摘要：随着城市的不断发展和人口的增加,地铁系统作为现代城市交通的重要组成部分,面临着日益增长的安全挑战。在确保乘客安全和维护正常运行的同时,地铁安检系统需要不断创新与进化。智慧安检集中判图目前在业已经逐渐投入实践,且正在引领着地铁安检系统的革新,与此同时对系统降级机制的研究也具有重要意义。降级机制的存在不仅能够确保系统在面对异常情况、高负荷或故障时仍能提供基本的核心功能,还能提高系统的可用性与稳定性,迅速应对突发事件,优化资源分配,提升用户体验,保障业务的连续性,满足法规合规要求,为持续运行和业务发展提供坚实支持。

摘要：为保证城市轨道交通的安全性,X光行包安检系统已经被广泛运用。但现阶段行包安检主要依赖人工判定,存在高人工、低效率、欠客观等问题。本文以实现智能化、自动化行包安检为目标,研究并设计了一种基于ResNet50的目标探测模型。该模型使用递归特征金字塔结构,将附加的反馈链接与自下而上的骨架层结合起来。在特征提取时使用可切换空洞卷积,提取不同尺度的特征。通过将两种方法集成到检测器中,自主学习违禁品的关键性特征,实现了X光行包违禁品自动识别。使用大规模公开数据集PIDray对所提算法进行测试,并设计消融实验验证各模块的有效性。实验结果表明本文算法对12大类违禁品的平均识别准确率可达到91%以上。证明了使用人工智能算法进行自动安检的可行性,为城市轨道交通行包安检自动监测的落地应用提供有力支撑。

摘要：论文对地铁车站安检系统面对日益紧张的反恐现状和目前城市轨道交通安检面临的主要挑战进行了分析,并基于地铁智慧安检集成管理系统功能、系统网络方案的角度提出了地铁智慧安检解决方案,最终实现地铁安检数据融合分析、多部门联动、高效安全的处置事件。

摘要：智慧安检设备是智慧车站建设的基础,针对车站安检处存在的大客流运营组织难度大、智慧安检设备自动化水平低以及乘客乘车体验差等问题,提出了一种全新的基于神经网络算法的智能安检系统设计。禁带品识别机采用深度学习与神经网络技术,实现对禁带物品的智能识别与自动实时报警,减少对安检员人工识别的依赖程度,提高安检设备危险物品自动识别能力。

摘要：智慧安检新技术作为时下各大城市地铁行业的热门话题,随着众多新兴技术的不断成熟,研究热点已逐步从如何对传统安检模式进行智能化升级改造,转变为如何对现有智慧安检模式进行革新。本文将详细阐述集中判图模式的应用现状,并提出一种基于AI和数据分析技术的智能判图系统,旨在解决集中判图模式下存在的问题痛点,进一步提高安检工作效率。同时,还提出智慧安检后续发展的可行技术路径和攻关方向建议。

摘要：安检作为城市轨道交通安保的第一道防线,过滤了绝大部分不安全因素,是防暴恐新常态下维护公共安全、实现总体国家安全观的重要措施。随着城市轨道交通的迅速发展.大客流频繁出现.对城市轨道交通安检提出了新挑战、新要求.即必须在以大安全为前提的条件下.适应公众快速出行诉求,优化安检模式。本文提出的“安全+高效”安检模式,需要快速安检、智慧安检为支撑.并将安检统筹进客流疏导整体方案设计之中予以考虑。优化安检模式,还需要提升安检队伍的核心素养、加强安检宣传引导作为保障措施。