王李强

王李强 ¹

摘 要 本文采用案例研究法，对某空港口岸限定区域旅客通关视频智能应用平台进行分析，探讨人工智能技术在空港口岸限定区域管理模式改革创新中的应用。通过案例研究表明，按照“技术-流程-制度”协同创新框架，构建“客流预测-实时监测-轨迹追踪-可视指挥”的PMTC四维智能监管功能，可显著提升边检部门管理效能，为国内空港口岸的智能化、精细化管控提供可复制的经验。

关键词 旅客通关；空港口岸；限定区域管理；科技管理

Research on Innovative Management of Restricted Areas i n Airport Ports Driven b y Technology

WANG Li-Qiang ¹

Abstract This paper adopts a case study method and follows the collaborative innovation framework of “technology process system” to tailors an artificial intelligence based on passenger clearance video intelligent application platform within a designated area of a specific airport port. It implements a PMTC four-dimensional intelligent function of “passenger flow prediction real-time monitoring trajectory tracking visual command”, which significantly improves the efficiency of border inspection management and provides replicable experience for intelligent and refined control of domestic airport ports.

Keywords passenger clearance; airport ports; restricted area management; technology management

海关总署、国家发展改革委、工业和信息化部等九部门联合公布的《关于智慧口岸建设的指导意见》明确指出，在口岸通关领域广泛运用智能手段，实现最小干预、快捷通关、精准监管。运用智能感知识别、分析预警、检疫查验等技术，实现顺势监管，探索推进无感通关^[1-2]。该文件的出台，为口岸通关的管理创新指明了方向。

本文采用案例研究法，研究对象为出入境旅客规模位居我国前列的某国际航空口岸，该航空口岸也是国内重要的国际中转口岸。本文以该空港口岸为例，从边检部门的管理需求出发，按照“技术-流程-制度”协同创新框架，深入研究基于人工智能（Artificial Intelligence，AI）应用的空港口岸限定区域管理新模式。在分析研究的基础上，为空港口岸限定区域构建了一套科学、完整的“AI+边境管理”体系，实现了边检监管效能的提升。目前，该平台已成功应用，取得了良好的社会效益和示范效果。该案例的研究，具有探索AI技术赋能限定区域管理的“预测-决策-控制”闭环理论的理论意义，也可为空港口岸破解“安全-效率-体验”难题提供参考方案。

1 空港口岸限定区域管理目标和建设原则

1.1 管理目标

目前，在空港口岸旅客通关智能平台应用方面，国外已有成功实施案例可供借鉴。例如，2021年，阿联酋迪拜国际机场正式启用了自动人脸识别通关系统，旅客只需提前上传个人信息，该系统就可以通过对旅客的脸部和眼部生物信息识别，完成旅客身份识别，用时仅需5～9 s。又如，2024年，新加坡樟宜国际机场全面启用旅客自助通关系统，无需护照，旅客可以凭系统已记录的虹膜、指纹等生物认证信息自助通关。

本案例的管理目标是围绕边检部门在某空港口岸限定区域的管理需求，定制化一套旅客通关视频智能应用平台，实现旅客流量监测、预警、管理功能。旅客流量监测主要在出入境边检查验候检区部署人员密度摄像机，实时监测出入境旅客密度，结合航班数据和边检通道使用情况，预估下一时段验放人数，提醒执勤人员增加或减少查验通道的数量，为勤务指挥提供数据支撑^[3]。同时，人员密度摄像机可以判断现场是否产生人员拥挤，并依据边检业务阈值设置提示线，提供报警提示，辅助边检合理配置警力^[4]，提升边检的管理和服务水平。

1.2 建设原则

一是统筹规划，整合资源。根据总体规划，整合边检各部门相关建设需求，建立统一的管理平台，实现统一领导、互联互通、资源共享。二是统一标准，安全可控。遵循统一的技术标准与建设规范，保障视频图像系统安全可控，通行闸机稳定可靠，确保新建系统的兼容性，以及各应用系统的安全性。三是技术先进，有效实用。适应“智慧边检”需求，坚持高标准、立体化建设，同时在点位部署上做到结合实际、保证重点。四是按需联网，规范应用。按照维护安全的实际需求，推进系统联网应用工作，保障共建共享、科学规范。

2 技术驱动的新型管理模式设计

该平台设计采用“技术-流程-制度”^[5]协同创新框架，以下分别对这三方面进行阐述。

2.1 技术设计

2.1.1 技术底座设计

采用多源数据融合和算力支撑作为技术底座。在多源数据融合方面，实现视频流、航班信息、旅客画像等多项数据的融合；在算力支撑方面，采用“边缘计算（实时处理）+ 云端训练（模型迭代）”。

2.1.2 功能设计

该平台具有智能预警（Pre-warning）、实时监测（Monitoring）、轨迹追踪（Tracking）、可视指挥（Commanding）等PMTC智能监管功能。其中，智能预警用于实现客流峰值预测^[6]；实时监测用于实现异常行为识别^[7-8]（如滞留、逆行、聚集）；轨迹追踪用于实现跨摄像头追踪重点人员^[9]；可视指挥用于引擎构建三维态势地图，自动生成处置预案^[10-12]。

2.2 管理流程重构

通过管理流程重构，实现从“被动处置”到“主动预警”，即提前30 min预测通道拥堵，触发闸机/人员调度；实现从“人海战术”到“人机协同”，即AI发现异常→系统分级告警→人工复核处置。

2.3 制度设计

2.3.1 权责体系设计

构建一套纵向分权、横向协同的权责体系，确保各管理层级在系统应用中的职责界面清晰、管控标准统一、响应机制闭环。纵向分权方面，通过建立“决策-管理-执行”三阶模型，形成分层分级的权责清单，包括以下三方面：（1）决策层（战略），制定应用准则，审批重大预警处置方案；（2）管理层（战术），负责协调跨部门资源调度，审核算法迭代需求；（3）执行层（操作），负责具体预警处置，记录处置过程数据。横向协同机制建立了跨部门联动机制的权责架构，包括以下两方面：（1）建立“预警事件联席处置”制度，设定5 min跨部门响应时效；（2）推行“首问负责制”，首个接警部门需全程跟踪直至闭环。

2.3.2 监督考核机制

为全面评估智能平台建成并投入运行后的综合效能，需构建覆盖技术、流程及管理维度的考核指标体系（表1）。具体从技术效能（系统性能指标与可靠性）、流程效率（业务协同优化效果）及制度执行（合规性与管理规范落实度）三个层面建立量化评估模型，形成多维度闭环反馈机制，驱动系统持续优化与治理能力提升。相关考核指标见表1。

表1 考核指标表

Table 1 Assessment indicator table

2.3.3 数据安全制度

遵循《中华人民共和国网络安全法》《中华人民共和国个人信息保护法》规定，对旅客生物特征数据实施“采集脱敏、存储加密、使用授权”三分离；建立算法影响评估制度，新模型上线前需通过隐私保护影响评估。

2.3.4 应急预案制度

为提高各种突发故障的处理能力，应根据故障影响范围，预先设置故障等级，并对不同等级故障制定相应的响应机制，保障信息系统安全稳定运行，同时每季度开展“技术-流程-制度”三位一体压力测试，最大限度减少突发事件带来的危害。系统故障分级见表2。

表2 系统故障分级表

Table 2 System fault classification table

2.3.5 持续改进机制

该平台建设采用PDCA循环的持续改进机制^[12]。其中，P代表Plan，通过用户反馈系统（NPS≥8建议优先采纳）收集改进需求；D代表Do，建立“技术优化-流程再造-制度修订”联动改进小组；C代表Check，采用A/B测试验证改进方案有效性；A代表Act，生成改进知识图谱供后续迭代参考。

3 功能介绍

基于以上设计，通过科学管理建设过程，平台建设的成果如下：

3.1 视频图像解析系统

视频图像解析系统主要包含算法仓库和图形处理器（Graphics Processing Unit，GPU）计算资源池。其中，算法仓库能够实现不同类型智能算法的统一管理和调度，并根据智能任务的需求动态调度GPU计算资源，加载合适的智能算法进行分析；GPU计算资源池则提供统一的算力资源。

3.2 算法仓库

算法仓库由智能任务调度服务、算法管理服务、智能基础服务三部分组成，三者协同工作，为用户提供大规模视频图像智能分析能力。在该体系中，各种智能算法注册至算法仓库，根据用户场景需求，通过灵活调度、加载各种算法，由算法仓库推送至部署基础智能服务框架的智能设备上完成任务处理。算法仓库体系架构使得智能分析能力不再固化在产品中，实现“一套平台、多种算法”，具有系统高可用、资源高利用率、算法灵活开放等优势。

3.3 智能任务调度服务

资源管理模块主要实现对不同智能芯片（P4、T4等）的智能设备进行统一管理，这些智能设备可以是物理机，也可以是虚拟机或者容器，不仅屏蔽了硬件资源的差异，还能提供唯一对外功能出口。依照特性，可划分为静态资源池和动态资源池。其中，静态资源池通过用户预分配操作，固化池中部分（或全部）计算资源的运算能力，只能分析用户指定的某种或者某几种算法，保证某些特殊任务始终有资源执行。动态资源池的资源可以分析算法仓库中所有算法，可根据任务种类动态调度资源，提高资源利用率。任务调度模块在资源管理的基础上，通过灵活的调度策略，将智能分析分派到最合适的智能分析设备上，最小调度单位为单颗（张）物理GPU，保证调度性能最大化和资源利用率最优化。

3.4 算法管理服务

算法的管理包括对算法自身的管理以及对算法对应的算力进行管理。在算法管理中，同一算法会有多个版本，根据平台不同，算法可分为X86架构、嵌入式架构、异构架构等；根据分析对象不同，算法可分为视频算法、图像算法等；根据位宽不同，算法可分为32位、64位。算法形态支持算法包与算法服务两种形态。

3.5 物联资源管理

主要实现包括平台级联概况、运行状态、资源检索、资源共享、网关配置、转码配置等功能。同时，支持上下级资源的统计展示，可以了解本级域资源、下级共享资源、上级共享资源的资源总量和在线数等。另外，支持对资源进行检索，对报警信息和布防信息进行统一管理。资源可以通过资源共享模块进行共享，并可对信令服务、媒体服务、多网域、转码进行配置。

3.6 计算存储资源管理

存储资源管理主要实现对存储设备的统一管理，包括针对各类存储设备的统一接入，对存储资源的池化管理，对存储资源的状态、使用率、磁盘、网络等信息进行监控统计、展示，对存储设备进行统一配置等。

3.7 智能管理调度

运维人员可以上传新的算法包，对算法包进行断点续传并查看上传进度。上传成功后可以自动对算法包进行文件校验和解析，提取出算法包的基本信息进行入库保存。算法文件会根据基本信息分目录存储，以备下载。同时，运维人员可以在算法检索页面根据算法名称、算法功能名称、创建人、创建时间、目标类型、所属行业、所属场所等条件检索，检索出的结果按照分页显示。

3.8 软件资源管理

主要实现告警处理、状态监控、系统维护、日志分析和参数配置等管理。具体而言，告警处理功能主要是对所有软件程序运行的异常状态进行告警，并可实现对告警详细信息的查看，包括告警时间、告警次数、告警等级、告警来源、处理建议等。状态监控功能是针对所有软件程序运行的状态进行监控，可以查看所有软件程序的所属服务器、语言种类、安装目录、软件服务列表，组件依赖情况等信息。系统维护功能主要实现服务器管理、安装部署、参数配置、授权管理、备份还原等功能。日志分析功能主要针对所有软件程序的系统日志和操作日志进行管理。对该功能进一步细分，系统日志模块对各组件的系统日志进行管理展示，可以根据时间、日志级别和关键字进行查询和导出；操作日志模块记录不同的用户对不同模块功能的操作，可以根据时间、操作结果、用户、登录IP等进行筛选。参数配置功能提供了人员组织管理和菜单管理功能。其中，人员组织管理是对人员组织进行增删改操作，菜单管理针对客户端架构、移动端架构的菜单进行配置。

3.9 旅客流量预测

旅客流量统计主要包括人流量和人员密度数据统计、区域关注度统计、人流量报警查询和人数统计看板4个方面。（1）人流量和人员密度数据统计功能支持基于不同维度（客流统计/业务类型发展趋势/业务类型同环比分析）的统计分析，包括日报表、周报表、月报表、季报表、年报表、自定义特殊日期统计的图形化数据展现和列表展现，以及支持自定义搜索时间进行查询统计，可支持对具体业务类型进行选择，并自定义业务类型，字段包括时间、进客量、出客量、保有量、集客量（保有量/面积）。同时支持报表与图片导出。（2）区域关注度统计功能支持统计设备/分割区域人员数量及变化趋势，可查询各区域/设备基于时、日、周、月、季、年、自定义特殊日期、自定义时间维度的人员数量，包括客流总量、最大峰值人员数量；支持区域停留时长统计及变化趋势，可以查询组织下各区域尺度时、日、月、年、自定义时间维度的人员停留时间，包括人均停留时间、最大停留时间。（3）人流量报警查询功能可基于报警源类型、报警源名称、报警源阶段（严重拥堵、拥挤、缓行、通畅）查询人数报警情况，查询结果以列表形式展现。（4）人数统计看板功能通过图表、统计数字等方式基于不同维度展示区域和点位的人流量的当前情况和历史情况。主要包括：今日当前累计总人流量、昨日人流量、人流环比、今日实时保有量、点位最高人流密度；今日人流区域密度点位排行；当天人流趋势统计图表，包括进入人次、离开人次、保有量；历史人流数据展现，按年、月、周、日维度进行选择显示，显示信息包括进入人次、离开人次、保有量。

4 应用成效

该空港旅客通关视频智能应用平台上线后，通过“数据驱动决策-智能闭环管控”机制，在效率提升、资源优化、指挥协调等方面取得显著成效。

4.1 异常事件处置效能提升

平台自动识别异常行为（如滞留、逆行）并触发预警，指挥中心可即时调取抓拍图像、视频流及旅客档案（包括出入境记录、同行人关联），实现“预警-复核-处置”全流程数字化。边检部门的统计数据显示，2024年该空港口岸出入境客流量超过360万人次，查找旅客时间由原来超过30 min缩短为3 min，通关整体效率比平台上线前提升30%。

4.2 资源调度科学化

自动生成查验通道启停方案与警力配置建议。该空港口岸某航站楼试点数据显示，高峰时段警力需求减少30%，平台对接边检站生产网的航班信息显示系统，实现“旅客流量-航班保障-边检通关”数据联动。

4.3 数据融合与指挥协同

通过获取机场生产网、视频专网、公安信息网、梅沙网的各类感知和业务数据，自动融合并进行关联分析，产生高价值预警引导信息和研判结果，提供业务态势实时展示、合成作战指挥“一张图”，全面推进边检勤务指挥能力现代化，进一步提升边检业务预警防范、主动出击、合成管控、精确打击能力，创新形成“智能预警（Pre-warning）-实时监测（Monitoring）-轨迹追踪（Tracking）-可视指挥（Commanding）”的PMTC智能监管功能。

5 结语

本文通过某空港口岸限定区域旅客通关视频智能平台的案例，深入研究人工智能技术重构空港口岸限定区域管理模式，验证了“以算力换人力、以数据优流程”的可行性。在该案例的实施过程中，按照“技术-流程-制度”协同创新框架，突破传统口岸管理中技术工具与组织惯性脱节的困境；通过构建“PMTC四维智能闭环”模型，构建智慧口岸理论研究的新方法论体系，为超大型航空枢纽的精细化管控提供了可复制的技术方案。

参考文献

[1]海关总署, 国家发展改革委, 工业和信息化部, 等. 关于智慧口岸建设的指导意见. 署岸发〔2024〕89号[EB/OL]. (2024-9-10). http://www.customs.gov.cn/customs/302249/zfxxgk/zfxxgkml34/6101070/index.html.

[2]郑婷婷, 孙强, 汪万春, 等. “智慧口岸”建设的实践逻辑与框架研究[J]. 中国市场, 2022(22): 187-190.

[3]关庆佳. 边检勤务指挥管理平台[J]. 中国公共安全, 2014(12): 142-143.

[4]邵泳兵. 基于云平台的智能勤务指挥调度系统设计[J]. 通信电源技术, 2018, 35(4): 113-114.

[5]李王虹, 马勇. 技术创新与制度创新互动关系的理论探源——马克思主义经济学与新制度经济学的比较[J]. 经济科学, 200l(1): 87-93．

[6]陈胜, 刘鹏飞, 王平, 等. 基于LSTM人工神经网络的电力系统负荷预测方法[J]. 沈阳工业大学学报, 2024, 46(1): 66-71.

[7]毛清华, 李世坤, 胡鑫, 等. 基于改进YOLOv7的煤矿带式输送机异物识别[J]. 工矿自动化, 2022, 48(12): 26-32.

[8]冯树民, 陈勇, 辛梦薇. 突发大客流下地铁协调限流优化模型[J]. 哈尔滨工业大学学报, 2019, 51(2): 179-184.

[9]周智, 岳劲, 苏东月, 等. 基于隧道视频分析的车辆轨迹跟踪系统[J]. 中国交通信息化, 2023(7): 127-130.

[10]张烨, 崔宇, 曲翠萃, 等. 数字孪生建造: 探索信息时代数字建造的新范式[J]. 新建筑, 2024(1): 28-33.

[11]陶飞, 刘蔚然, 张萌, 等. 数字孪生五维模型及十大领域应用[J]. 计算机集成制造系统, 2019, 25(1): 1-18.

[12]韩芳, 刘宝利, 张广中, 等. PDCA循环在科研项目中期检查中的应用探讨[J]. 世界科学技术—中医药现代化, 2024(4): 868-872.

作者简介：王李强（1984—），男，汉族，福建厦门人，硕士，高级工程师，主要从事口岸信息化建设和科技管理研究工作，E-mail: 2278830872@qq.com

1. 中国（福建）自由贸易试验区厦门片区管理委员会信息化服务中心 厦门 361000

1. Informatization Service Center of the Administration of Xiamen Area, China (Fujian) Pilot Free Trade Zone, Xiamen 361000