打造云邊端協同一體化邊緣智能平臺助力智慧海關建設

姜成中 王小奇

摘要：本文放眼和立足于“智慧海關、智能邊境、智享聯通”合作大背景，以航空口岸旅檢風控場景為例，通過探索構建并推廣“兩池、一庫、四平臺”為核心的云邊端一體化邊緣智能平臺，進一步提升現場查驗設備智能化水平，推動以風險管理為主線的國門安全防控體系見到實效，為政府數字化轉型提供參考。

關鍵詞：邊緣智能、風險管理、“三智海關”

一、引言

（一）研究背景

本文放眼和立足于“智慧海關、智能邊境、智享聯通”合作大背景，以航空口岸旅檢風控場景為例，通過探索構建并推廣“兩池、一庫、四平臺”為核心的云邊端一體化邊緣智能平臺，進一步提升現場查驗設備智能化水平，推動以風險管理為主線的國門安全防控體系見到實效，為政府數字化轉型提供參考。

2021年，我國外貿進出口總值39.1萬億元，同比增長21.4%。其中出口21.73萬億元，增長21.2%；進口17.37萬億元，增長21.5%。我國全方位對外開放格局不斷走向縱深，對外開放的大門越來越大，給海關把好國門帶來了新的挑戰：一是經濟全球化和區域化要求貨物、服務、信息、資金和人員更加迅速、便利的流動，貿易便利化要求提高貨物和人員的通關效率；二是關檢業務融合需要海關提升旅客通關體驗，打造“無感海關”；三是現代信息技術使國際貿易和人員往來效率發生了革命性變化，要求海關改變傳統的監管思維和方式。

為具體落實海關科技發展規劃，以“三智”合作為抓手，探索構建以“兩池、一庫、四平臺”為核心的云邊端協同一體化邊緣智能平臺，提升海關監管場所智能化水平，推動更大范圍、更寬領域、更深層次對外開放，助力構建新發展格局。

（二）風險管理的基本理論

采用風險管理中經營管理型風險管理模型，對海關監管業務和邊緣智能信息系統開展風險評估，爭取以最小的成本獲取最大的安全保障。過程包括風險識別、風險分析、風險評價、選擇風險管理工具和評估風險管理效果[1]。從旅檢通關業務風險評估到邊緣智能項目開發實施，風險評估原則均遵循下圖1所示，確定監管風險管控、縮短通關時間和改善通關目標的成本收益權衡方案（Trade-Off）和決定采取的行動。

（三）面臨的主要挑戰

在海關航空口岸旅檢查工作場景中，現有旅客通關現場查驗存在以下問題：一是邊緣測數據缺乏組織整合，查驗信息分散在不同信息系統和設備中，邊緣側的計算和存儲能力不足，無法有效支持現場業務乃至后續的多維度智能風險控制大數據分析；二是人物分離，海關稽查核驗過程中，更多關注于貨物，對于與貨物相關聯的人的基本信息無法獲取，即使獲取相關的生物特征信息也存在隱私安全和法律法規等政策性風險；三是人工查驗抽檢率和效率較低，人力資源與旅客行李查驗量無法匹配，難以全面應對當前旅檢工作的形勢與要求，迫切需要快捷高效的風險探知手段來輔助開展旅客行李檢查工作。

二、邊緣智能平臺

（一）部署架構

為解決邊緣算力供給不足問題，在現有海關基礎設施云平臺、大數據云平臺的基礎上規劃部署邊緣智能計算平臺（部署架構圖詳見圖2），為將來邊緣計算設備應用和數量的增加提供平臺基礎[2]。

全國海關信息中心提供底層服務器、數據庫、存儲等中心化的高性能計算能力，將前端設備采集的多維度數據進行人工智能訓練。邊緣智能計算平臺提供邊緣側計算存儲能力，加載智能化算法模型，實現人員訪問風險控制、貨物通關查驗、旅檢緝私查驗、智能通關、預申報等邊緣終端業務。

（二）平臺架構

邊緣側底層應用主要以“兩池、一庫、四平臺” 為主實現整體規劃，包括數據資源池、計算存儲網絡資源池、算法倉庫，以及邊緣智能應用平臺、邊緣資源管理調度平臺、邊緣數據資源平臺和邊緣運維服務平臺（邊緣智能平臺架構圖詳見圖3）。

邊緣智能平臺將算力從原來集中于海關總署機關逐步延伸至各直屬海關、隸屬海關，最終傳遞給各業務現場，實現高可靠、安全、穩定以及有效的終端應用。

（三）數據整合

平臺通過整合邊緣側風險因子數據、全國旅檢監管現場查發案件、緝私、國際海關和其他主管部門的內外部情報信息至現有信息系統，建立風險防控決策平臺，提煉風險要素，形成研判規則，構建分析模型，建立云端側風險圖像庫，將規則和模型下發至邊緣側設備形成風險甄別應用。通過決策平臺和風險甄別應用下達風險查控指令，達到精準、有效、可靠的查驗緝私目標。

三、業務場景示例

以某國際航空口岸為例，24小時入境旅客平均3.5萬人左右，查驗關員10人，通關監管壓力與人力配置之間的矛盾非常突出，主要體現在兩方面：一是監管旅客量已連續多年增長，人力資源沒有相應增加；二是旅檢現場依然按照傳統模式，靠個人經驗選擇查驗對象，缺乏信息化系統對重點人群進行輔助識別，具有較大的執法自由裁量權，給執法監督帶來很大壓力。

（一）風險因子

邊緣智能應用部署在海關口岸旅客查驗一線關口，通過在旅客檢驗的關鍵點位設置攝像頭，采集邊端設備數據，實時從圖像中獲取風險因子特征信息，并存儲在口岸邊緣存儲節點。根據實時數據，將旅客劃分為普通風險和高風險，當風險甄別系數超過閾值時，旅客通過卡口，向現場旅檢工作人員發出提示，在終端顯示設備中展示高風險因子證據。其中風險因子包括以下因素：

通關頻度：頻繁在短時間內通關人員提取為風險評估因子1；

人飾特征：將人臉、步態姿勢與服飾特征關聯，用于了解旅客的當天的服飾變化情況，人臉和步態用于識別身份，服飾變化較大的作為風險評估因子2；

軌跡行為：在關鍵的行進路線節點，并繪制為旅客的行進軌跡，對相關的風險點進行記錄作為風險評估因子3。

除上訴因子以外，各監管場所現場可根據實際情況增加風險因子，例如：太赫茲設備顯示圖像用于分析隨身夾帶、危險物品探測傳感器等物聯網設備。

（二）算法適配

使用基于YOLOv5算法框架[4]的定制模型在不同尺寸的圖像上進行風險因子抓拍，然后對每個類別每個目標采用基于IoU的跟蹤算法，最后捕捉行李箱離開轉盤的信號，從而觸發動作抓拍信號，完成證據鏈的關聯與存檔。

圖4展示了不同版本的YOLOv5與EfficientDet檢測算法之間的性能比較曲線圖，縱軸為COCO測試數據集上面的AP指標。為了平衡檢測精度和邊緣側的算力限制，使用了YOLOv5作為風險因子取證的核心算法，最終實現了對多類別多目標的跟蹤。

從整體角度看，從邊緣測數據資源池獲取訓練數據，使用云端的智能視頻分析服務開展訓練。該算法在同類算法中有著訓練時間短，模型權重文件小，利于在邊緣側部署的優點。通過算法優化適配，以及對處理性能和算力的初步評估，經過多batch推理的優化，預計可實現10fps以上的接入視頻準實時檢測幀率，相機視頻流是4K，單視頻卡可支持接入8-16路視頻流并行分析。經過優化后通過視頻測試，該方案可實現98%以上的風險因子圖像提取。

（三）應用效果

從“人物結合、由物及人”的角度出發，有效提升現場旅檢人員工作實效，整合上述數據開展旅客出入境風險分析工作，計算出風險甄別度，并在卡口處向現場關員發出提示。邊緣智能平臺在旅檢監管場所可取得以下成效：一是打造“無感海關”，壓縮通關時間，提升通關體驗；二是關檢融合后，促進了監管業務執法流程簡約順暢、操作規范統一，釋放人力資源；三是提升執法統一性，多維監管數據關聯存證，進一步提升查驗的捕獲率。

四、結束語

邊緣智能平臺以海關旅檢監管場景為基礎，整合了人臉、衣飾風險識別因子，采用智能手段打破了人物分離的現狀，實現了“人物結合，由物及人”從零到一的突破。后續可根據實際情況分別在海關監管作業場所、海關集中作業場地推廣使用，應用功能可包括：周界入侵（拋物、人、車）、船舶靠泊識別；人臉識別（活體檢測）、異常行為識別（摔倒、打斗等）、人員徘徊、密度檢測；物品智能識別（動植物、水果、危險品）、知識圖譜（語義分析，問答機器人）；車體識別（集卡）、軌跡跟蹤（跨鏡頭）、異常行駛（不按軌跡、異常停留、逆行）、異常拋物、兩車跟隨、人員靠近等查驗證據。

本項目建設經驗包括：一是采用頂層設計思維，以點帶面，提升全過程、全方位、多層次、寬領域的動態管理與控制，使用組合拳達到平臺化標準；二是依托科學體系，借鑒企業風險管理體系，用技術賦能業務，充分理解和應對公共事業風險，并采用體驗度量作為閉環評判的標準；三是完善業務技術生態，依托邊緣智能技術結合現有云計算、大數據平臺，聚焦邊緣智能賽道，根據一線業務需求孵化邊緣側應用，持續采用先進技術向業務賦能；四是強調目標導向，服務與公共管理職責并重，以科技提升創新優化管理手段，實現治理體系和治理能力的現代化；五是順應發展趨勢，以現有技術為基礎，降低整體技術和應用準入門檻，推進互通共享，共促貿易安全與便利，完善業務和技術邏輯考慮資源傾斜。

近年來，邊緣智能的各項基礎技術得到了長足發展，隱私保護、態勢感知、設備更新、安全協議等對“三智”建設帶來了極大的機遇。隨著5G通信技術、計算遷移、新型存儲技術、輕量級函數庫及內核、邊緣計算編程模型等關鍵組成技術的成熟和商用[4]，邊緣智能的應用必將在海關監管、征稅、緝私及統計職能上進一步發揮增質提效的作用。

作者單位：姜成中? ?王小奇? ? 全國海關信息中心

參? 考? 文? 獻

[1]（美）西姆·西格爾.基于價值的企業風險管理.

[2]佩里·利.物聯網系統架構設計與邊緣計算（第二版）.

[3]中科院自動化所、中科院大學人工智能學院、中國科學院腦科學與智能技術卓越創新中心、曠視科技.YOLO算法特性 （cs.CV），https：//arxiv.org/abs/2103.09460

[4]吳冬升.從云端到邊緣 邊緣計算的產業鏈與行業應用.