监控预警算法，补足了感应式探测技术防御效果不佳的区域。未来机场围界防入侵技术的发展趋势是采用传统感应探测技术和热成像智能报警等技术进行多角度、多层次融合决策的智能报警，可以极大地提高围界防入侵技术的稳定性和可靠性。