地鐵視頻監控 智能視頻分析技術成趨勢

　　由于地鐵建造的高成本及周期長的特點，中國各城市地鐵線往往優先分布于交通最繁忙地區，以便于更好地解決交通擁堵問題，這就決定了地鐵運營基本處于高負荷，尤其早晚高峰基本都人滿為患的特點。客流量越大，對運營的壓力越大，隨之不安全因素或事故隱患也越多，因此對運營及公安視頻監控系統的需求都成為必然，且在地鐵系統中的比重不斷增加。

　　北京博思廷科技有限公司總經理王巍認為：“隨著監控路數的不斷增加，人員緊盯屏幕變得不可能，事后查驗亡羊補牢的方式也不能滿足監控管理效率的要求，因此更注重對事故隱患的事前預防，及異常事件的及時告警等。這部分投入若實際發揮作用，產生效益明顯，性價比很高。因此智能視頻分析技術在地鐵系統中的應用成為不可逆的趨勢，并有越來越多的功能進入實用。”北京博思廷王巍從實際應用出發，總結了如下智能分析的功能應用：

　　·與客流檢測相關的功能成為重中之重，尤其是人群截面流量或區域保有人數的計數及統計、突變檢測、密度檢測等，及時發現異常的擁擠事件，及時加強重點位置的人員干預，進行客流控制或引導，未雨綢繆，防患于未然，防止踩踏等事故發生。但也可能也是最大的技術難度所在，因為大廳、通道、站臺等處的攝像機視角均有限制，客流都較復雜而且特征各異。目前常規客流統計算法(如商場出入口的人頭檢測)在地鐵環境下一般無法達到統計精度要求，目前也有廠商通過優化幾套不同的客流檢測算法加以解決，一般時間準確率可達到95%以上，高峰期可達到85%以上；

　　·深圳及北京的電梯事故，使地鐵對電扶梯逆行及停止等異常事件的視頻檢測也提出需求，若發揮作用可能減少損失，降低傷亡程度。但目前該算法的供應商較少，有些供應商只能依據電梯上的人員特征來判定電梯狀態，且預警的作用有限，技術性能需要進一步完善。目前部分廠商研發的視頻分析算法，不用以電梯上的人員為參照物，可在2～3秒鐘內報警，具有較高的檢測準確率；

　　·人臉識別功能，一般通過在通道或出入閘機口設置高清攝像機，采集客流中的部分正面人臉圖像進行檢測。檢測到人臉后進行存儲，并與目標人臉數據庫進行比對，發現可疑人員后報警；亦可進行人臉檢索。但在該場景下，目前暫時無法對人臉識別的準確率指標提出要求，因此只能定位在情報采集的用途；

　　·其它功能還有乘客追逐及劇烈運動檢測，對乘客追逐、打架斗毆，以及劇烈活動等進行實時監測并報警；人員進入禁區及尾隨檢測，及時發現重點防護區內的人員入侵或尾隨情況并報警；視頻狀態檢測/圖像異常告警識別，可在每時每刻監控每一路視頻畫面并對視頻狀態進行檢測和診斷，當發現視頻非正常工作狀態(如視頻丟失、視頻被移動以至于偏離設定好的場景、視頻被遮擋以至于無法正常監控、及由于聚焦偏離或水氣凝結等各種原因造成視頻模糊或視頻質量下降)則自動報警；報警及顯示場景重組，報警后自動創建報警事件并抓拍圖片及錄像(事件發生前及事件結束后的時長均可由用戶調整設置，最長可達2小時)，并可以在任何時間對報警事件進行全過程回放，實現現場重組，便于查清事件全過程。

　　然而，在地鐵視頻中，由于攝像機視角限制及目標之間遮擋嚴重且頻繁，即使一些大家相對熟悉的常規視頻分析功能(如檢測人員的越線檢測、人員滯留、人員逆行等，及檢測物品的物品遺留、物品移走等)的準確度實現也增加了相當的難度。加上軌道交通站內應該是最復雜的室內環境之一，也對算法提出了很多新的課題，需要花專門的功夫去深化分析和解決。博思廷憑借自身多年的經驗，在技術和算法上都有顯著的效應，可以提供多套算法，通過嵌入式硬件或者軟件方式，較準確的實現在不同場合不同攝像機角度下的客流統計，并對客流數據實現本地以及遠程多種形式的統計管理。

聲明:

凡文章來源標明“中國智能交通網”的文章版權均為本站所有，請不要一聲不吭地來拿走，轉載請注明出處，違者本網保留追究相關法律責任的權利；所有未標明來源為“中國智能交通網”的轉載文章均不代表本網立場及觀點，“中國智能交通網”不對這些第三方內容或鏈接做出任何保證或承擔任何責任。