情绪识别，安检的下一个风口？

据媒体报到，英国火车站开始采用的亚马逊Rekognition系统，使用亚马逊AI摄像头扫描乘客面部，预测年龄、性别和情绪，在发现异常时，及时通知工作人员采取措施。其实，对于业内人士来说，将情绪识别技术运用于安检领域已经不是新鲜事。

情绪识别技术的优势在于它能够在不侵犯个人隐私的前提下，提前发现并避免潜在的公共安全事件，适用于传统安检难以覆盖的领域，有效提升了社会的“免疫力”。随着人工智能技术的不断发展，情绪识别技术已经从单纯的文本、语音和图像等媒介进行识别，逐渐拓展到多模态信息的融合识别。现阶段情绪识别的方式主要分为两方面，一是通过人的面部表情、语音声调、身体姿态等非生理信号进行识别，由于这些非生理信号可以通过伪装等手段进行人为控制，导致有时不能获取到可以代表情绪的真实信号，从而无法准确的识别出真实的情绪状态。另一方面，可以利用脑电信号、眼动数据、心电信号、肌电信号、皮肤电流反应等生理信号进行情绪识别。由于伴随情绪所产生的生理信号是由人体的神经系统和内分泌系统自发产生的，不易受到人为因素的影响，所以生理信号能够更准确的反映人类的情绪状态，基于生理信号的情绪识别能获得更加客观真实的结果，也更有利于实际应用。

伴随近几年来，大数据、云计算、高速通讯技术和摄像头技术智能化，为情绪识别监测的规模化应用提供了绝佳的软硬件支持。但是发展十几年来，情绪识别技术为什么没有在我国安检领域获得大规模应用呢？有专家认为，情绪识别技术在国内的应用还面临一些挑战，包括高质量数据集的缺乏、算力成本问题、模型训练和布置所需的资源、情感计算的普适性问题，以及数据来源和模型可解释性等在不同程度上制约了该技术的大规模应用。

因此，尽管情绪识别技术在安检中的应用前景广阔，但就目前来说，距离广泛运用还是有不小的距离。但是我们相信，随着技术的不断发展和社会需求的增长，情绪识别技术将在公共安全领域扮演越来越重要的角色。