（策劃：王麗杰 制作、剪輯：李佳為、張之涵）

在飛機駕駛艙里，平視顯示器通過圖像識別技術將飛行信息投射至透明顯示屏上，幫助飛行員在低能見度條件下精準操作；在運行控制中心，多源數據生成的全景機坪畫面上，圖像識別技術智能顯示各類飛行器在場內運行的信息；在機庫中，AR（增強現實）眼鏡利用圖像識別技術，為機務維修人員提供實時工作指引，與遠程專家一起對飛機進行“云會診”……

人類的視覺是與生俱來的能力，可機器必須老老實實上“補習班”——喂給它幾百萬張標好名字的圖片，它才能練就“火眼金睛”。隨著算法和算力不斷升級，人工智能（AI）技術不斷迭代，深度學習模型和卷積神經網絡（CNN）算法讓圖像識別越來越精準。無論是飛行員、乘務員，還是空中管制員、安全檢查員，圖像識別技術為他們裝上了“智慧之瞳”，保障民航運行越來越安全、高效。

從旁觀者到建議者的角色轉變

作為遙感技術的重要組成部分，圖像識別是遙感數據處理和解析的核心技術之一。隨著低空遙感技術的廣泛應用，圖像識別技術也愈發常見。在低空中，遙感技術可以獲取大量影像數據，從而構建起地理信息的三維模型。無論是靜態景象還是動態視頻，利用圖像識別技術進行簡單處理，就能為城市規劃、災害預警等提供精準數據支持。

其實，在生活中，圖像識別技術帶來的便利已經讓人們習以為常。

在停車時，停車場的自動車牌識別系統通過圖像處理技術，將車牌號碼轉化為數字信息，根據比對結果進行自動開閘或計費等操作；在網購時，消費者使用的“拍照識別”“掃描識別”等搜索功能同樣基于圖像識別技術，當消費者將鼠標停留在感興趣的商品上時，就可以選擇查看相似的款式。

在圖片識別技術發展的早期，應用停留在文字識別和數字圖像識別等簡單類型，對復雜圖像的識別要通過不同層次的信息加工才能實現。隨著人工智能的不斷普及，卷積神經網絡算法賦予了機器高效處理圖片信息的能力，深度學習讓機器能夠模仿視聽和思考等人類活動，解決了很多復雜圖像識別難題。

于是，停車場的攝像頭有了“大腦”，“一鍵尋車”功能開始普及；購物的搜索引擎有了“心機”，開始猜測消費者的意圖。

圖像識別在AI的幫助下，一切都變得不同了。低空飛行在農業監測、災害評估、城市規劃等方面不再只是“旁觀者”，而是升級為“建議者”。

“深度學習讓機器模仿視聽和思考等人類活動，解決了很多復雜的模式識別難題，使得圖像識別技術取得了很大進步。它的最終目標是讓機器能夠像人一樣具有分析學習能力，能夠識別文字、圖像和聲音等數據。”業內相關專家告訴記者。

在農業領域，農民不用再憑借經驗判斷莊稼的生長情況。計算機借助低空飛行器（包括通航飛機、無人機等）收集的數據構建農田模型，通過圖像識別技術判斷農作物的長勢、病蟲害情況并預估產量等，據此確定澆水、施肥、噴灑農藥等作業的最佳時機，為糧食豐收保駕護航。山東省濰坊市峽山區的“數字農具”正是這一進步的體現。當地種植戶通過手機App即可實時監測氣象數據，“大數據+圖像識別”讓他們提前收到病蟲害預警，再利用無人機的飛防作業結合智能農田模型，有效提升了農作物的防病抗災能力。

面對森林火災這一兇猛“敵手”，低空飛行器之前扮演著偵查員的角色。如今，一旦火災發生，其搭載的各類傳感器不僅能夠迅速收集數據，圖像識別的“智慧大腦”還能根據信息迅速鎖定火源位置，甚至在實景三維模型中實時生成火勢蔓延的動態趨勢。在遼寧省通化市的山林中，森林消防隊員在巡山踏查時配備了低空飛行器。飛行器搭載的多光譜相機和激光雷達等設備能實時監測林火隱患，通過圖像識別技術監測到異常情況后，數據會自動傳回指揮中心，為森林消防隊員提供科學的決策依據，從而及時、高效應對火情。

從航站樓到飛行器的有的放矢

熙熙攘攘的人流、繁忙有序的物流以及高速涌動的信息流，共同構成了持續升級的民航智慧生態。它們如同肥沃的土壤，為圖像識別技術的“茁壯成長”提供了得天獨厚的條件，使其得以在智慧民航建設中大顯身手。

在北京大興機場，托運行李安檢采用計算機斷層掃描（CT）安檢設備，傳統X光機安檢時二維圖像被遮擋的痛點被消除，三維圖像的人工智能識別和自動報警技術讓違規物品無處遁形；在杭州蕭山機場，A3級毫米波人體成像安檢儀不僅能探測到各類金屬物品，還能識別武器、刀具、液體、粉末及火源等，其所具備的高分辨率成像功能可清晰顯示出物品的位置和形狀……

隨著計算機算力的升級和圖像識別技術的發展，安檢設備有了持續發展的空間，不僅減少了人工檢查的時間和需求，還為旅客提供了更快速、舒適的安檢體驗。

2024年，民航局頒布《民用航空旅客手提行李X射線計算機斷層成像爆炸物探測安全檢查設備鑒定標準》等6項安檢設備技術標準，為安檢設備與圖像識別等技術的融合應用作出指引，安檢查控能力在頂層指引與基層實踐中穩步提升。

在圖像識別技術的加持下，運行效率的提高不僅讓旅客每一次乘機出行更舒心、便捷，也讓每一次飛行更安全。業內相關專家告訴記者：“當前，圖像識別技術正深度融入民航運營全鏈條。在技術的驅動下，嵌入圖像識別的智能系統能建立動態學習機制、優化作業流程，助力實現安全性與運行效率的同步提高。”

在重慶江北機場，新一代智慧登機人行通道系統通過高精度攝像頭的“三維感知+AI分析”，對閘機通道內旅客的移動軌跡、肢體動作進行精準且快速的立體掃描，結合深度學習算法和訓練，從而智能識別尾隨闖入、異常滯留等20余種復雜通行場景的風險行為，讓旅客登機更“絲滑”；在成都天府機場，自動駕駛與圖像識別技術相結合的登機橋全自動搭設，接靠橋時間約50秒，退橋時間約30秒，保障了航班靠橋率；在昆明長水機場，視覺識別模型、多模態分析工具被接入鳥防智能預警監測平臺，通過預訓練的海量生物特征數據，能夠快速識別鳥種，將準確率提高30%以上，每一次飛行起落更為安妥……

航空器作為出行工具，及時檢查出其安全性問題，既涉及航空公司的正常運營，更關系到所有旅客的生命安全。

天瞳HORUS系統利用圖像識別技術，實時監控飛行中的飛機狀態，提前預測故障，縮短80%的故障定位時間，預警準確率達98%以上；通過“5G+AR”智慧維修解決方案，機務人員可通過高清攝像頭快速讀取儀器儀表的數值，不僅能智能識別航空器的凹凸界面，實現可視化檢測并進行自動分析，還能與遠程專家一起對飛機進行“云會診”。

從安檢環節的精準識別，到登機過程的高效便捷，再到對飛行安全的全力守護，圖像識別技術在一張張照片、一段段視頻中助力民航各運行環節防患于未然。

從技術協同到打造生態的多面手

民航智慧生態的打造需要技術的有效協同。隨著新技術的快速發展，從A-CDM（機場協同決策系統）到TAM（機場全面管理），從“AR（增強現實）+VR（虛擬現實）”融合應用到數字孿生機場，圖像識別技術與物聯網、大數據等的融合應用，將為民航發展帶來更多可能。

“如何在民航業充分利用圖像識別等智能技術是一個值得關注的話題。”業內相關專家告訴記者，“未來，基于圖像識別技術的各類系統將不僅限于觀察、掃描、檢測，其潛力值得期待。通過更高效的數據分析和智能化的決策支持，民航業將涌現出更多關于圖像識別技術的創新性解決方案，在多技術聯動中更加智能化、自動化，從而實現更高的運營效率和安全性。”

在新疆機場集團全域管理中心多源數據生成的全景機坪畫面上，飛機起飛降落、滑行入位等狀態清晰可見，每架飛機上方還顯示了由圖像識別與智能算法自動識別并標記的航班信息。新疆機場集團相關負責人表示，全機場管理不是將傳統IT系統拼湊到一個平臺上，而是基于數據和智能體的一種全新架構，是機場從數字化向智能化的轉型升級，承擔著應對機場實際挑戰與滿足運行需求的重任。

在深度學習下，基于人工智能技術的圖像識別不僅能夠實現對航空器、車輛和人員目標的檢測、跟蹤、識別、定位，還能按照運行管理規則，對機坪內的越線滑行、超速行駛等違規行為和潛在風險進行實時警告，提高機場運行安全保障能力和效率。

隨著西安咸陽機場T5航站樓、蘭州中川機場T3航站樓、烏魯木齊天山機場北航站樓陸續投運，在高精度智能建造的機場交付的同時，機場的數字孿生體也同步交付。在虛擬世界完整復制的“數字機場”，實現了對航站樓、跑道、飛機、車輛等所有要素的實時動態監控，圖像識別技術也有了更多應用場景。

規劃、建設、管理、運營……在機場的“虛擬雙胞胎”中，圖像識別技術正創造更大價值。

在實時監控中，管理人員在查看航班動態、旅客流量等數據時，圖像識別技術可幫助實時分析監控視頻，識別人流、設備狀態，通過攝像頭捕捉的數據輔助三維模型的更新；在歷史數據復盤中，圖像識別技術可用于分析歷史視頻記錄，自動識別異常事件或特定模式，幫助快速定位問題；在未來態勢預測中，圖像識別技術可以實時分析當前人流密度和移動趨勢，結合歷史數據，提高預測的準確性，為機場運營決策提供科學依據……

技術的進步讓圖像識別的潛力得到更全面的挖掘，推動智慧民航建設邁向新高度。未來，隨著激光雷達、紅外、可見光等數據的多模態融合，隨著卷積神經網絡、邊緣計算、遷移學習等的不斷升級，圖像識別技術將著力于每一處細節，推動民航業朝更安全、高效、可持續的方向發展，并為低空帶來更安全、有序的發展環境。（中國民航報 記者張人尹）

（本文刊載于中國民航報2025年4月23日5版）

《智慧民航》導刊每周三

與廣大讀者見面

讓我們一起

聚焦智慧民航建設熱點

擘畫全新未來

期待您的來稿！

投稿郵箱：icanews@163.com

編輯|張 薇

校對|李季威

審核|韓 磊