1、智能視頻分析在地鐵行業中的應用地鐵視頻監控系統是運營治理和公共平安保證的重要組成局部,是防范恐怖事件和處理地鐵突發事件的必要手段.隨著視頻監控系統各上層單位治理的車站數量越來越多,其可以調看的圖像數目也極為龐大.但是,現有的傳統視頻監控系統面臨著很大的挑戰,主要表達在：1 1 . .在各治理單位監控室的空間有限,只能通過輪換畫面來監視所有的場景,不能同時獲知全部視頻圖像的監控信息.2 2 . .視頻監控系統仍然受到了一些固有因素的限制,從而導致整個系統在平安性和實用性等方面仍然不能到達人們預期的目標.3 3. .雖然視頻監控系統包含的信息量巨大,但現在對信息的利用率極小.因此,有必要研究在地鐵

2、環境中,如何利用智能視頻分析來自動獲得相關信息、 并挖掘數據,為地鐵運營治理、應急處置、平安防范等提供支撐和依據.主要研究內容1 1 .智能視頻分析應用現狀和技術原理智能視頻分析技術主要基于計算機視覺和人工智能,并模仿人類的視覺認知機理,通過使用計算機圖像視覺分析技術,將場景中背景和目標別離進而分析并追蹤在場景內出現的目標.用戶可以根據視頻內容分析功能,通過在不同攝像機的場景中預設不同的報警規那么,一旦目標在場景中出現了違反預定義規那么的行為,系統會自動發出報警.智能視頻監控的目標是對監控視頻畫面中的場景和事件進行自動理解,在理解的根底上對人們關注的目標或者事件進行探測、 報警,并且基于海量數

3、據生成各種統計信息圖 1 1 給出了智能視頻監控系統的一般流程,從監控攝像機開始,包括運動對象提取、對象描述、對象跟蹤、對象識別和對象的行為分析,最后進行預警或報警.圖 1 1 智能視頻監控系統的一般流程從目前國內外的應用情況來看,近幾年來,智能視頻分析技術的用戶數量較迅速增加,市場的認可度在上升.智能視頻分析技術產品已被應用于港口、機場、鐵路等單位.例如,英國政府已經和 MultiVisionMultiVision 智能監控公司協商過在倫敦地鐵視頻監控系統上安裝智能化設備,該系統將識別出超過一段時間被遺留在某地的物體,并向保安人員發出警報.2 2 .智能視頻分析在地鐵行業中的可能應用通過對智

4、能視頻分析技術、地鐵運營治理和平安防范治理需求的研究,智能視頻分析在地鐵環境中的可能應用主要有：1)1)平安區域的智能檢測地鐵安防系統龐大而復雜,除了提供一般乘客使用、 可以自由活動的空間和區域外,還存在出于平安考慮對乘客關閉、并對異常情況保持敏感的空間或區域.針對此項需求,可應用智能視頻分析進行平安區域檢測：(1)(1)周界入侵檢測對無人值守的禁區劃界,實現如有人闖入禁區即主動報警的功能.禁區可以包括： 地鐵隧道或者圍欄處、各種設備用房.(2)(2)游蕩人員檢測設置規那么,對在禁區附近徘徊超過一定時限的人員進行檢測,并主動報警.(3)(3)定向移動檢測對只允許單向通行的通道,檢測其中的逆行事

5、件.(4)(4)物體遺留檢測對公共區域內遺留超過一定時間的物品進行監控,實現主動報警功能,及時防范惡意破壞行為.2)2)視頻質量智能監控隨著地鐵網絡化建設和運營的不斷推進,地鐵內視頻監控系統的攝像機數在不斷增加,給系統維護工作帶來了巨大的挑戰.當視頻圖像出現信號喪失、失焦模糊、雪花等常見攝像機故障時,如果僅憑監控人員手動切換視頻檢查,往往不能在第一時間發現這些故障,進而可能影響監控系統的有效性.視頻質量智能監控系統那么可以通過實時分析來解決這一問題,其可用于檢測以下情況：(1)(1)視頻信號缺失檢測檢測間發性或持續性的視頻缺失現象；(2)(2)設定視野異常檢測檢測因攝像機被人為轉動、遮擋造成的

6、預定監控視野異常；(3)(3)視頻清楚度異常檢測檢測視頻中由于聚焦不當、鏡頭損壞或異物遮蔽引起的視野主體局部的圖像模糊；(4)(4)視頻亮度異常檢測檢測視頻中由于攝像機故障、增益限制紊亂、照明條件異常等原因引起的畫面過暗、過亮或黑屏；(5)(5)視頻干擾檢測檢測視頻圖像中混有雜亂的“橫道、“波紋、或干擾導致的圖像模糊、扭曲、雪花、抖動或滾屏等噪聲現象(6)PTZ(6)PTZ 運動檢測檢測前端云臺和鏡頭是否能夠按用戶指令正確運動.視頻質量智能監控系統較適合應用在線路運營限制中央,通過在限制中央輪巡檢測其所轄區域內所有攝像機的視頻圖像,當發現視頻故障時馬上發出報警信息,提醒治理人員及時發現前端攝像

7、設備的故障并通知相關人員進行設備維修.同時系統還應自動生成報表實時記錄檢測結果并以數據庫的方式存儲,使得用戶還可通過遠程訪問數據庫查看故障記錄.3)3)客流密度檢測和流量統計地鐵車廂、站臺、檢票口以及各種通道是乘客必經的空間,每天都有數量巨大的人流通過或停留,這些位置的擁塞直接影響車站甚至網絡的運行狀態.因此,假設要做到對車站及網絡運營狀態全面掌握,為運營治理舉措提供明確的數據支持,使地鐵運營狀態的發布更客觀、科學,需要能實時獲取地鐵網絡各處的客流量.目前地鐵客流數據是通過清分系統獲取的,由于清分系統的特性,只能了解到當前 5 5 分鐘內線網各車站的進出站客流和某區間之前一段時間的斷面客流,對

8、于車站空間的實時客流無法實時得知.為了獲知車站總體區域,特別是站臺區域的人流密度,地鐵研究采用智能視頻分析技術來進行客流密度檢測.根據客流密度檢測的功能需求,客流檢測系統在結構上包括算法層和應用層.算法層分析輸入視頻,對區域內的行人密度進行估計,應用層根據算法層返回的數據進行統計和分析,并負責視頻的采集和顯示以及統計分析結果的展示.系統結構如圖 2 2 所示.圖 2 2 智能視頻分析中客流統計應用的系統結構通過智能視頻分析客流檢測系統可以實現:(1)(1)區域內密度檢測自動檢測用戶設定的監控區域內人流的密度,以密度統計值的形式定時更新,根據預設的值分等級進行報警；(2)(2)區域內人數估算根據

9、人體檢測算法,估算出當前區域的人數.客流檢測系統還應擁有一個功能強大的后臺數據治理平臺,可以將系統運行過程中實時估算的乘客人數和客流密度進行記錄,從而對客流特征進行統計.在積累了一段時間的樣本數據后,可以進一步開發基于數據庫技術的多維數據分析和挖掘功能.4)4)人員行為檢測分析地鐵監控場景一般均為大場景下的監控,即監控的主體為大范圍區域,人體成像相對較小,但場景中某些個體的行為可能會影響到運營的正常進行.因此,需要對某些個體進行人員行為檢測分析,感興趣的人員行為包括閘機異常穿越、突然摔倒、打架檢測等.人員行為檢測分析主要應用到了人體跟蹤的算法.市場上目前存在一些技術,通過對人員特定行為的特征抽

10、取,簡化并量化了對異常穿越、打架等行為的定義,做到了可以對這類行為中的一些進行檢測.在人流稀疏的場景下,可以通過前景檢測得到運動物體,記錄設定區域內的移動物體的軌跡、存在時間、速度等,再由設定的門限分析物體的屬性和行為.但是,在地鐵此類人員較密集的場合,經常出現人和環境遮擋、人體運動等干擾情況,從而造成了跟蹤過程中的運動目標被跟丟、跟錯和多跟現象,目標跟蹤準確率大大降低了,與實際應用中的要求還有較大的差距.3,3,適用于地鐵的智能視頻分析應用系統的研究鑒于地鐵視頻監控系統已經進入網絡化階段,分析了網絡化的智能視頻分析應用系統架構.應用前景與效益預測利用視頻質量分析進行入侵檢測的技術已較成熟,在

11、國內外已有相關應用案例.但對于地鐵而言,較多的平安區域通過其他的舉措,如加裝門禁系統、 屏蔽門系統等進行防護,對于此項應用暫無迫切的需求.因此,對于此項應用的場合和具體應用方式需待新需求的提出再分析.隨著地鐵攝像機數量的不斷增長,其維護工作日趨繁雜,業界較多廠家均在開展視頻質量分析的研究,局部應用相對成熟.因此,可以進一步研究此項技術的應用場景和目標,結合運營治理和維護保證過程中的需求,推進此項技術的應用,不斷提升攝像機等的主動維護水平和視頻監控系統的可用性,充分發揮視頻監控系統的作用.對于客流統計分析與人員行為檢測,由于地鐵的攝像機安裝與客流特點,相關應用需要區分多種場景,采用多重算法綜合來進行人體的跟蹤；并需要在計算的根底上,不