2024数字科技生态大会
2024数字科技生态大会
“智慧之瞳”洞察运行“百态”
在飞机驾驶舱里，平视显示器通过图像识别技术将飞行信息投射至透明显示屏上，帮助飞行员在低能见度条件下精准操作；在运行控制中心，多源数据生成的全景机坪画面上，图像识别技术智能显示各类飞行器在场内运行的信息；在机库中，AR（增强现实）眼镜利用图像识别技术，为机务维修人员提供实时工作指引，与远程专家一起对飞机进行“云会诊”……
人类的视觉是与生俱来的能力，可机器必须老老实实上“补习班”——喂给它几百万张标好名字的图片，它才能练就“火眼金睛”。随着算法和算力不断升级，人工智能（AI）技术不断迭代，深度学习模型和卷积神经网络（CNN）算法让图像识别越来越精准。无论是飞行员、乘务员，还是空中管制员、安全检查员，图像识别技术为他们装上了“智慧之瞳”，保障民航运行越来越安全、高效。
从旁观者到建议者的角色转变
作为遥感技术的重要组成部分，图像识别是遥感数据处理和解析的核心技术之一。随着低空遥感技术的广泛应用，图像识别技术也愈发常见。在低空中，遥感技术可以获取大量影像数据，从而构建起地理信息的三维模型。无论是静态景象还是动态视频，利用图像识别技术进行简单处理，就能为城市规划、灾害预警等提供精准数据支持。
其实，在生活中，图像识别技术带来的便利已经让人们习以为常。
在停车时，停车场的自动车牌识别系统通过图像处理技术，将车牌号码转化为数字信息，根据比对结果进行自动开闸或计费等操作；在网购时，消费者使用的“拍照识别”“扫描识别”等搜索功能同样基于图像识别技术，当消费者将鼠标停留在感兴趣的商品上时，就可以选择查看相似的款式。
在图片识别技术发展的早期，应用停留在文字识别和数字图像识别等简单类型，对复杂图像的识别要通过不同层次的信息加工才能实现。随着人工智能的不断普及，卷积神经网络算法赋予了机器高效处理图片信息的能力，深度学习让机器能够模仿视听和思考等人类活动，解决了很多复杂图像识别难题。
于是，停车场的摄像头有了“大脑”，“一键寻车”功能开始普及；购物的搜索引擎有了“心机”，开始猜测消费者的意图。
图像识别在AI的帮助下，一切都变得不同了。低空飞行在农业监测、灾害评估、城市规划等方面不再只是“旁观者”，而是升级为“建议者”。
“深度学习让机器模仿视听和思考等人类活动，解决了很多复杂的模式识别难题，使得图像识别技术取得了很大进步。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。”业内相关专家告诉记者。
在农业领域，农民不用再凭借经验判断庄稼的生长情况。计算机借助低空飞行器（包括通航飞机、无人机等）收集的数据构建农田模型，通过图像识别技术判断农作物的长势、病虫害情况并预估产量等，据此确定浇水、施肥、喷洒农药等作业的最佳时机，为粮食丰收保驾护航。山东省潍坊市峡山区的“数字农具”正是这一进步的体现。当地种植户通过手机App即可实时监测气象数据，“大数据+图像识别”让他们提前收到病虫害预警，再利用无人机的飞防作业结合智能农田模型，有效提升了农作物的防病抗灾能力。
面对森林火灾这一凶猛“敌手”，低空飞行器之前扮演着侦查员的角色。如今，一旦火灾发生，其搭载的各类传感器不仅能够迅速收集数据，图像识别的“智慧大脑”还能根据信息迅速锁定火源位置，甚至在实景三维模型中实时生成火势蔓延的动态趋势。在辽宁省通化市的山林中，森林消防队员在巡山踏查时配备了低空飞行器。飞行器搭载的多光谱相机和激光雷达等设备能实时监测林火隐患，通过图像识别技术监测到异常情况后，数据会自动传回指挥中心，为森林消防队员提供科学的决策依据，从而及时、高效应对火情。
从航站楼到飞行器的有的放矢
熙熙攘攘的人流、繁忙有序的物流以及高速涌动的信息流，共同构成了持续升级的民航智慧生态。它们如同肥沃的土壤，为图像识别技术的“茁壮成长”提供了得天独厚的条件，使其得以在智慧民航建设中大显身手。
在北京大兴机场，托运行李安检采用计算机断层扫描（CT）安检设备，传统X光机安检时二维图像被遮挡的痛点被消除，三维图像的人工智能识别和自动报警技术让违规物品无处遁形；在杭州萧山机场，A3级毫米波人体成像安检仪不仅能探测到各类金属物品，还能识别武器、刀具、液体、粉末及火源等，其所具备的高分辨率成像功能可清晰显示出物品的位置和形状……
随着计算机算力的升级和图像识别技术的发展，安检设备有了持续发展的空间，不仅减少了人工检查的时间和需求，还为旅客提供了更快速、舒适的安检体验。
2024年，民航局颁布《民用航空旅客手提行李X射线计算机断层成像爆炸物探测安全检查设备鉴定标准》等6项安检设备技术标准，为安检设备与图像识别等技术的融合应用作出指引，安检查控能力在顶层指引与基层实践中稳步提升。
在图像识别技术的加持下，运行效率的提高不仅让旅客每一次乘机出行更舒心、便捷，也让每一次飞行更安全。业内相关专家告诉记者：“当前，图像识别技术正深度融入民航运营全链条。在技术的驱动下，嵌入图像识别的智能系统能建立动态学习机制、优化作业流程，助力实现安全性与运行效率的同步提高。”
在重庆江北机场，新一代智慧登机人行通道系统通过高精度摄像头的“三维感知+ AI分析”，对闸机通道内旅客的移动轨迹、肢体动作进行精准且快速的立体扫描，结合深度学习算法和训练，从而智能识别尾随闯入、异常滞留等20余种复杂通行场景的风险行为，让旅客登机更“丝滑”；在成都天府机场，自动驾驶与图像识别技术相结合的登机桥全自动搭设，接靠桥时间约50秒，退桥时间约30秒，保障了航班靠桥率；在昆明长水机场，视觉识别模型、多模态分析工具被接入鸟防智能预警监测平台，通过预训练的海量生物特征数据，能够快速识别鸟种，将准确率提高30%以上，每一次飞行起落更为安妥……
航空器作为出行工具，及时检查出其安全性问题，既涉及航空公司的正常运营，更关系到所有旅客的生命安全。
天瞳HORUS系统利用图像识别技术，实时监控飞行中的飞机状态，提前预测故障，缩短80%的故障定位时间，预警准确率达98%以上；通过“5G+AR”智慧维修解决方案，机务人员可通过高清摄像头快速读取仪器仪表的数值，不仅能智能识别航空器的凹凸界面，实现可视化检测并进行自动分析，还能与远程专家一起对飞机进行“云会诊”。
从安检环节的精准识别，到登机过程的高效便捷，再到对飞行安全的全力守护，图像识别技术在一张张照片、一段段视频中助力民航各运行环节防患于未然。
从技术协同到打造生态的多面手
民航智慧生态的打造需要技术的有效协同。随着新技术的快速发展，从A-CDM（机场协同决策系统）到TAM（机场全面管理），从“AR（增强现实）+VR（虚拟现实）”融合应用到数字孪生机场，图像识别技术与物联网、大数据等的融合应用，将为民航发展带来更多可能。
“如何在民航业充分利用图像识别等智能技术是一个值得关注的话题。”业内相关专家告诉记者，“未来，基于图像识别技术的各类系统将不仅限于观察、扫描、检测，其潜力值得期待。通过更高效的数据分析和智能化的决策支持，民航业将涌现出更多关于图像识别技术的创新性解决方案，在多技术联动中更加智能化、自动化，从而实现更高的运营效率和安全性。”
在新疆机场集团全域管理中心多源数据生成的全景机坪画面上，飞机起飞降落、滑行入位等状态清晰可见，每架飞机上方还显示了由图像识别与智能算法自动识别并标记的航班信息。新疆机场集团相关负责人表示，全机场管理不是将传统IT系统拼凑到一个平台上，而是基于数据和智能体的一种全新架构，是机场从数字化向智能化的转型升级，承担着应对机场实际挑战与满足运行需求的重任。
在深度学习下，基于人工智能技术的图像识别不仅能够实现对航空器、车辆和人员目标的检测、跟踪、识别、定位，还能按照运行管理规则，对机坪内的越线滑行、超速行驶等违规行为和潜在风险进行实时警告，提高机场运行安全保障能力和效率。
随着西安咸阳机场T5航站楼、兰州中川机场T3航站楼、乌鲁木齐天山机场北航站楼陆续投运，在高精度智能建造的机场交付的同时，机场的数字孪生体也同步交付。在虚拟世界完整复制的“数字机场”，实现了对航站楼、跑道、飞机、车辆等所有要素的实时动态监控，图像识别技术也有了更多应用场景。
规划、建设、管理、运营……在机场的“虚拟双胞胎”中，图像识别技术正创造更大价值。
在实时监控中，管理人员在查看航班动态、旅客流量等数据时，图像识别技术可帮助实时分析监控视频，识别人流、设备状态，通过摄像头捕捉的数据辅助三维模型的更新；在历史数据复盘中，图像识别技术可用于分析历史视频记录，自动识别异常事件或特定模式，帮助快速定位问题；在未来态势预测中，图像识别技术可以实时分析当前人流密度和移动趋势，结合历史数据，提高预测的准确性，为机场运营决策提供科学依据……
技术的进步让图像识别的潜力得到更全面的挖掘，推动智慧民航建设迈向新高度。未来，随着激光雷达、红外、可见光等数据的多模态融合，随着卷积神经网络、边缘计算、迁移学习等的不断升级，图像识别技术将着力于每一处细节，推动民航业朝更安全、高效、可持续的方向发展，并为低空带来更安全、有序的发展环境。
人类的视觉是与生俱来的能力，可机器必须老老实实上“补习班”——喂给它几百万张标好名字的图片，它才能练就“火眼金睛”。随着算法和算力不断升级，人工智能（AI）技术不断迭代，深度学习模型和卷积神经网络（CNN）算法让图像识别越来越精准。无论是飞行员、乘务员，还是空中管制员、安全检查员，图像识别技术为他们装上了“智慧之瞳”，保障民航运行越来越安全、高效。
从旁观者到建议者的角色转变
作为遥感技术的重要组成部分，图像识别是遥感数据处理和解析的核心技术之一。随着低空遥感技术的广泛应用，图像识别技术也愈发常见。在低空中，遥感技术可以获取大量影像数据，从而构建起地理信息的三维模型。无论是静态景象还是动态视频，利用图像识别技术进行简单处理，就能为城市规划、灾害预警等提供精准数据支持。
其实，在生活中，图像识别技术带来的便利已经让人们习以为常。
在停车时，停车场的自动车牌识别系统通过图像处理技术，将车牌号码转化为数字信息，根据比对结果进行自动开闸或计费等操作；在网购时，消费者使用的“拍照识别”“扫描识别”等搜索功能同样基于图像识别技术，当消费者将鼠标停留在感兴趣的商品上时，就可以选择查看相似的款式。
在图片识别技术发展的早期，应用停留在文字识别和数字图像识别等简单类型，对复杂图像的识别要通过不同层次的信息加工才能实现。随着人工智能的不断普及，卷积神经网络算法赋予了机器高效处理图片信息的能力，深度学习让机器能够模仿视听和思考等人类活动，解决了很多复杂图像识别难题。
于是，停车场的摄像头有了“大脑”，“一键寻车”功能开始普及；购物的搜索引擎有了“心机”，开始猜测消费者的意图。
图像识别在AI的帮助下，一切都变得不同了。低空飞行在农业监测、灾害评估、城市规划等方面不再只是“旁观者”，而是升级为“建议者”。
“深度学习让机器模仿视听和思考等人类活动，解决了很多复杂的模式识别难题，使得图像识别技术取得了很大进步。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。”业内相关专家告诉记者。
在农业领域，农民不用再凭借经验判断庄稼的生长情况。计算机借助低空飞行器（包括通航飞机、无人机等）收集的数据构建农田模型，通过图像识别技术判断农作物的长势、病虫害情况并预估产量等，据此确定浇水、施肥、喷洒农药等作业的最佳时机，为粮食丰收保驾护航。山东省潍坊市峡山区的“数字农具”正是这一进步的体现。当地种植户通过手机App即可实时监测气象数据，“大数据+图像识别”让他们提前收到病虫害预警，再利用无人机的飞防作业结合智能农田模型，有效提升了农作物的防病抗灾能力。
面对森林火灾这一凶猛“敌手”，低空飞行器之前扮演着侦查员的角色。如今，一旦火灾发生，其搭载的各类传感器不仅能够迅速收集数据，图像识别的“智慧大脑”还能根据信息迅速锁定火源位置，甚至在实景三维模型中实时生成火势蔓延的动态趋势。在辽宁省通化市的山林中，森林消防队员在巡山踏查时配备了低空飞行器。飞行器搭载的多光谱相机和激光雷达等设备能实时监测林火隐患，通过图像识别技术监测到异常情况后，数据会自动传回指挥中心，为森林消防队员提供科学的决策依据，从而及时、高效应对火情。
从航站楼到飞行器的有的放矢
熙熙攘攘的人流、繁忙有序的物流以及高速涌动的信息流，共同构成了持续升级的民航智慧生态。它们如同肥沃的土壤，为图像识别技术的“茁壮成长”提供了得天独厚的条件，使其得以在智慧民航建设中大显身手。
在北京大兴机场，托运行李安检采用计算机断层扫描（CT）安检设备，传统X光机安检时二维图像被遮挡的痛点被消除，三维图像的人工智能识别和自动报警技术让违规物品无处遁形；在杭州萧山机场，A3级毫米波人体成像安检仪不仅能探测到各类金属物品，还能识别武器、刀具、液体、粉末及火源等，其所具备的高分辨率成像功能可清晰显示出物品的位置和形状……
随着计算机算力的升级和图像识别技术的发展，安检设备有了持续发展的空间，不仅减少了人工检查的时间和需求，还为旅客提供了更快速、舒适的安检体验。
2024年，民航局颁布《民用航空旅客手提行李X射线计算机断层成像爆炸物探测安全检查设备鉴定标准》等6项安检设备技术标准，为安检设备与图像识别等技术的融合应用作出指引，安检查控能力在顶层指引与基层实践中稳步提升。
在图像识别技术的加持下，运行效率的提高不仅让旅客每一次乘机出行更舒心、便捷，也让每一次飞行更安全。业内相关专家告诉记者：“当前，图像识别技术正深度融入民航运营全链条。在技术的驱动下，嵌入图像识别的智能系统能建立动态学习机制、优化作业流程，助力实现安全性与运行效率的同步提高。”
在重庆江北机场，新一代智慧登机人行通道系统通过高精度摄像头的“三维感知+ AI分析”，对闸机通道内旅客的移动轨迹、肢体动作进行精准且快速的立体扫描，结合深度学习算法和训练，从而智能识别尾随闯入、异常滞留等20余种复杂通行场景的风险行为，让旅客登机更“丝滑”；在成都天府机场，自动驾驶与图像识别技术相结合的登机桥全自动搭设，接靠桥时间约50秒，退桥时间约30秒，保障了航班靠桥率；在昆明长水机场，视觉识别模型、多模态分析工具被接入鸟防智能预警监测平台，通过预训练的海量生物特征数据，能够快速识别鸟种，将准确率提高30%以上，每一次飞行起落更为安妥……
航空器作为出行工具，及时检查出其安全性问题，既涉及航空公司的正常运营，更关系到所有旅客的生命安全。
天瞳HORUS系统利用图像识别技术，实时监控飞行中的飞机状态，提前预测故障，缩短80%的故障定位时间，预警准确率达98%以上；通过“5G+AR”智慧维修解决方案，机务人员可通过高清摄像头快速读取仪器仪表的数值，不仅能智能识别航空器的凹凸界面，实现可视化检测并进行自动分析，还能与远程专家一起对飞机进行“云会诊”。
从安检环节的精准识别，到登机过程的高效便捷，再到对飞行安全的全力守护，图像识别技术在一张张照片、一段段视频中助力民航各运行环节防患于未然。
从技术协同到打造生态的多面手
民航智慧生态的打造需要技术的有效协同。随着新技术的快速发展，从A-CDM（机场协同决策系统）到TAM（机场全面管理），从“AR（增强现实）+VR（虚拟现实）”融合应用到数字孪生机场，图像识别技术与物联网、大数据等的融合应用，将为民航发展带来更多可能。
“如何在民航业充分利用图像识别等智能技术是一个值得关注的话题。”业内相关专家告诉记者，“未来，基于图像识别技术的各类系统将不仅限于观察、扫描、检测，其潜力值得期待。通过更高效的数据分析和智能化的决策支持，民航业将涌现出更多关于图像识别技术的创新性解决方案，在多技术联动中更加智能化、自动化，从而实现更高的运营效率和安全性。”
在新疆机场集团全域管理中心多源数据生成的全景机坪画面上，飞机起飞降落、滑行入位等状态清晰可见，每架飞机上方还显示了由图像识别与智能算法自动识别并标记的航班信息。新疆机场集团相关负责人表示，全机场管理不是将传统IT系统拼凑到一个平台上，而是基于数据和智能体的一种全新架构，是机场从数字化向智能化的转型升级，承担着应对机场实际挑战与满足运行需求的重任。
在深度学习下，基于人工智能技术的图像识别不仅能够实现对航空器、车辆和人员目标的检测、跟踪、识别、定位，还能按照运行管理规则，对机坪内的越线滑行、超速行驶等违规行为和潜在风险进行实时警告，提高机场运行安全保障能力和效率。
随着西安咸阳机场T5航站楼、兰州中川机场T3航站楼、乌鲁木齐天山机场北航站楼陆续投运，在高精度智能建造的机场交付的同时，机场的数字孪生体也同步交付。在虚拟世界完整复制的“数字机场”，实现了对航站楼、跑道、飞机、车辆等所有要素的实时动态监控，图像识别技术也有了更多应用场景。
规划、建设、管理、运营……在机场的“虚拟双胞胎”中，图像识别技术正创造更大价值。
在实时监控中，管理人员在查看航班动态、旅客流量等数据时，图像识别技术可帮助实时分析监控视频，识别人流、设备状态，通过摄像头捕捉的数据辅助三维模型的更新；在历史数据复盘中，图像识别技术可用于分析历史视频记录，自动识别异常事件或特定模式，帮助快速定位问题；在未来态势预测中，图像识别技术可以实时分析当前人流密度和移动趋势，结合历史数据，提高预测的准确性，为机场运营决策提供科学依据……
技术的进步让图像识别的潜力得到更全面的挖掘，推动智慧民航建设迈向新高度。未来，随着激光雷达、红外、可见光等数据的多模态融合，随着卷积神经网络、边缘计算、迁移学习等的不断升级，图像识别技术将着力于每一处细节，推动民航业朝更安全、高效、可持续的方向发展，并为低空带来更安全、有序的发展环境。