智能視頻監(jiān)控系統(tǒng)在地鐵車站的應用研究

徐錦材，郭予廣，潘允

(廣州地鐵集團有限公司，廣東廣州 510000)

視頻監(jiān)控系統(tǒng)在地鐵行業(yè)得到了廣泛應用，已是地鐵運營管理的重要組成部分，是運營可視化管理、突發(fā)事件處理、事后調(diào)查取證工作的有效手段。近年來，隨著感知技術、云存儲、大數(shù)據(jù)、AI智能算法的飛速發(fā)展，視頻監(jiān)控技術也得到了長足發(fā)展。傳統(tǒng)視頻監(jiān)控系統(tǒng)的一些固有缺陷，如人工依賴度高、視頻分析困難、突發(fā)情況預警能力不足等，已無法適應地鐵車站運營管理的更高要求。因此，有必要研究智能視頻監(jiān)控技術在地鐵車站環(huán)境中的應用，從而進一步改善乘客用戶體驗，提高車站運營效能、增強運營安全管理能力，提升車站日常管理智能化水平。

1 地鐵車站視頻監(jiān)控現(xiàn)狀

快速增長的客流量帶來更多的突發(fā)事件，客流擁堵需要及時疏導，乘客異常行為需要迅速處理，這些都給地鐵車站運營管理帶來巨大的壓力。但是，傳統(tǒng)視頻監(jiān)控系統(tǒng)智能化程度不足，僅能提供視頻數(shù)據(jù)的采集、存儲、調(diào)看、回放等基本功能，其視頻數(shù)據(jù)的分析、識別過于依賴人工，造成視頻監(jiān)視工作量巨大，且響應滯后，無法滿足車站的多方面需求，主要表現(xiàn)在以下幾個方面：

1.1 乘客服務

乘客異常行為處理不及時。車站空間大、設備多、人流復雜，針對乘客的異常行為事件，如打架斗毆、擁擠踩踏、扶梯逆行、翻越閘機、人員跌倒等，僅靠傳統(tǒng)的視頻輪播監(jiān)視與車站工作人員巡視，無法第一時間發(fā)現(xiàn)并作出處理。

客流疏導不及時且不夠精準。當前客流疏導與管控措施建立在對歷史客流變化規(guī)律總結的基礎上，針對一日客流呈雙峰馬鞍型規(guī)律一般固定采取早高峰管控方式，但由于難以精準掌握車站內(nèi)客流的關鍵擁堵位置，實際執(zhí)行需要人工高強度巡視，且站內(nèi)不同區(qū)域的客流疏導方式依賴現(xiàn)場工作人員的經(jīng)驗，對客流的管控帶有一定的滯后性。

1.2 運營效能

車控室顯示屏數(shù)量有限，監(jiān)視畫面受限[1]。工作人員一般通過視頻畫面自動循環(huán)功能來監(jiān)視所有場景，工作量巨大，且容易造成監(jiān)視不到位，遺漏、錯失關鍵畫面。

視頻數(shù)據(jù)利用率低，業(yè)務系統(tǒng)聯(lián)動性差[2]。視頻監(jiān)控系統(tǒng)擁有的數(shù)據(jù)信息非常多，但是當前該類信息尚未得到充分的挖掘與利用，局限于地鐵日常運營監(jiān)控、事后應急處置等方面，在廣告經(jīng)營、商鋪開發(fā)、即時處置方面有待進一步做智能開發(fā)應用。

1.3 安全管理

缺少對人員異常行為的自動識別功能，難以及時發(fā)現(xiàn)并作出有效處理，影響乘客安全或服務質(zhì)量。目前主要采取定時巡視，不定期專項整治，以期發(fā)現(xiàn)并制止在地鐵公共區(qū)域非法乞討、倒賣地鐵票、騷擾他人、行騙、逃票等行為。但是，無法及時發(fā)現(xiàn)并制止非工作人員在非允許時間進入非運營區(qū)域，存在危害行車安全和造成人身傷害的風險。

2 需求分析

針對地鐵車站場景內(nèi)的日常管理需求與常見突發(fā)事件，結合當前政策法規(guī)和行業(yè)指導文件的功能規(guī)劃，智能視頻監(jiān)控系統(tǒng)應充分利用人工智能、大數(shù)據(jù)、視頻分析和全景拼接等先進技術，通過設置不同功能的前端監(jiān)控設備，來實現(xiàn)人臉識別、異常行為識別、客流監(jiān)測、遺留遺棄物檢測等功能。

2.1 乘客特征分析

人體特征分析功能。對進入攝像槍圖像范圍內(nèi)的人員進行簡要分析，包括性別、年齡、身高、著裝等。

人臉識別功能。能抓取進入地鐵區(qū)域人員的臉部信息，提取出其面部特征，與數(shù)據(jù)庫信息進行比對，實現(xiàn)車站快速尋人及警方對可疑人員的追蹤。同時，可與疫情管控健康系統(tǒng)聯(lián)動，迅速發(fā)現(xiàn)未滿隔離期或核酸檢測不符合要求，而擅自進入地鐵區(qū)域的人員。

2.2 車站運營管理

異常行為告警功能。能對乘客在地鐵區(qū)域的各種行為特征進行歸類和分析，自動且迅速辨別出異常行為或即將發(fā)生危險事件的行為，并發(fā)出告警信息，提醒車站工作人員及時處理。

客流監(jiān)測功能。能實時監(jiān)控車站內(nèi)不同區(qū)域的客流時空信息，如客流分布、客流量、客流速度等，精準掌握車站大客流規(guī)律、各區(qū)域的客流擁擠度、客流變化趨勢，以支持不同客流強度下站點限流方案觸發(fā)和乘客引導策略執(zhí)行。同時，可根據(jù)需求，將各站客流時空信息提供給線網(wǎng)調(diào)度管理中心，支持運營線路列車投運量的調(diào)整優(yōu)化及全線網(wǎng)客流狀態(tài)的監(jiān)測預警與應急決策。

目標物體追蹤功能。一旦某支攝像槍捕捉到目標物體，后臺系統(tǒng)能夠自動安排附近區(qū)域的攝像槍進行接力式追蹤，形成目標物體的移動軌跡，便于警方和車站尋人尋物。

2.3 安全防范檢測

遺留遺棄物檢測功能。攝像槍第一時間發(fā)現(xiàn)被遺留、遺棄在車站的無主箱包，后臺系統(tǒng)自動提醒車站工作人員處置，既可以及時拾取乘客遺失物品，也可以及時處置危險物品。

入侵監(jiān)測功能。針對進入禁入?yún)^(qū)域的目標進行監(jiān)視并按照用戶設置的規(guī)則觸發(fā)告警，如非授權人員進入車站設備區(qū)疏散通道、站臺端門處等。

煙火檢測功能。監(jiān)控區(qū)域一旦發(fā)現(xiàn)有煙火情況，系統(tǒng)發(fā)出告警，并放大區(qū)域畫面，提醒車站工作人員及時處理。同時，還能通過前端獲取的煙火視頻信息，分析預判火災趨勢，利于火情處置與人員疏散。

2.4 系統(tǒng)智能運維

圖像監(jiān)測功能。視頻監(jiān)控系統(tǒng)應具備對視頻信號丟失、圖像模糊、噪聲干擾、條紋干擾、黑白圖像、畫面凍結、視頻抖動、場景變更、對比度異常、視頻遮擋、取流異常等狀況的智能檢測、告警和診斷。

設備自檢功能。支持以圖形化的方式展現(xiàn)監(jiān)控點在線率、視頻質(zhì)量診斷正常率、錄像正常率、設備在線率；支持離線、圖像異常、錄像異常點位明細查看功能；支持最新告警、代辦事項的展現(xiàn)。

錄像自檢功能。能自動判斷錄像是否完好，并能統(tǒng)計分析每個攝像槍錄像丟失次數(shù)、丟失的具體時間段；支持按天、按周分時間段對錄像進行完整性檢查，可以根據(jù)需要詳細顯示單個攝像槍不少于90天時間段的詳細錄像報表。

3 系統(tǒng)方案研究

3.1 系統(tǒng)架構

地鐵車站智能視頻監(jiān)控系統(tǒng)主要由具備不同功能的攝像槍、網(wǎng)絡交換機、視頻管理服務器、智能分析服務器、存儲矩陣、流媒體服務器、視圖網(wǎng)關、防火墻、監(jiān)控大屏、工作站、手持監(jiān)控終端等組成，其系統(tǒng)架構如圖1所示。

圖1 地鐵車站智能視頻監(jiān)控系統(tǒng)架構

將車站劃分為車站出入口樓梯區(qū)、出入口通道、安檢區(qū)、出入閘機通道、站臺候車區(qū)等多個監(jiān)控區(qū)域，每個區(qū)域按照場景使用需要，布設不同功能的攝像槍。

車站視頻數(shù)據(jù)通信網(wǎng)絡一般通過接入交換機、匯聚交換機設置兩個網(wǎng)絡層級，各個區(qū)域攝像槍錄制的視頻數(shù)據(jù)信息通過接入交換機匯集到車站匯聚交換機，再存入至存儲矩陣。

視頻管理服務器負責監(jiān)控系統(tǒng)的數(shù)據(jù)信息管理。智能分析服務器負責視頻信息的智能分析，實現(xiàn)多種算法統(tǒng)一調(diào)度、統(tǒng)一管理、統(tǒng)一運維，使各算法之間互相兼容，支持客流量突變告警、圖像異常告警、入侵檢測、逗留(滯留)檢測、可疑物品遺留告警等功能。

經(jīng)分析處理后的視頻數(shù)據(jù)信息按需顯示在工作站、監(jiān)控大屏、手持監(jiān)控終端上。操作人員借助工作站，可完成對當站所有視頻信息的調(diào)看、檢索及對各個攝像槍運行狀態(tài)的監(jiān)控。監(jiān)控大屏根據(jù)車控室面積設置拼接屏尺寸，由大屏控制設備、拼接屏及網(wǎng)絡設備構成，提供實時視頻播放、攝像槍的離線分布運維看板、各類告警事件、客流信息流量與流速統(tǒng)計、以熱力圖方式展示的客流分布等可視化數(shù)據(jù)看板。手持監(jiān)控終端攜帶方便，具備視頻遠程調(diào)看、異常狀況告警、定位等功能及給車站工作人員提供巡站或離開車控室時輔助管理。

3.2 系統(tǒng)邏輯架構

根據(jù)地鐵車站場景應用需要，在視頻監(jiān)控系統(tǒng)上搭建一個智能運維平臺，其邏輯架構分為采集層、網(wǎng)絡層、數(shù)據(jù)層與應用層，如圖2所示。

圖2 視頻監(jiān)控系統(tǒng)智能運維平臺邏輯架構

采集層通過不同功能的攝像槍實時采集現(xiàn)場客流、乘客體溫、人臉識別等各類基礎信息。網(wǎng)絡層依托光纖專網(wǎng)、移動通信網(wǎng)、局域網(wǎng)，實現(xiàn)車站內(nèi)視頻數(shù)據(jù)流及控制信息的傳送。數(shù)據(jù)層搭建超融合AI 智能算法平臺，實現(xiàn)視頻數(shù)據(jù)信息的結構化處理，完成信息的存儲、分析、清洗、融合、共享與管理。應用層使用二維平面圖、3D 地圖、數(shù)據(jù)看板等方式，為用戶提供更直觀的數(shù)據(jù)展示。

3.3 攝像槍布設方式

針對地鐵典型車站乘客進站、出入閘機、上下扶梯、行走通道、候車等各環(huán)節(jié)進行智能分析，在不同區(qū)域布設不同類型的攝像槍[3]，具體如表1所示。

表1 不同區(qū)域攝像槍布設類型

3.4 關鍵技術

相較于傳統(tǒng)的視頻監(jiān)控系統(tǒng)，智能視頻監(jiān)控系統(tǒng)要求在不需要過多的人為干預下，自動實現(xiàn)對監(jiān)控圖像的檢測、解析和響應，迅速對存在隱患或異常事件做出告警，以有效協(xié)助車站工作人員及時采取處置措施。其所涉及的關鍵技術主要有人臉識別技術、客流信息檢測技術、行為識別技術等。

(1)人臉識別

人臉識別技術借助人像抓拍攝像槍對鏡頭監(jiān)控范圍內(nèi)的同一個人臉連續(xù)進行采集，從視頻圖像中提取各種特征信息，如性別、年齡段、是否戴眼鏡等，與系統(tǒng)預錄入的人臉信息進行對比辨識，實現(xiàn)以圖搜圖、人臉比對等功能。根據(jù)設備特性及乘客抬頭行為分析[4],人臉識別攝像槍建議安裝在地鐵車站進站樓梯下端、進入安檢門前方、出入閘機后方、人流正前方俯角10°～20°。

但是，目標人物的故意遮擋及疫情下的口罩佩戴，都會導致攝像槍無法抓拍到清晰的人臉。因此，系統(tǒng)還應具備ReID跨境追蹤算法，支持結構化和半結構化交叉檢索，與人臉識別技術相結合，通過多個攝像槍收集行人身體特征、步態(tài)動作等信息，以提升以圖搜圖的準確率。

(2)客流信息檢測

通過機器視覺技術，采集不同時空的客流密度、通行速度、聚集人數(shù)、流量等基礎數(shù)據(jù)，在系統(tǒng)后臺對客流基礎數(shù)據(jù)進行深度解析和處理后，使用統(tǒng)計圖形、熱力圖等方式將客流信息在監(jiān)控大屏上進行多維度顯示，讓車站工作人員直觀監(jiān)控到客流變化。同時，引入深度學習算法，形成并持續(xù)完善當站客流規(guī)律分析，結合預先設定的客流密度、區(qū)域可容納量、排隊人數(shù)等預警閾值，自動輸出客流狀態(tài)預警。

根據(jù)地鐵車站內(nèi)部各區(qū)域的客流特征[5]，采取不同的布點方式對客流狀態(tài)進行監(jiān)控，具體如表2所示。

表2 不同位置客流統(tǒng)計攝像槍布設建議

(3)行為識別

行為識別技術在地鐵視頻監(jiān)控系統(tǒng)中具有重要的應用價值。借助行為識別技術，針對乘客不同情形下的各種行為特征進行歸類和分析，如異常逗留、異常聚集、異常徘徊、奔跑追逐、輪椅行進、打架斗毆、人員跌倒、隔欄傳物等，辨別有安全隱患或即將發(fā)生危險事件的行為，根據(jù)提前設定的規(guī)則提醒，便于車站工作人員及時處理。

當前主流的行為識別方法有傳統(tǒng)的機器學習方法和深度學習方法，采取特征融合的方法將人體特征提取從二維空間擴展到三維空間，將外觀形狀特征、人體骨架特征、運動特征等不同種類的特征整合到一起，從而提高識別精度和效率。

4 總結與展望

目前傳統(tǒng)數(shù)字視頻監(jiān)控系統(tǒng)已基本代替模擬視頻監(jiān)控系統(tǒng)，但是智能視頻監(jiān)控系統(tǒng)在地鐵領域的應用剛剛起步。從已應用的地鐵站點來看，視頻智能分析技術確實能在一定程度上提升車站運營管理水平，提高車站內(nèi)異常事件感知能力，從而為乘客提供更優(yōu)質(zhì)的服務，也符合國家政策和技術走向。但地鐵車站場景下視頻圖像中人體的行為受遮擋、背景變化、光照變化等因素影響，如何有效提高視頻圖像的識別率與視頻分析的準確率依然是難點。因此，未來視頻分析算法的進一步優(yōu)化，算力的進一步提升，能為地鐵智慧車站建設提供更可靠、更精準的輔助決策。