盛益軍

（上海鐵路局 嘉興車務(wù)段，浙江 嘉興 314001）

智慧車務(wù)及其視頻智能識別技術(shù)應(yīng)用研究

盛益軍

（上海鐵路局 嘉興車務(wù)段，浙江 嘉興 314001）

提出智慧車務(wù)的概念，闡述實現(xiàn)智慧車務(wù)的4個技術(shù)層面；以視頻智能識別技術(shù)為切入點，在客運及行車安全保障的多個場景進(jìn)行探索與應(yīng)用，并探討其擴(kuò)展研究的方向；適宜的應(yīng)用模式可充分發(fā)揮視頻智能識別的技術(shù)優(yōu)勢。

智慧車務(wù)；大數(shù)據(jù)；視頻分析；智能識別；行車安全；客運安全

0 引言

2009年3月，IBM發(fā)布《智慧的鐵路白皮書》。白皮書首次提出智慧鐵路的理念：全球范圍內(nèi)鐵路服務(wù)需求的增加，給現(xiàn)有鐵路運輸能力和基礎(chǔ)設(shè)施帶來前所未有的壓力。應(yīng)通過積極地采用新技術(shù)和現(xiàn)有技術(shù)來獲取整個鐵路網(wǎng)的信息，并對這些信息進(jìn)行關(guān)聯(lián)和分析，可以讓鐵路部門變得更加高效靈活，從而建立一個響應(yīng)速度更快、更加靈活的運作環(huán)境[1]。

根據(jù)智慧鐵路的倡議，上海鐵路局結(jié)合車務(wù)系統(tǒng)工作實際，提出智慧車務(wù)的概念：基于物聯(lián)網(wǎng)、云計算、云平臺和大數(shù)據(jù)等先進(jìn)信息技術(shù)以及綜合集成等工具和方法的運用，通過全面透徹的感知，寬帶泛在的互聯(lián)，智能融合的應(yīng)用，形成車務(wù)智能化信息服務(wù)模式和智能化控制服務(wù)模式，為車務(wù)管理自主創(chuàng)新和系統(tǒng)創(chuàng)新提供基礎(chǔ)平臺，以此提高運輸生產(chǎn)效率、專業(yè)管理和安全控制能力，實現(xiàn)由傳統(tǒng)管理向依托信息技術(shù)、物聯(lián)網(wǎng)技術(shù)的智能化管理的轉(zhuǎn)變。

目前的應(yīng)用方向，在客運服務(wù)方面，通過大數(shù)據(jù)與智能化技術(shù)跟蹤不斷變化的客運市場需求，為實現(xiàn)精準(zhǔn)化營銷、智慧化出行及智能化站車服務(wù)提供可靠的輔助決策和技術(shù)支持；在日常運輸生產(chǎn)方面，對運行圖、列車編組計劃編制、車流徑路確定、調(diào)車作業(yè)等進(jìn)行科學(xué)優(yōu)化，實現(xiàn)資源的高效利用；在現(xiàn)場安全管理方面，實現(xiàn)車站客運安全、行車作業(yè)監(jiān)控視頻的智能識別，有效預(yù)防問題的發(fā)生，降低人力成本，確保安全生產(chǎn)。

1 智慧車務(wù)的技術(shù)實現(xiàn)

智慧車務(wù)的實現(xiàn)有賴于4個層面的技術(shù)支撐：數(shù)據(jù)層、傳輸與存儲層、分析層及管理應(yīng)用層。

1.1 數(shù)據(jù)層

一方面要實現(xiàn)調(diào)度、客票、客服、車輛、信號等各系統(tǒng)的內(nèi)部數(shù)據(jù)資源整合，打通專業(yè)系統(tǒng)之間的壁壘，實現(xiàn)數(shù)據(jù)資源的互聯(lián)互通，為數(shù)據(jù)的挖掘應(yīng)用創(chuàng)造條件；另一方面應(yīng)充分利用外部信息資源，如重點物資運輸計劃、國家和地方重大活動安排、重要節(jié)假日信息等，可通過網(wǎng)絡(luò)爬蟲技術(shù)從因特網(wǎng)獲取。另外，通過射頻識別（RFID）標(biāo)簽提供的數(shù)據(jù)，可對貨物所在位置、業(yè)務(wù)運營情況進(jìn)行跟蹤；通過客站W(wǎng)i-Fi網(wǎng)絡(luò)可進(jìn)行客流統(tǒng)計、可識別旅客身份信息[2]，提供精準(zhǔn)廣告投放，為旅客提供定制服務(wù)；視頻監(jiān)控設(shè)備、煙感探測器及實名制驗證系統(tǒng)等提供的數(shù)據(jù)，可加強(qiáng)客運安全管理。

1.2 傳輸與存儲層

通過光纖通信、客站W(wǎng)i-Fi網(wǎng)絡(luò)、鐵路辦公網(wǎng)絡(luò)可傳輸和收集票務(wù)、旅服、行車及檢測等多維度數(shù)據(jù)；多維度數(shù)據(jù)的整合需要統(tǒng)一數(shù)據(jù)接口、定義數(shù)據(jù)格式以建立大數(shù)據(jù)云平臺，所有車務(wù)相關(guān)數(shù)據(jù)均應(yīng)集成在這個信息平臺，并根據(jù)數(shù)據(jù)的重要性及密級進(jìn)行分類，不同權(quán)限的用戶只能獲取與其權(quán)限對應(yīng)的數(shù)據(jù)。多媒體數(shù)據(jù)的傳輸需要主干網(wǎng)絡(luò)有較大帶寬。

1.3 分析層

本層為智慧車務(wù)的核心層。用戶以目標(biāo)為導(dǎo)向在大數(shù)據(jù)云平臺上獲取多維度數(shù)據(jù)，進(jìn)行數(shù)據(jù)挖掘。在客流預(yù)測應(yīng)用中建立數(shù)學(xué)模型，利用歷年來數(shù)據(jù)及多種來源的實時數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘[3]，利用模型智能優(yōu)化，編制形成科學(xué)合理、適應(yīng)市場需求的列車運行圖；在視頻監(jiān)控應(yīng)用中，通過圖像處理技術(shù)提取監(jiān)控區(qū)域背景，應(yīng)用模式識別算法結(jié)合預(yù)定義場景事件，將前景像素進(jìn)行分析與聚類，并輸出反饋以指導(dǎo)異常事件處理。

1.4 管理應(yīng)用層

作業(yè)人員根據(jù)計算層輸出的輔助決策結(jié)果及異常事件反饋，進(jìn)行作業(yè)監(jiān)督、事件及時處置以及工作分析評價。

由此可見，智慧車務(wù)在數(shù)據(jù)采集和智能分析上有著傳統(tǒng)管理不可比擬的優(yōu)勢，能實現(xiàn)向智能管理的轉(zhuǎn)變，大大提高車務(wù)系統(tǒng)運輸服務(wù)的水平和安全管理的品質(zhì)。根據(jù)自身工作特點和需求，以視頻智能識別技術(shù)為切入點，在智慧車務(wù)領(lǐng)域進(jìn)行了一定的探索。

2 視頻智能識別技術(shù)應(yīng)用

2.1 應(yīng)用背景

鐵路車務(wù)系統(tǒng)作為運輸生產(chǎn)的組織者和指揮者，其作業(yè)直接關(guān)系到鐵路運輸安全生產(chǎn)和工作質(zhì)量的高低，如何確保運輸安全生產(chǎn)、暢通高效，責(zé)任重大。中國鐵路總公司提出了“全力構(gòu)建人防、物防、技防‘三位一體’的安全保障機(jī)制，確保鐵路安全特別是高鐵和旅客安全持續(xù)穩(wěn)定”的工作要求。車務(wù)段工作具有點多線長、作業(yè)分散等特點，作業(yè)相對復(fù)雜，控制手段較少，安全保障難度大，通過應(yīng)用視頻監(jiān)控系統(tǒng)，實時獲取監(jiān)控區(qū)域狀態(tài)，遠(yuǎn)程監(jiān)控作業(yè)過程，是以技防手段保障安全的重要途徑。

目前視頻監(jiān)控系統(tǒng)基本只具備視頻采集、視頻存儲及事后查看的功能，大量的視頻監(jiān)控基本處在一個只能“監(jiān)”不能“控”的被動狀態(tài)。由于缺乏智能識別分析功能，監(jiān)控視頻往往只能作為事后追查取證的依據(jù)，系統(tǒng)不能主動識別狀態(tài)變化和事故隱患，不能起到實時預(yù)警的作用。因此，有效利用視頻監(jiān)控的技防手段，開發(fā)適應(yīng)車務(wù)系統(tǒng)多種應(yīng)用場景需求的視頻智能識別技術(shù)，及時發(fā)現(xiàn)和處置問題以確保運輸安全生產(chǎn)，顯得尤為重要和緊迫。

2.2 技術(shù)路線

背景建模是視頻智能識別的前提。將訓(xùn)練視頻輸入 給背景提取模型進(jìn)行學(xué)習(xí)，得到這個視頻序列中的背景特征，以建立一個動態(tài)迭代模型來描述該背景[4]。檢測階段，以背景模型為基準(zhǔn)對需要檢測的視頻序列進(jìn)行處理，一般采用背景差分法，提取出當(dāng)前圖像中與背景模型中性質(zhì)不同的像素點，這些像素點組成的圖像是運動前景。背景模型建立根據(jù)場景特征，通常采用自適應(yīng)背景建模、混合高斯背景建模、動態(tài)紋理建模及聚類背景分割等算法實現(xiàn)。背景建模與前景提取方法見圖1。

對于每一個場景，應(yīng)預(yù)定義這個場景中的異常事件，并將這些場景中的異常事件視頻輸入事件提取模型進(jìn)行參數(shù)提取，將事件進(jìn)行數(shù)據(jù)化。檢測時系統(tǒng)識別到前景變化時，對變化的前景像素進(jìn)行計算，獲得前景像素的大小、形狀、連通特征、運動速度等參數(shù)，在模式識別模型中與預(yù)定義事件數(shù)據(jù)進(jìn)行智能匹配，如符合相應(yīng)的模糊匹配規(guī)則，即反饋檢出對應(yīng)的事件并發(fā)出預(yù)警[5]。模式識別模型的精度受到異常事件分類定義、模型擬合程度把握及檢測結(jié)果反饋等因素的影響。

圖1 背景建模與前景提取方法

2.3 行車安全應(yīng)用

行車室作業(yè)人員在崗作業(yè)狀態(tài)如何、接發(fā)列車作業(yè)是否規(guī)范，直接關(guān)系到行車安全。2016年12月，在湖州站進(jìn)行了行車作業(yè)視頻智能識別技術(shù)的測試與應(yīng)用，取得了良好效果。同時，高鐵視頻監(jiān)控智能識別預(yù)警系統(tǒng)的應(yīng)用，進(jìn)一步提高了高鐵運營的安全可靠性。

2.3.1 行車室值班員作業(yè)狀態(tài)識別

行車室作業(yè)人員在崗狀態(tài)識別需采集大量行車室視頻，并對值班員（信號員或助理）的各種狀態(tài)進(jìn)行人工標(biāo)定，提取各種狀態(tài)的參數(shù)，結(jié)合分類算法形成狀態(tài)識別模塊。通過測試調(diào)整狀態(tài)參數(shù)以提高模塊的判別精度，實現(xiàn)值班人員狀態(tài)的自動識別。

通過視頻智能識別技術(shù)，可自動識別作業(yè)人員的工作狀態(tài)。如指定區(qū)域在預(yù)設(shè)的時間段內(nèi)發(fā)現(xiàn)關(guān)注區(qū)域有較大規(guī)模的像素運動，則可判斷為有人員活動，識別為“在崗”或“作業(yè)正?！保舸藚^(qū)域畫面長時間未發(fā)生明顯變動，則可判斷為無人員活動，識別為“離崗”，并自離崗時刻開始計時，超過一定時間則發(fā)出離崗預(yù)警。此功能也可用于夜班值班時瞌睡提醒。湖州站行車值班員在崗狀態(tài)監(jiān)控情況見圖2，是關(guān)注區(qū)域持續(xù)有人員活動時的視頻截圖，一個場景可以設(shè)置多個關(guān)注區(qū)域。之后，可結(jié)合列車運行數(shù)據(jù)及行車作業(yè)音頻進(jìn)行智能分析，判別作業(yè)人員執(zhí)行標(biāo)準(zhǔn)化作業(yè)程序的情況，并視情況進(jìn)行預(yù)警。

圖2 湖州站行車值班員在崗狀態(tài)監(jiān)控

2.3.2 助理接車點工作狀態(tài)識別

利用視頻智能識別技術(shù)，可自動識別室外接車點助理值班員的接車狀態(tài)。系統(tǒng)的列車通過識別模塊可偵測到列車通過站臺，此時指定位置應(yīng)有助理值班員到位。利用人員檢測模塊匹配人員輪廓特征，以確定值班員是否在崗作業(yè)。通過進(jìn)一步視頻分析，可判斷作業(yè)人員是否做出了規(guī)定的確認(rèn)現(xiàn)場信號燈肢體動作。系統(tǒng)采用基于模板的人體運動識別算法，將一組圖像序列先轉(zhuǎn)化為一組靜態(tài)的模板，然后通過匹配測試序列中的模板和代表已知動作的模板來獲得識別的結(jié)果。它對每一個動作都建有一個模板庫，通過計算獲得的特征數(shù)據(jù)與已知的模板進(jìn)行匹配，從而得到二者的匹配度[6]。

每次列車通過時，系統(tǒng)對助理值班員的在崗狀態(tài)自動進(jìn)行記錄，并匹配現(xiàn)場作業(yè)圖片。湖州站室外接車點工作狀態(tài)監(jiān)控見圖3。

圖3 湖州站室外接車點工作狀態(tài)監(jiān)控

下一步將擴(kuò)展研究，利用高速攝像技術(shù)與視頻智能識別技術(shù)對列車外觀及裝載狀態(tài)進(jìn)行分析判別，發(fā)現(xiàn)不安全因素則實時預(yù)警，逐步替代助理值班員接車工作。

2.3.3 高鐵視頻監(jiān)控智能識別預(yù)警

2015年，上海鐵路局研發(fā)了高鐵視頻監(jiān)控系統(tǒng)智能識別預(yù)警系統(tǒng)[7]。該系統(tǒng)利用高鐵現(xiàn)有的視頻監(jiān)控系統(tǒng)，對視頻圖像進(jìn)行實時對比分析，對高鐵沿線發(fā)生的人員侵入、異物侵限及設(shè)備形位變化等異常情況進(jìn)行智能預(yù)警，并將預(yù)警信息實時傳遞到對應(yīng)的調(diào)度、行車、工務(wù)、公安等部門，以便其采取措施加以處置，可有效避免或處理有威脅的突發(fā)性事件，實現(xiàn)主動、實時監(jiān)控，在滬杭客專試運行以來效果明顯。下一步，要在預(yù)警信息的綜合利用上加大力度。鐵路局指定牽頭部門，統(tǒng)籌各家資源，進(jìn)一步明確設(shè)備的管用辦法和信息的處置流程，更好地發(fā)揮其在確保高鐵安全行車方面的積極作用。

2.4 客運安全應(yīng)用

客運服務(wù)工作存在人員眾多、場景復(fù)雜、變化多樣的特點，如何保證旅客安全、溫馨、有序出行是車務(wù)站段的重要職責(zé)。采用視頻監(jiān)控技術(shù)和人工智能技術(shù)，為客運服務(wù)全流程多場景視頻智能識別安全監(jiān)控提出了解決方案。

2.4.1 售票廳乘客排隊情況識別

售票廳乘客排隊情況監(jiān)控見圖4。在售票大廳視頻預(yù)設(shè)區(qū)域，當(dāng)發(fā)現(xiàn)人員較為有序排列一段時間，隊列達(dá)到一定長度時，系統(tǒng)進(jìn)行排隊人數(shù)估算，并反饋數(shù)據(jù)至售票排班調(diào)度，提示增加售票窗口，改善乘客購票體驗。為避免廳內(nèi)走動乘客對隊伍圖像采集的影響，可將攝像機(jī)安裝在隊列頂端天花板，以跟蹤隊列末端乘客的頭部軌跡。如檢測區(qū)域有人員進(jìn)入，系統(tǒng)將持續(xù)跟蹤并計算此人與隊列距離，若距離接近并保持一段時間，且移動方向與預(yù)設(shè)方向一致，則確定此人為隊列末端乘客；一旦軌跡離開檢測區(qū)域，則判斷此人為非排隊乘客[8]。

在多售票窗口情況下，只需監(jiān)測離攝像機(jī)最近的窗口，因購票人員會自動均衡隊伍長度，且此監(jiān)測位置較少有走行旅客干擾，可獲得較好的隊伍長度估算效果。

該技術(shù)同樣適用于車站實名制驗證和安檢口的旅客排隊狀況分析，在超過預(yù)定值時及時預(yù)警，提醒車站工作人員及時采取增開通道、增加作業(yè)人員等措施。

圖4 售票廳乘客排隊情況監(jiān)控

2.4.2 售票廳及候車室秩序狀態(tài)識別

公共室內(nèi)區(qū)域發(fā)生人群突然聚集、人員快速移動等情況時，系統(tǒng)可根據(jù)現(xiàn)場視頻進(jìn)行分析，自動判別并發(fā)出預(yù)警，提示車站工作人員及時處理。群體性事件的前兆都是大量人員的聚集，由于人群場景個體多，形態(tài)各異，遮擋光照等因素影響很大，無法通過分割人群個體并對個體進(jìn)行分析。因此對人群進(jìn)行整體考慮，通過提取人群角點來表示人群個體，后續(xù)事件檢測都可通過對角點特征進(jìn)行分析而得到。系統(tǒng)通過對角點進(jìn)行聚類分析，將具有相似運動形態(tài)的人員聚集到一起進(jìn)行整體考慮，用凸包表示每個類簇，然后對各個類簇的相互運動趨勢進(jìn)行分析，進(jìn)而判斷是否有聚散事件發(fā)生[9]。

2.4.3 站臺客運秩序狀態(tài)識別

站臺作業(yè)是旅客安全的重要風(fēng)險點，通過對站臺視頻的實時分析，系統(tǒng)應(yīng)識別站臺是否有車輛停靠；識別無車期間乘客跨越白線、人或物體掉落軌道線路、人員徘徊、站臺作業(yè)車輛是否按規(guī)定路線和時間行駛等行為；識別旅客隨車奔跑、人員通過站臺兩端侵入線路等異常行為，并實時預(yù)警。站臺行為模式種類繁多，需提取列車、站車、個別旅客、群體旅客的圖像及運動特征進(jìn)行建模，且各元素之間會出現(xiàn)疊加，識別難度較大，是目前的主要研究方向。

下一步擬對檢票口、天橋、地道、出站口以及旅客電梯（扶梯）等重要部位進(jìn)行監(jiān)控和智能分析識別，發(fā)現(xiàn)非正常狀態(tài)實時預(yù)警，及時采取措施加以應(yīng)對。

3 結(jié)束語

我國鐵路的大發(fā)展，迎來了智慧鐵路推行的良好契機(jī)。智慧車務(wù)是智慧鐵路的有機(jī)組成部分，積極發(fā)展智慧車務(wù)，有利于提升運輸效率效益，保障運營安全，提供更優(yōu)質(zhì)的運輸服務(wù)，更好地滿足社會的需求。

智慧車務(wù)工作的深入開展不僅依賴于感知技術(shù)、信息互聯(lián)互通技術(shù)、大數(shù)據(jù)技術(shù)與人工智能技術(shù)的發(fā)展，更有賴于現(xiàn)場應(yīng)用模式的研究和探討。良好的應(yīng)用模式、應(yīng)用方法才可以發(fā)揮出技術(shù)的最大優(yōu)勢。在此探討的視頻智能識別技術(shù)應(yīng)用模式，能充分提高車務(wù)系統(tǒng)視頻監(jiān)控系統(tǒng)的運用效率，也能極大減輕現(xiàn)場作業(yè)監(jiān)控人員的作業(yè)量，對于如何構(gòu)建人防、物防、技防“三位一體”的安全保障機(jī)制，確保鐵路安全特別是高鐵和旅客安全，同樣具有重要意義。

[1] IBM商業(yè)價值研究院. 智慧的鐵路白皮書[R]，2009.

[2] 武靜雅. 共享Wi-Fi系統(tǒng)的身份認(rèn)證方案設(shè)計與實現(xiàn)[D].西安：西安電子科技大學(xué)，2012.

[3] 張軍鋒, 賈新茹, 李永，等. 基于大數(shù)據(jù)技術(shù)的鐵路客流預(yù)測系統(tǒng)架構(gòu)研究[J]. 鐵路計算機(jī)應(yīng)用，2016，25(9)：25-27.

[4] 陳星明. 基于背景建模的運動目標(biāo)監(jiān)控視頻檢測算法[D]. 南京：南京大學(xué)，2015.

[5] 孫欽東, 郭曉軍, 黃新波. 基于多模式匹配的網(wǎng)絡(luò)視頻流識別與分類算法[J]. 電子與信息學(xué)報，2009，31(3)：759-762.

[6] 雷海龍. 基于視頻的肢體定位與手勢動作識別研究[D].長沙：湖南大學(xué)，2011.

[7] 鄭健，張萼輝，胡雄偉. 高鐵視頻監(jiān)控智能識別預(yù)警系統(tǒng)在滬杭客專上的應(yīng)用[J]. 中國鐵路，2016(10): 77-80.

[8] 王晶晶. 復(fù)雜擁擠環(huán)境下協(xié)同視頻監(jiān)控中目標(biāo)跟蹤算法研究[D]. 合肥：中國科學(xué)技術(shù)大學(xué)，2016.

[9] 何麗文. 基于角點特征的人群聚集事件與行為檢測算法的研究[D]. 哈爾濱：哈爾濱工業(yè)大學(xué)，2013.

責(zé)任編輯 盧敏

On Application of Smart Train Operation and Its Video Intelligent Identif cation Technology

SHENG Yijun
（Jiaxing Train Depot，Shanghai Railway Administration，Jiaxing Zhejiang 314001，China）

The paper raises the concept of smart train operation, expounds four technical levels to realize smart train operation; take example from the video intelligent identification technology and make exploration and application in different passenger transport and safety guarantee scenarios and discusses the direction of the extending study of this technology; Appropriate application modes may maximize the technical advantage of video intelligent identif cation technology.

smart train operation；big data；video analysis；intelligent identification；operation safety；passenger transport safety

TP391；U298

A

1001-683X（2017）04-0091-05

10.19549/j.issn.1001-683x.2017.04.091

2017-02-12

盛益軍（1975—），男，工程師。E-mail：947298116@qq.com