李濤 胡小敏

基金項(xiàng)目：2022年陜西省大學(xué)生創(chuàng)新創(chuàng)業(yè)項(xiàng)目；項(xiàng)目名稱(chēng)：智行地鐵；項(xiàng)目編號(hào)：2022DC04。

作者簡(jiǎn)介：李濤（1999— ），男，陜西寶雞人，本科；研究方向：交通運(yùn)輸。

摘要：隨著我國(guó)信息技術(shù)發(fā)展水平的逐步提升，智能技術(shù)在地鐵工程優(yōu)化設(shè)計(jì)方面體現(xiàn)出了至關(guān)重要的作用，但是視頻分析技術(shù)在地鐵工程中的應(yīng)用還存在著部分不足。文章以提升智能地鐵客流數(shù)據(jù)統(tǒng)計(jì)科學(xué)性和合理性為目的，綜合理論分析以及文獻(xiàn)研究，建立在技術(shù)探討的基礎(chǔ)上展開(kāi)分析。分析結(jié)果表明，視頻分析技術(shù)是在大數(shù)據(jù)分析基礎(chǔ)上構(gòu)建的智能客流分析成果，通過(guò)對(duì)采集位置進(jìn)行合理的調(diào)整。利用人臉識(shí)別技術(shù)、客流信息監(jiān)測(cè)技術(shù)以及行為識(shí)別，能夠判斷地鐵的日?？土鲾?shù)據(jù)和狀態(tài)，有助于提升地鐵客流量分析的精準(zhǔn)性和全面性，為地鐵的安全運(yùn)營(yíng)以及人們的安全出行提供參考。

關(guān)鍵詞：智能視頻分析技術(shù)；地鐵客流；大數(shù)據(jù)分析

中圖分類(lèi)號(hào)：TP39? 文獻(xiàn)標(biāo)志碼：A

0? 引言

地鐵已經(jīng)成為新時(shí)期立體交通發(fā)展的重要代表，是人們?nèi)粘Ｉa(chǎn)生活過(guò)程中無(wú)法代替的出行工具。而隨著新時(shí)期城市發(fā)展水平的不斷提升，地鐵的日常運(yùn)行壓力也在逐步加大，在客流量顯著增加的背景下，打造科學(xué)快捷的地鐵客流分析系統(tǒng)，有助于了解不同地鐵線路的運(yùn)行情況，為其制定針對(duì)性的維護(hù)和運(yùn)維方案。而現(xiàn)代信息技術(shù)的繁榮興起，進(jìn)一步提升了智能視頻分析技術(shù)的應(yīng)用優(yōu)勢(shì)，針對(duì)其數(shù)據(jù)分析特點(diǎn)以及系統(tǒng)的構(gòu)成進(jìn)行闡述，能夠?yàn)槲覈?guó)地鐵客流數(shù)據(jù)分析效果的提升奠定基礎(chǔ)。

1? 新時(shí)期地鐵發(fā)展的現(xiàn)狀及問(wèn)題

1.1? 現(xiàn)狀分析

地鐵是新時(shí)期軌道交通發(fā)展的重中之重，具備較強(qiáng)的安全性，運(yùn)輸能力較大，且準(zhǔn)點(diǎn)率較高，能夠緩解城市的日常交通壓力。但是隨著社會(huì)發(fā)展水平的逐步提升，人們的出行需求不斷加大，地鐵的日?？土髁恳苍陲@著增加。大客流對(duì)于地鐵的安全運(yùn)行會(huì)造成一定影響，為了進(jìn)一步保障旅客的生命安全，維持地鐵的正常運(yùn)轉(zhuǎn)狀態(tài)，依托現(xiàn)代信息技術(shù)，打造智能化的地鐵客流監(jiān)測(cè)和數(shù)據(jù)分析方案，不僅是新時(shí)期智慧地鐵項(xiàng)目建設(shè)的重中之重，也是時(shí)代賦予軌道交通發(fā)展創(chuàng)新的契機(jī)。

1.2? 客流問(wèn)題分析

從客流量增加的原因角度來(lái)看，一部分地區(qū)的地鐵規(guī)劃體系不夠成熟，落后于發(fā)達(dá)城市，導(dǎo)致地鐵在短時(shí)間內(nèi)無(wú)法適應(yīng)大客流運(yùn)轉(zhuǎn)，在硬件設(shè)備、運(yùn)維方案、應(yīng)急響應(yīng)方案方面都存在不成熟的現(xiàn)象，大客流不僅會(huì)影響地鐵的運(yùn)行，還有可能為乘客的出行帶來(lái)安全隱患［1］。

人口數(shù)量的增加，也導(dǎo)致一部分地區(qū)的地鐵運(yùn)行壓力不斷提升。這種現(xiàn)象通常出現(xiàn)在發(fā)展成熟階段的大城市，尤其城市周邊地區(qū)，在短時(shí)間內(nèi)經(jīng)濟(jì)發(fā)展水平有所提升，公共配套設(shè)施數(shù)量大幅度增加，吸引了周邊大量人口，而原有的交通體系未能及時(shí)進(jìn)行優(yōu)化，可能無(wú)法滿(mǎn)足人們的日常出行需求。

2? 智能化技術(shù)在地鐵客流分析方面的應(yīng)用現(xiàn)狀

2.1? 大數(shù)據(jù)分析技術(shù)的應(yīng)用

地鐵大數(shù)據(jù)分析系統(tǒng)的核心目的在于統(tǒng)計(jì)客流信息、行車(chē)信息、地鐵設(shè)備運(yùn)行情況、運(yùn)力配置、運(yùn)營(yíng)指標(biāo)等各項(xiàng)數(shù)據(jù)。由于大數(shù)據(jù)分析系統(tǒng)具備集成化、自動(dòng)化和智能化的特點(diǎn)，其能夠靈活應(yīng)對(duì)地鐵大客流帶來(lái)的各項(xiàng)問(wèn)題。但大數(shù)據(jù)分析系統(tǒng)往往只負(fù)責(zé)進(jìn)行后臺(tái)處理，還需要配合與之相輔相成的信息采集系統(tǒng)，這就需要建立完善的智能視頻分析體系。

2.2? 智能視頻分析技術(shù)的應(yīng)用

智能視頻分析技術(shù)是建立在地鐵車(chē)站、車(chē)廂等多個(gè)空間場(chǎng)所的基礎(chǔ)上，通過(guò)智能攝像頭采集內(nèi)部空間的視頻圖像，利用圖像視覺(jué)分析技術(shù)以及行為邏輯分析技術(shù)，判斷不同區(qū)域的客流量，追蹤乘客的去向，計(jì)算乘客的密度［2］。這些計(jì)算結(jié)果將實(shí)時(shí)同步到后臺(tái)系統(tǒng)以及管理系統(tǒng)中，便于工作人員進(jìn)行區(qū)域乘客疏導(dǎo)、制定緊急應(yīng)對(duì)方案、制定安全的管理體系，還可以提前分析一部分乘客的異常行為。比如，通過(guò)行為分析能夠判斷相同人員在危險(xiǎn)區(qū)域、重點(diǎn)消防設(shè)施、監(jiān)控設(shè)施周邊是否停留時(shí)間過(guò)長(zhǎng)，及時(shí)為其提供幫助或者消除一部分安全隱患，有助于提升地鐵日常運(yùn)維管控的科學(xué)性和靈活性。

3? 智能視頻分析技術(shù)的應(yīng)用細(xì)節(jié)

3.1? 智能客流數(shù)據(jù)分析架構(gòu)的設(shè)計(jì)

地鐵車(chē)站的智能視頻分析技術(shù)通常會(huì)應(yīng)用在監(jiān)控系統(tǒng)領(lǐng)域，因此，其打造的系統(tǒng)結(jié)構(gòu)必然包含著不同功能的攝像槍、視頻圖像管理服務(wù)器、網(wǎng)絡(luò)交換機(jī)、數(shù)據(jù)存儲(chǔ)矩陣、防火墻、工作站、監(jiān)控大屏、人機(jī)交互設(shè)備等。

為了確保系統(tǒng)運(yùn)行可靠，需要在地鐵車(chē)站以及車(chē)廂內(nèi)部劃分成多個(gè)區(qū)域，采取模塊化的監(jiān)測(cè)手段，進(jìn)行視頻圖像的分析，比如樓梯入口區(qū)域、安檢區(qū)域、出口區(qū)域、出入閘機(jī)通道區(qū)域、站臺(tái)候車(chē)區(qū)域、車(chē)廂內(nèi)部等，每個(gè)區(qū)域需要結(jié)合場(chǎng)景的具體需求設(shè)置，不同角度的監(jiān)控槍。

車(chē)站視頻數(shù)據(jù)通信網(wǎng)絡(luò)大部分利用交換機(jī)、匯聚交換機(jī)這兩項(xiàng)設(shè)施組成，能夠及時(shí)采集并且儲(chǔ)存每一個(gè)區(qū)域監(jiān)控槍所錄制的視頻和數(shù)據(jù)信息，將其轉(zhuǎn)存到存儲(chǔ)矩陣，然后匯入大數(shù)據(jù)分析系統(tǒng)，進(jìn)行視頻信息的提取、算法分析。智能分析服務(wù)器主要完成視頻信息中的內(nèi)容提取，通過(guò)多種類(lèi)型的算法進(jìn)行統(tǒng)一調(diào)度、運(yùn)維以及管理，不同算法之間具備兼容性，可以同時(shí)完成客流量突變檢測(cè)、入侵檢測(cè)、畫(huà)面異常情況檢測(cè)、逗留（滯留）檢測(cè)、可疑物品檢測(cè)等［3］。

視頻分析結(jié)果會(huì)直接顯示在人機(jī)交互設(shè)備、工作站大屏、手持終端設(shè)備上，工作人員可以在操控站直接調(diào)取不同區(qū)域、不同攝像頭的內(nèi)容，及時(shí)進(jìn)行大屏監(jiān)控畫(huà)面的拼接，也可以實(shí)現(xiàn)遠(yuǎn)程控制。

3.2? 系統(tǒng)的邏輯架構(gòu)分析

為了確保智能視頻分析系統(tǒng)的運(yùn)行穩(wěn)定，需要在視頻監(jiān)控系統(tǒng)的基礎(chǔ)上，重新搭建運(yùn)維管理平臺(tái)，其邏輯架構(gòu)如圖1所示。

采集層主要集中針對(duì)大量的攝像頭、攝像槍進(jìn)行信息獲取；網(wǎng)絡(luò)層負(fù)責(zé)傳輸信息和各項(xiàng)數(shù)據(jù)，能夠?qū)崿F(xiàn)地鐵車(chē)站乃至整體軌道交通網(wǎng)絡(luò)全覆蓋；數(shù)據(jù)層主要負(fù)責(zé)通過(guò)AI智能算法以及人工神經(jīng)網(wǎng)絡(luò)、專(zhuān)家系統(tǒng)等技術(shù)進(jìn)行智能計(jì)算，數(shù)據(jù)提取以及數(shù)據(jù)分析；應(yīng)用層則直接與地鐵的日常運(yùn)維管理對(duì)接，能夠?qū)⒎治龅慕Y(jié)果轉(zhuǎn)換成不同的圖示，建立地鐵日常客流密度分布圖、數(shù)據(jù)看板等。

這種邏輯體系有助于針對(duì)地鐵日?？土髑闆r進(jìn)行精準(zhǔn)檢測(cè)和快速處理，不僅可以辨別客流量的大小，還可以提供完善的站內(nèi)安全防控服務(wù)。

3.3? 智能視頻采集設(shè)備的分布

智能視頻分析技術(shù)的應(yīng)用離不開(kāi)采集設(shè)備，其中攝像槍是絕大部分地鐵的智能視頻采集設(shè)備，其分布方式以及數(shù)量將直接影響客流檢測(cè)的科學(xué)性，也會(huì)影響最終數(shù)據(jù)分析的精準(zhǔn)性，常規(guī)的分布模式分為以下幾個(gè)方面。

車(chē)站出入口的樓梯位置要設(shè)置人臉識(shí)別攝像槍?zhuān)軌蚺袛嗍欠裼兄攸c(diǎn)監(jiān)視人員，并且快速發(fā)出警報(bào)；車(chē)站出入口通道位置要設(shè)計(jì)客流人數(shù)統(tǒng)計(jì)攝像槍?zhuān)饕治鲞M(jìn)站人數(shù)，能夠?yàn)榭土鲾?shù)據(jù)分析提供最基礎(chǔ)的依據(jù)；安檢通道要設(shè)置溫度檢測(cè)、人臉識(shí)別攝像槍?zhuān)饕袛嗍欠裼羞`禁物品進(jìn)入地鐵運(yùn)行空間；售票區(qū)域需要設(shè)置客流密度，統(tǒng)計(jì)攝像墻判斷是否存在排隊(duì)過(guò)長(zhǎng)等問(wèn)題；出入閘機(jī)位置要設(shè)置人臉識(shí)別追蹤攝像槍、行為識(shí)別攝像槍、客流密度分析攝像槍?zhuān)徽緝?nèi)人流方向以及關(guān)鍵的換乘通道要同步設(shè)置人臉識(shí)別、客流人數(shù)統(tǒng)計(jì)、密度分析攝像槍?zhuān)坏罔F車(chē)站站廳內(nèi)部，在高處位置，布設(shè)數(shù)量較多的全景攝像槍?zhuān)軌驅(qū)崿F(xiàn)整體場(chǎng)景內(nèi)的動(dòng)態(tài)監(jiān)控和重點(diǎn)檢測(cè)。設(shè)置入侵行為檢測(cè)攝像槍?zhuān)軌蛟谌藛T密集的區(qū)域判斷是否有異常物品遺留或者異常行為；樓梯上下方以及站臺(tái)內(nèi)候車(chē)區(qū)域，要設(shè)置人體特征樣貌檢測(cè)攝像槍、行為識(shí)別以及入侵檢測(cè)攝像槍?zhuān)_保乘客的最終出行有安全保障。

3.4? 關(guān)鍵技術(shù)體系的應(yīng)用

打造全覆蓋的信息采集體系，能夠?yàn)橹悄芤曨l分析技術(shù)的應(yīng)用提供基礎(chǔ)保障。和傳統(tǒng)的視頻監(jiān)控系統(tǒng)相比，智能視頻分析技術(shù)的優(yōu)勢(shì)在于不會(huì)對(duì)行人進(jìn)行過(guò)多干預(yù)，通過(guò)自動(dòng)圖像分析和檢測(cè)便可以判斷異常行為，及時(shí)地進(jìn)行告警或提供服務(wù)。其中的技術(shù)體系通常分為以下幾個(gè)方面。

（1）人臉識(shí)別技術(shù)是智能視頻分析技術(shù)的關(guān)鍵。人臉識(shí)別攝像槍能夠采集攝像頭所覆蓋范圍內(nèi)所有乘客的基礎(chǔ)信息，比如是否佩戴眼鏡、年齡段、性別，并且和乘客買(mǎi)票檢票時(shí)錄入的信息進(jìn)行對(duì)比。但如果目標(biāo)人物存在佩戴口罩或者故意遮擋面部的情況，會(huì)導(dǎo)致人臉識(shí)別精準(zhǔn)性下降。因此，當(dāng)前一部分大型地鐵工程還會(huì)配備 ReID跨境追蹤算法，這一算法能夠在遮擋面部特征的基礎(chǔ)上進(jìn)行人體特征、步態(tài)動(dòng)作等信息的搜集，以提升人臉面部識(shí)別的精準(zhǔn)性。

（2）客流信息監(jiān)測(cè)技術(shù)。針對(duì)當(dāng)前地鐵大客流壓力日益增加的問(wèn)題，在智能視頻分析系統(tǒng)中增加客流檢測(cè)技術(shù)，能夠緩解地鐵的日常運(yùn)維壓力。這一技術(shù)主要是建立在機(jī)器視覺(jué)的基礎(chǔ)上，能夠采集不同空間的客流密度、乘客通行速度、人流量、聚集人群規(guī)模等，系統(tǒng)后臺(tái)會(huì)自動(dòng)判斷出圖片中人體所處的位置、姿態(tài)，通過(guò)干擾信息去除的方式，配合熱力圖，結(jié)合個(gè)人體積面積，利用深度學(xué)習(xí)算法，估算區(qū)域內(nèi)的乘客數(shù)量［4］。這一評(píng)估結(jié)果會(huì)和預(yù)先設(shè)定好的地鐵空間內(nèi)客流密度、排隊(duì)人數(shù)、區(qū)域空間可容納乘客數(shù)量進(jìn)行對(duì)比，若超出閾值會(huì)快速進(jìn)行警報(bào)輔助，管理人員進(jìn)行空間人流疏導(dǎo)，或者額外開(kāi)設(shè)售票口，避免人流過(guò)度堆積導(dǎo)致的安全隱患。

（3）行為識(shí)別也是智能視頻分析技術(shù)的重要體現(xiàn)。行為識(shí)別主要判斷人乘客在自然狀態(tài)下的肢體動(dòng)作，來(lái)分析乘客當(dāng)前所處的狀態(tài)。另外，也可以結(jié)合不同的異常行為分析，掌握當(dāng)前客流量的變化情況。系統(tǒng)會(huì)通過(guò)提前采集相關(guān)信息，例如異常逗留、徘徊、奔跑驅(qū)逐、打架斗毆、跨越隔離物、人員跌倒、輪椅以及殘障輔助設(shè)備。當(dāng)前較為主流的行為識(shí)別技術(shù)主要以機(jī)器學(xué)習(xí)方法以及深度學(xué)習(xí)方法為主，將人的日常行為提取到二維空間，然后再擴(kuò)展到三維空間，并且與外觀特征、動(dòng)作特征、人體骨骼特征相結(jié)合，能夠提升識(shí)別精準(zhǔn)度。

4? 結(jié)語(yǔ)

綜上所述，地鐵的安全運(yùn)行離不開(kāi)智能技術(shù)的輔助，而目前傳統(tǒng)的數(shù)字分析技術(shù)已經(jīng)逐漸出現(xiàn)了滯后性，對(duì)于地鐵的客流分析以及行為分析的幫助逐漸縮減。而智能視頻分析技術(shù)能夠從一定程度上提升地鐵客流分析的精準(zhǔn)性和靈活性，敏銳地感知地鐵空間內(nèi)的各項(xiàng)異常信息，也符合新時(shí)期智慧地鐵方案建設(shè)的要求。但是由于地鐵環(huán)境不可控因素較多，光線、倍增變化、著裝等因素不可控，在后續(xù)智能視頻分析技術(shù)發(fā)展和創(chuàng)新的過(guò)程中，可以針對(duì)這些問(wèn)題實(shí)現(xiàn)算法優(yōu)化，進(jìn)一步提升算力，打造安全可靠的地鐵運(yùn)維體系，為人們的日常出行營(yíng)造安全的環(huán)境。

參考文獻(xiàn)

［1］李輝，石旭，張京晶，等.新基建背景下智能視頻分析技術(shù)與智慧地鐵建設(shè)融合應(yīng)用研究［J］.現(xiàn)代城市軌道交通，2022（9）：21-27.

［2］徐錦材，郭予廣，潘允.智能視頻監(jiān)控系統(tǒng)在地鐵車(chē)站的應(yīng)用研究［J］.電腦知識(shí)與技術(shù)，2022（24）：110-112.

［3］陳勇，杜棋東.面向地鐵大客流的智能化技術(shù)應(yīng)用分析［J］.無(wú)線互聯(lián)科技，2022（3）：85-87.

［4］王旭陽(yáng).基于數(shù)據(jù)融合的地鐵站客流估計(jì)方法研究［D］.北京：北方工業(yè)大學(xué)，2020.

（編輯? 李春燕）

Research on the passenger flow data of Zhixing Subway based on video analysis technology

Li? Tao， Hu? Xiaomin

（Xi an Traffic Engineering Institute， Xian 710300， China）

Abstract：? With the gradual improvement of the development level of information technology in China， intelligent technology plays a vital role in the optimization design of subway engineering.but there are still some shortcomings in the application of video analysis technology in subway engineering. For the purpose of improving the scientific and rational statistics of intelligent subway passenger flow data， this paper carries out analysis on the basis of technical discussion through comprehensive theoretical analysis and literature research. The analysis results show that video analysis technology is an intelligent passenger flow analysis result built on the basis of big data analysis， through reasonable adjustment of collection location. The use of face recognition technology， passenger flow information monitoring technology and behavior recognition can judge the daily passenger flow data and status of the subway， which helps to improve the accuracy and comprehensiveness of the subway passenger flow analysis， and can provide references for the safe operation of the subway and peoples safe travel.

Key words： intelligent video analysis technology; subway passenger flow; big data analysis