賀歡歡 黃杰

摘 ? 要：人工智能技術(shù)日益發(fā)展，為了更好地減輕鐵路視頻監(jiān)控人員工作量，保障鐵路作業(yè)人員安全，減少事故發(fā)生，文章針對(duì)鐵路運(yùn)營維護(hù)的5個(gè)場景，設(shè)計(jì)了一種基于EasyDL平臺(tái)的視頻事件監(jiān)測系統(tǒng)。此系統(tǒng)基于人工智能EasyDL平臺(tái)，建立未佩戴安全帽、未穿防護(hù)服、特殊區(qū)域人員徘徊等機(jī)器學(xué)習(xí)模型，利用相關(guān)模型識(shí)別鐵路作業(yè)人員的一些違規(guī)行為，及時(shí)記錄并給出警示。測試結(jié)果表明，該系統(tǒng)能夠準(zhǔn)確識(shí)別攝像頭抓拍到的違規(guī)事件，有助于進(jìn)一步保障鐵路作業(yè)人員的安全。

關(guān)鍵詞：人工智能;EasyDL;視頻事件監(jiān)測;安全

1 ? ?我國鐵路發(fā)展概況

目前，我國鐵路實(shí)現(xiàn)了跨越式發(fā)展，為了強(qiáng)化勞動(dòng)安全管理，提高人身安全保障能力，各鐵路公司均在其轄區(qū)安裝了視頻監(jiān)控系統(tǒng)，并安排專人24小時(shí)在線監(jiān)控，要求視頻監(jiān)控人員持續(xù)性高度集中注意力，而靠人眼看的方式容易出現(xiàn)疏漏。隨著信息化時(shí)代的到來，人工智能（Artificial Intelligence，AI）在社會(huì)各領(lǐng)域得到了普遍應(yīng)用。百度AI開放平臺(tái)為了滿足人們在圖像識(shí)別領(lǐng)域的個(gè)性化需求，提供了EasyDL定制化圖像識(shí)別服務(wù)[1]。該平臺(tái)應(yīng)用百度AutoDL/AutoML技術(shù)，基于少量數(shù)據(jù)就能獲得出色性能和模型效果。系統(tǒng)通過調(diào)用EasyDL平臺(tái)訓(xùn)練好的各類監(jiān)測模型，監(jiān)測鐵路室內(nèi)外各種施工、維修、檢查等作業(yè)是否存在違規(guī)行為，實(shí)現(xiàn)AI能力與鐵路視頻監(jiān)控系統(tǒng)的整合，具備完善的鑒權(quán)、流控等安全機(jī)制。此平臺(tái)還支持查找云端模型識(shí)別錯(cuò)誤數(shù)據(jù)，糾正結(jié)果并將其加入模型迭代訓(xùn)練集，不斷優(yōu)化模型效果[2]。

2 ? ?系統(tǒng)簡介

該系統(tǒng)基于百度AI EasyDL開放平臺(tái)中的物體檢測技術(shù)，通過互聯(lián)網(wǎng)接入鐵路現(xiàn)有視頻監(jiān)控系統(tǒng)，能夠精準(zhǔn)識(shí)別各類場景中未佩戴安全帽、未穿防護(hù)服、未穿反光馬甲、特殊區(qū)域人員徘徊、抽煙、接打手機(jī)等違規(guī)事件，并通過微信消息及時(shí)提醒管理人員，從而進(jìn)一步保障鐵路運(yùn)維過程中的安全。

系統(tǒng)設(shè)計(jì)主要包含3個(gè)過程：（1）基于EasyDL平臺(tái)物體檢測技術(shù)建立各類事件檢測模型。（2）通過互聯(lián)網(wǎng)以固定IP方式將現(xiàn)有視頻監(jiān)控系統(tǒng)中的網(wǎng)絡(luò)硬盤錄像機(jī)（Network Video Recorder，NVR）接入視頻事件監(jiān)測系統(tǒng)。（3）通過接入的NVR直接調(diào)用終端攝像頭并定時(shí)抓拍現(xiàn)場照片，同時(shí)回調(diào)EasyDL平臺(tái)事件監(jiān)測模型識(shí)別異常事件，并發(fā)送異常事件提醒消息。系統(tǒng)整體架構(gòu)如圖1所示。

3 ? ?系統(tǒng)設(shè)計(jì)

3.1 ?基于EasyDL平臺(tái)訓(xùn)練模型

基于百度的圖形化深度學(xué)習(xí)平臺(tái)EasyDL，訓(xùn)練鐵路違規(guī)行為檢測模型。該平臺(tái)采用PaddlePaddle深度學(xué)習(xí)框架，結(jié)合自動(dòng)搜索模型技術(shù)（Auto Model Search），保證模型效果領(lǐng)先訓(xùn)練物體檢測模型，支持選擇多種算法，可滿足不同場景對(duì)性能、效果的不同需求[3]。目前，EasyDL可支持創(chuàng)建6類模型：圖像分類、物體檢測、圖像分割、文本分類、聲音分類和視頻分類。本系統(tǒng)主要基于物體檢測技術(shù)訓(xùn)練未佩戴安全帽、未穿反光服、特殊區(qū)域人員徘徊、抽煙、接打手機(jī)等監(jiān)測模型。以訓(xùn)練未佩戴安全帽監(jiān)測模型為例介紹具體過程，分為4個(gè)步驟，依次是：

（1）創(chuàng)建模型，確定模型名稱為未佩戴安全帽監(jiān)測模型、確定模型功能為識(shí)別視頻中未戴安全帽的作業(yè)人員。

（2）上傳并標(biāo)注數(shù)據(jù)分類，按分類（戴安全帽圖片和不戴安全帽圖片）上傳圖片，戴安全帽和未戴安全帽圖片各500張。

（3）訓(xùn)練模型并校驗(yàn)?zāi)Ｐ托Ч?，以云端API的方式進(jìn)行部署，用上傳的數(shù)據(jù)一鍵訓(xùn)練模型并校驗(yàn)?zāi)Ｐ托Ч?/p>

（4）發(fā)布模型，訓(xùn)練完成后，將模型部署在公有云服務(wù)器[4]。

3.2 ?視頻事件監(jiān)測系統(tǒng)功能設(shè)計(jì)

該系統(tǒng)主要包含兩大模塊：一是基礎(chǔ)管理，主要包含用戶管理、菜單管理、角色管理、權(quán)限管理、系統(tǒng)日志等基礎(chǔ)支撐功能。二是視頻事件檢測管理，主要包含核心功能如下：

（1）NVR管理，可針對(duì)現(xiàn)有視頻監(jiān)控系統(tǒng)中擁有固定IP地址的NVR進(jìn)行接入，同一組織機(jī)構(gòu)下可接入多個(gè)NVR，接入信息主要包含NVR的名稱、IP地址、端口和鏈接口令等。

（2）NVR通道管理，同一NVR可接入多路攝像頭。主要包括：通道所屬名稱、通道序號(hào)、所屬NVR、抓拍時(shí)間設(shè)置、提醒人員、違規(guī)事項(xiàng)，同一路攝像頭可以設(shè)置多個(gè)違規(guī)事項(xiàng)抓拍。

（3）攝像頭圖片抓拍，可設(shè)置抓拍時(shí)間段、時(shí)間間隔及頻次，系統(tǒng)自動(dòng)抓拍現(xiàn)場照片并保存。

（4）圖片識(shí)別模型調(diào)用，根據(jù)預(yù)先設(shè)置的違規(guī)事項(xiàng)，系統(tǒng)自動(dòng)調(diào)用EasyDL平臺(tái)訓(xùn)練好的監(jiān)測模型進(jìn)行異常事件識(shí)別。針對(duì)同一張照片可調(diào)用多個(gè)模型。

（5）圖片識(shí)別結(jié)果返回，將調(diào)用模型后的異常事件圖片識(shí)別結(jié)果返回給視頻事件檢測系統(tǒng)。

（6）異常事件結(jié)果記錄，系統(tǒng)自動(dòng)記錄識(shí)別出的異常事件并截圖保存。

（7）異常事件消息提醒，系統(tǒng)自動(dòng)將異常事件以微信消息的形式推送給安全管理人員。

4 ? ?系統(tǒng)應(yīng)用場景

該系統(tǒng)適用于《某電務(wù)段勞動(dòng)安全卡控措施》中的以下5種場景，如鐵路工作人員違反鐵路勞動(dòng)安全規(guī)定，則該監(jiān)控系統(tǒng)能夠識(shí)別截圖并給安全管理人員推送消息。

（1）未佩戴安全帽監(jiān)測模型應(yīng)用場景。規(guī)定進(jìn)入高速鐵路防護(hù)柵欄內(nèi)的所有人員必須佩戴安全帽;車載登頂作業(yè)時(shí)，作業(yè)人員必須戴安全帽，防止高空墜落;庫內(nèi)檢修或機(jī)車底部作業(yè)時(shí)，作業(yè)人員必須戴安全帽，防止碰傷及墜落物體砸傷。

（2）未穿作業(yè)服和反光馬甲監(jiān)測模型應(yīng)用場景。所有進(jìn)入高速鐵路防護(hù)柵欄內(nèi)的各級(jí)管理人員，必須戴高警帽、穿作業(yè)服或穿戴反光馬甲（夜間），方可進(jìn)行施工、維修、應(yīng)急處置等作業(yè)。

（3）特殊區(qū)域人員徘徊監(jiān)測模型應(yīng)用場景。高速鐵路勞動(dòng)安全要求規(guī)定作業(yè)人員在天窗或封鎖時(shí)間以外，禁止進(jìn)入站內(nèi)封閉范圍內(nèi)，禁止進(jìn)入?yún)^(qū)間防護(hù)柵欄、橋面、隧道內(nèi)。

（4）抽煙監(jiān)測模型應(yīng)用場景。機(jī)械室禁止吸煙。

（5）接打手機(jī)等違規(guī)事件監(jiān)測模型應(yīng)用場景。列車維護(hù)人員進(jìn)行庫內(nèi)作業(yè)時(shí)，不得接打個(gè)人手機(jī);動(dòng)車組三級(jí)平臺(tái)作業(yè)，嚴(yán)禁接打手機(jī);庫車線作業(yè)穿越庫車線股道、道口時(shí)，嚴(yán)禁接打手機(jī)。

5 ? ?測試結(jié)果

該系統(tǒng)接入某施工單位視頻監(jiān)控系統(tǒng)進(jìn)行為期一周試驗(yàn)，監(jiān)測現(xiàn)場施工人員是否存在未戴安全帽違規(guī)行為，共接入視頻監(jiān)控站點(diǎn)4個(gè)，視頻監(jiān)控點(diǎn)位18個(gè)，能夠做到精準(zhǔn)識(shí)別未戴安全帽違規(guī)行為。基于EasyDL平臺(tái)的視頻事件監(jiān)測系統(tǒng)有以下優(yōu)勢：

（1）可接入現(xiàn)有攝像頭資源，終端無需加裝任何設(shè)備。

（2）全天候在線實(shí)時(shí)監(jiān)測，無需視頻監(jiān)控管理人員。

（3）支持多種異常事件監(jiān)測識(shí)別。

（4）云端智能識(shí)別處理，異常事件自動(dòng)報(bào)警。

本文僅是AI在鐵路監(jiān)控方面的初步應(yīng)用，盡管利用EasyDL平臺(tái)構(gòu)建的鐵路異常事件監(jiān)測模型不能全面覆蓋所有違規(guī)行為，但基于EasyDL平臺(tái)構(gòu)建模型操作簡單，獲得的模型效果良好，為促進(jìn)AI在鐵路監(jiān)控方面的應(yīng)用提出了新的思路。

[參考文獻(xiàn)]

[1]張喜紅，王玉香.基于百度AI中藥材品鑒助手系統(tǒng)的設(shè)計(jì)[J].新余學(xué)院學(xué)報(bào)，2019（2）：25-28.

[2]孟凱.圖像識(shí)別技術(shù)在鐵路監(jiān)控系統(tǒng)中的應(yīng)用[J].硅谷，2013（14）：103-105.

[3]劉洋，史煜，曹雪倩，等.自動(dòng)化機(jī)器學(xué)習(xí)在眼部疫病識(shí)別及分類中的初步應(yīng)用[J].中國教育醫(yī)學(xué)，2019（3）：44-49.

[4]孫?？?基于EasyDLd的超新星自動(dòng)搜尋系統(tǒng)設(shè)計(jì)[J].智能計(jì)算機(jī)與應(yīng)用，2019（1）：262-263.

Abstract：With the development of artificial intelligence technology， in order to reduce the workload of railway video surveillance personnel better， ensure the safety of railway operators， and reduce the occurrence of accidents， this article designs a video event monitoring system based on the EasyDL platform for the five scenarios of railway operation and maintenance. This system builds machine learning models such as wearing no hard hats， protective clothing， people in special areas and so on based on the artificial intelligence EasyDL platform， and identifies some violations of railway operators of using relevant models， records and gives timely warnings. The test results shows that the system can accurately identify violation captured by the camera， which helps to ensure the safety of railway operators further.

Key words：artificial intelligence; EasyDL; video event monitoring; security