| Description: |
В условиях экспоненциального роста международных пассажирских и товарных потоков традиционные методы таможенного контроля достигают пределов своей эффективности. Человеческий фактор, включающий усталость, ограниченные когнитивные возможности и субъективность восприятия, снижает качество выявления угроз при рентгеновском досмотре багажа. Настоящая статья представляет собой системный обзор современных подходов к применению искусственного интеллекта (ИИ) в автоматизации анализа рентгеновских изображений для нужд таможенного контроля. В работе рассмотрены ключевые технологии глубокого обучения (CNN, 3D-CNN, R-CNN), методы активного обучения с участием человека (Human-in-the-Loop), а также перспективы внедрения объяснимого ИИ (XAI) и федеративного обучения (Federated Learning). Особое внимание уделено практическим аспектам: автоматизированному выявлению наркотических веществ, валюты, драгоценных металлов, оружия и иных запрещённых товаров. На основе анализа международного опыта (TSA, BAG INTEL, Intelligent Customs Inspection в Китае) определены преимущества внедрения ИИ: повышение точности и скорости досмотра, снижение нагрузки на инспекторов и развитие аналитических возможностей. Отдельно рассмотрены вызовы: высокая частота ложных срабатываний, правовые ограничения, вопросы приватности и угрозы кибербезопасности. Сделан вывод, что дальнейшее развитие технологий ИИ в таможенной сфере требует международной стандартизации, разработки прозрачных алгоритмов (XAI) и комплексной интеграции в цифровые «умные» коридоры |