摘要：在改革开放的新时期，我国经济在迅猛发展，社会在不断进步，由于世界范围内的恐怖活动比较频繁，各大机场高铁以及公共区域的机关部门都不得不更加的重视安全方面的问题，这些场所的安全检查正在不断的被加强。在这种严峻的情况下，就需要不断的发展安检技术，综合利用该项技术来保障人民群众的安全，同时也取得了良好的成果。在2018年，毫米波人体成像技术已经在南京和青岛机场完成测试，以此验证机场安检设备工作效率，之后同样会不断进行试点工作。基于此，本文首先对毫米波人体成像技术进行了相应的阐述，并分析了其现状，最后对毫米波人体成像技术运用于机场安检中的意义进行了一定的探讨，以此为相关研究人员提供参考意见。
关键词：毫米波人体成像技术;机场安检;应用
引言
未来，毫米波人体成像设备将逐步取代民用机场沿用２６年的金属探测门，旅客也将体验到更加安全、高效的人身安检服务。近日，民航局颁布《民用航空毫米波人体成像安全检查设备鉴定内控标准》（以下简称《标准》）及《民用航空毫米波人体成像安全检査设备违禁物品探测能力测试程序》（以下简称《程序》），正式将毫米波人体成像设备纳入中国民航安检设备清单，中国由此成为全球第三个、亚洲第一个独立颁布毫米波人体成像技术标准的国家实体。毫米波人体成像技术是目前全球安防领域的先进技术，已在美国、英国、荷兰、澳大利亚、日本等国机场用于旅客人身安检，但此前仅美国和欧盟拥有准人技术标准。该设备能够在不直接接触人体的情况下，有效检测出在衣物覆盖下藏匿于人体各部位的物品，特别是能够检测出非金属物品，并可以从图像上获取隐匿物品的形状、大小和位置等信息。此外，毫米波人体成像设备具有对人体无害、穿透力强的特点，其发射功率不及手机电磁波辐射的千分之一，能准确识别人体携带物品，有效提髙检査的客观性、准确性、针对性，降低安检员的劳动强度，提升安检效率。据悉，近年来，为更好地实现新技术应用，民航局公安局积极探索新技术在安检现场的试用评估。２０１７年８月，民航局公安局组织并提供政策支持，在北京首都、上海虹桥、上海浦东、青岛流亭等４个机场同步开展了毫米波人体成像设备的现场试用评估。２０１８年５月，民航局公安局再次在南京禄口、青岛流亭机场开展毫米波人体成像设备通行压力测试，在确保安全的基础上进一步验证设备的通行效率。下一步，民航局还将同步开展“差异化安检”新模式、新政策研究和试点，力求在提升安全性的同时，不断创新安检模式、优化安检流程、提高安检效率，为旅客出行创造更优质体验。
1毫米波全息成像技术
毫米波是指频率在30～300GHz之间的电磁波，波长为毫米量级.毫米波的频率要比微波高一个量级，同时与太赫兹频段有一定的重合（一般来讲，微波频段的范围为3～30GHz,而太赫兹的频段范围为0.1～10THz）。由于毫米波能够穿透常见的衣物、纸张以及塑料等遮挡材料，同时不具有电离辐射，对公众安全，因而特别适合应用于人体安全检查。毫米波全息成像技术手段的实现，依赖于外差混频技术，其测量的不再是毫米波强度，而是包含幅度与相位信息的复信号。在实际成像系统中，毫米波天线发射毫米波信号照射到成像目标上，目标反射的毫米波信号由接收天线接收，然后由外差混频技术获得反射信号的幅度和相位，通过线阵扫描结合机械移动的方法可以获得二维孔径上的复反射信号，从而形成全息图，然后通过图像重建算法反演得到目标的三维复反射率图像。常见的孔径扫描方式有平面扫描和圆柱扫描两种。
2毫米波人体成像技术在机场安检中的应用
2.1高效率全方位扫描
在引入该项技术之后，有关组织机构对于2011年的安检人流进行了统计，相关的数据表明，该项安检技术应用之后，每小时的人流通过量约为911事件之前的一半，所以这项技术的引用虽然在一定程度上提高了对安全的保护程度，但也同时造成了安检效率的下降，因此这些年来相关人员也在不断的寻求高效率的安检技术，希望在保障人们出行安全的情况下来提高安检的效率。在国外已经有相关的组织部门进行研究，比如PNNL提供了一种比较创新型的，通过鞋底扫描的一种新安检系统，能够有效的和人体扫描系统进行融合，这样也不需要游客脱鞋检测就能够得到良好的图像。S．Lang等学者在原有的C-SAＲ检测系统的基础上，逐步完善并研发了SAＲGATE的更为高效的检测系统，这种系统不仅能够进行周边性的圆柱形扫描，同时还能够对于游客进行各种角度的扫描，得到不同角度的成像结果。
2.2基于神经网络深度学习的嫌疑物报警
通过以上可以看出毫米波安检仪是通过获得一张被检人员的扫描图像而完成检查的扫描成像类技术。但因其过高的扫描图像清晰度，往往导致被检查人员的身体隐私暴露在安检过程中。因此毫米波人体安检仪往往会融合基于人工智能技术（以下简称“AI”）的嫌疑物报警（以下简称“ATR”）功能以达到自动报警、保护隐私、节省判图人力成本的目的。近年来，AI技术的一个重要进展就是深度学习算法，与传统的机器学习算法相比，深度学习使用深层的神经网络取代了人工提取图像特征的过程，在图像识别相关的多个领域都取得了很好的应用效果，市场上几乎所有毫米波人体安检仪均采用了深度学习技术来实现嫌疑物自动报警。当然，为了使用更大更深的神经网络进行嫌疑物报警训练，需要大量的数据，所以要使用先进的ATR算法，首先要解决的就是如何获得大量嫌疑物图像样本的问题。当前的普遍做法是采集很多种类违禁品嫌疑物的图像信息，针对不同人在各种不同部位携带各种不同的物品获得大量的数据，并通过一些手段进行数据生成和增广，然后把这些数据应用在很深的神经网络上进行训练。随着数据量的增大和网络模型的优化就可以持续提高毫米波成像仪的嫌疑物报警准确率。这里说的“准确率”有两个含义：即“检出率”高的同时，“误报率”还要低。也就是说ATR算法的提升应该是提升检出率的同时降低误报率，这才是更好的算法。所以，ATR算法确定以后，需要平衡检出率与误报率的关系，也就是检查效果与检查效率之间的关系。如果对每个人都检查得非常细致非常严的话，检查效果更好，但检查效率会降低。这个平衡往往不仅需要依靠ATR技术手段的突破来实现，当ATR技术已经发展到一定程度的时候也需要通过对毫米波图像质量的优化，来平衡检查效果和检查效率。
结语
毫米波人体成像技术作为最有潜力的人体安检技术，这些年来逐渐受到人们的重视并取得了快速的发展，目前来看，毫米波人体成像技术的发展趋势是高频段、集成化，但是我国的毫米波人体成像技术与国外发达国家相比仍然具有一定的差距，所以相关研究人员应该积极借鉴国外的优秀经验和研究成果，并结合我国机场安检的实际需求，加快完善毫米波人体成像技术的国产化。本文对毫米波人体成像技术的相关概念以及其对于机场安检工作的意义进行了分析，以此帮助我国机场安检模式和流程的不断优化，大大提高机场工作效率。
参考文献
［1］田鹤，李道京，祁春超．频域稀疏毫米波人体安检成像处理和快速成像稀疏阵列设计［J］．雷达学报，2018，7(03):376-386．
［2］任路遥．基于被动毫米波成像的隐匿违禁物品检测识别方法研究［D］．南京理工大学，2016．