随着改革开放的进一步深化和社会的快速发展，民航业也在这一机遇中取得了突破。同时，世界经济一体化加快了民航发展的进展。这使得未来民航国内旅客数量迅速增加，国际游客数量也将大幅增加。我国民航业发展形势良好，民航安全要求越来越高。

2019年全国两会首场“部长通道”中国民航局局长冯正林表示，中国民航已实现102个月安全运行记录和7000万小时飞行安全记录，位居世界先进国家之列。2017年5月3日，《民航安全隐患调查治理指南》指出，“安全隐患排查零容忍”。始终坚持“零容忍”态度对待安全隐患，确保每次航班安全。同时，严厉打击和查处违反民航安全操作规程的行为.违反民航安全工作规定的违法违纪行为，确保民航安全。(摘自中国网)

现阶段民航安检不足：

2012年6月29日，新疆和田飞往乌鲁木齐GS7554航班于12:25起飞，6名歹徒在12:35劫持飞机。所有歹徒都是维吾尔族男性，用伪装的拐杖作为武器，打算进入驾驶舱。侯汉敏(新疆维吾尔自治区发言人):上午12:25，从新疆和田到乌鲁木齐的一趟航班起飞10分钟。6名歹徒以暴力手段砸开驾驶舱门，试图抢劫。机组人员和乘客一起制服了歹徒。飞机后来返回和田机场，安全着陆。飞机上的其他乘客安全返回，其中6名被捕。在制服过程中，7.8名机组人员和乘客受轻伤，案件仍在进一步调查中。

2018年4月15日，CA1350长沙-北京航班发生机上一名头等舱男性乘客威胁乘务员，乘客用自己的钢笔作为劫持工具，机组人员按处置程序降落到郑州新郑机场。

上述案例充分显示了传统安全检查的弊端：

1.只关注可能发生攻击的工具，而不是针对发动攻击的人；

2.安全成本过高；

3.只依靠硬件技术，不结合行为信息，在安检过程中形成盲点，使犯罪分子有机可乘；

4.安检过程中无重点检查对象，效率低下。

这使得我们必须引入一种新的安全概念，即异常行为识别。与传统的安全技术相比，异常行为识别具有无与伦比的优势。通过培训安全人员，他们可以提前识别行为异常的乘客，并关注这些乘客，最大限度地控制地面上的风险。

异常行为识别的研究进展：

2018年，薛春芳.孙娴等人（何丹丹）通过视频监控识别和定位异常行为；2017年，高立青研究了基于治安监控视频大数据的行人行为识别方法MapReduce框架的分布式处理算法以行人图元为最小粒度，研究行人行为；2016年，王颖发布了《智能交通系统全天候视频监控》.李可先《计算机智能视频监控系统技术研究》等人(宋丹妮妮.王国珍)，通过智能视屏监控技术，过滤正常行为模式，从而识别异常行为；2015年，王梦迪的《视频监控场景中群体异常行为检测研究》通过监控视频图像中的群体异常行为，采用了视频监控场景GKLT特征点跟踪算法提取组中的运动粒子轨迹进行识别；2015年，徐（基于光流特征）通过检测三种异常行为，深入研究算法，促进机场智能管理；2012年，林春丽总结了几种常用方法，提出了结合边缘提取的目标检测算法，解决了传统算法中人体轮廓提取不完整的问题；2008年，周刚分析讨论了人为错误与人为不安全行为的相关原则，并提出从安全教育.技术培训.人机系统设计等方面控制人的不安全行为。

2018年，J.Arunehru三维卷积神经网络(3)D-CNN），用于视频中的动作检测和识别，并与现有方法进行精度比较，优于之前公布的结果；2016年，MahdiHashemzadeh结合关键点和分段特点，计算拥挤场景中的人数；2014年，YuchenWang提出了基于高斯混合模型的梯度水平集方法（GMM-GLS），用于视频序列中的运动目标轮廓跟踪，处理自动初始化和背景变化，大大提高了目标轮廓跟踪的性能；2012年，GuogangXiong提出了一种不依赖相机参数和透视畸变来检测两种异常人群行为的方法，使该方法在没有相机校准和训练数据的情况下，在较低的计算负载下可靠地检测异常行为；1992年，J.Yamato提出了一种基于隐马尔可夫模型的人的行为识别方法，通过增加生成培训数据的人数来提高识别率，表明建立独立于人的动作识别器的可能性。

从以上研究报告可以看出，火车站等群体的异常行为研究较多，我国民航异常行为识别研究领域仍存在差距；通过视频识别人体异常行为较多，建立指标体系较少；注重计算机识别方法的改进，实际情况下分类指征的研究较少；民航行业更注重技术进步，安检人员培训缺乏关注。同时，国外对异常行为识别的研究主要集中在方法的不断更新和改进上，而缺乏对指征体系的构建。其次，国外对民航领域异常行为识别的研究较少，大多是对普通公共场所人类行为的研究。最后，国外对异常行为识别的研究大多是行人明显的身体动作和表情.文件等指征总结较少。