馬 強(qiáng) 中國(guó)鐵路上海局集團(tuán)有限公司蚌埠站

鐵路是我國(guó)國(guó)民經(jīng)濟(jì)大動(dòng)脈、國(guó)家重要基礎(chǔ)設(shè)施和大眾化交通工具，是綜合交通運(yùn)輸體系骨干、重要的民生工程和資源、環(huán)境友好型運(yùn)輸方式，在我國(guó)社會(huì)經(jīng)濟(jì)發(fā)展中具有不可替代的重要作用?？瓦\(yùn)站場(chǎng)是鐵路客運(yùn)組織的重要場(chǎng)所，任何突發(fā)安全事件將造成巨大的社會(huì)影響。例如，旅客非法闖入站內(nèi)股道、摔倒和聚眾圍觀等，嚴(yán)重影響行車和人身的安全。因此如何保障旅客的安全出行成為了鐵路交通運(yùn)營(yíng)和安全管理部門工作的重中之重。而站場(chǎng)攝像頭等傳統(tǒng)的監(jiān)控方式主要功能是與人工值守結(jié)合或在事故發(fā)生后提供一定的證據(jù)，普遍存在智能效果不足等弊端。

而隨著人工智能技術(shù)的不斷進(jìn)步，機(jī)器視覺等在公共安全監(jiān)控領(lǐng)域的作用越來越顯著。基于機(jī)器視覺的人員行為分析和管理過程監(jiān)控受到了相關(guān)企業(yè)的關(guān)注。游青山等設(shè)計(jì)一種基于機(jī)器視覺的礦井作業(yè)人員行為監(jiān)測(cè)及違章識(shí)別系統(tǒng)，實(shí)現(xiàn)礦井作業(yè)人員違章自動(dòng)識(shí)別；高寒等提出了基于機(jī)器視覺的施工危險(xiǎn)區(qū)域侵入行為識(shí)別方法，自動(dòng)監(jiān)控并識(shí)別危險(xiǎn)區(qū)域的工人侵入行為；賈金明等提出了一種基于機(jī)器視覺的工業(yè)現(xiàn)場(chǎng)巡檢過程監(jiān)控分析系統(tǒng)；田晨林設(shè)計(jì)和實(shí)現(xiàn)了室內(nèi)環(huán)境下基于機(jī)器視覺的人體跌倒檢測(cè)系統(tǒng)，實(shí)現(xiàn)了智能檢測(cè)跌倒并及時(shí)報(bào)警。

因此，利用機(jī)器視覺技術(shù)對(duì)鐵路客運(yùn)站場(chǎng)旅客的非法闖入、不慎摔倒和聚眾圍觀等行為進(jìn)行識(shí)別和判斷，從而進(jìn)行主動(dòng)預(yù)警，能大大降低安全事故的發(fā)生概率。基于此，本文設(shè)計(jì)一種基于機(jī)器視覺的鐵路客運(yùn)站場(chǎng)公共安全預(yù)警系統(tǒng)，使用鐵路客運(yùn)站場(chǎng)的攝像頭視頻數(shù)據(jù)，運(yùn)用機(jī)器視覺技術(shù)對(duì)旅客和工作人員的行為進(jìn)行監(jiān)測(cè)和預(yù)警，對(duì)提高現(xiàn)有高鐵站監(jiān)控運(yùn)行效率，降低安全事故發(fā)生具有重要意義。

1 總體方案

1.1 系統(tǒng)架構(gòu)（圖1）

圖1 系統(tǒng)架構(gòu)圖

整個(gè)系統(tǒng)架構(gòu)可根據(jù)空間位置劃分為預(yù)警系統(tǒng)現(xiàn)場(chǎng)、監(jiān)控辦公室和遠(yuǎn)程監(jiān)控終端。預(yù)警系統(tǒng)現(xiàn)場(chǎng)主要包括高清攝像頭和視頻編碼器，高清攝像頭對(duì)客運(yùn)站場(chǎng)區(qū)域進(jìn)行全覆蓋實(shí)時(shí)監(jiān)控，而由于客運(yùn)站場(chǎng)范圍大，傳輸距離長(zhǎng)，視頻文件需要經(jīng)過編碼器轉(zhuǎn)化成適合傳輸?shù)臄?shù)字信號(hào)進(jìn)行傳輸。監(jiān)控辦公室主要包括視頻解碼器、視頻采集卡，AI 行為分析服務(wù)器和顯示終端，視頻解碼器在接收到信號(hào)后對(duì)視頻進(jìn)行解碼，而視頻采集卡可以將視頻信息轉(zhuǎn)化成便于計(jì)算機(jī)處理的數(shù)字圖像，AI 服務(wù)器承擔(dān)圖像的預(yù)處理和行為分析工作，并將違規(guī)現(xiàn)場(chǎng)顯示在終端顯示屏上，同時(shí)立刻觸發(fā)現(xiàn)站場(chǎng)廣播對(duì)違規(guī)行為進(jìn)行提醒，值班人員可在終端顯示屏進(jìn)行實(shí)時(shí)監(jiān)控并對(duì)違規(guī)行為采取處理。遠(yuǎn)程監(jiān)控端包括終端攝像頭設(shè)備、PC端等均可在應(yīng)用軟件內(nèi)，通過內(nèi)網(wǎng)或互聯(lián)網(wǎng)連接，在預(yù)警被觸發(fā)時(shí)接收到相關(guān)信息。

1.2 系統(tǒng)功能模塊

本系統(tǒng)以鐵路客運(yùn)站場(chǎng)異常行為實(shí)時(shí)檢測(cè)為主要目標(biāo)，具有異常行為數(shù)據(jù)采集、存儲(chǔ)、分析、展示和主動(dòng)預(yù)警等功能，能夠準(zhǔn)確識(shí)別場(chǎng)景的特殊事件，實(shí)時(shí)高效響應(yīng)突發(fā)情況，提前識(shí)別出旅客和站場(chǎng)工作人員的異常行為動(dòng)作從而做到主動(dòng)預(yù)防和提前預(yù)判。

（1）異常行為識(shí)別?；谡緢?chǎng)實(shí)時(shí)視頻數(shù)據(jù)識(shí)別旅客和工作人員等異常行為是本平臺(tái)的核心，具體思路如下；使用典型的視覺庫(kù)準(zhǔn)確識(shí)別出人和物體，并精確定位需要判斷的站場(chǎng)區(qū)域；借助視覺處理庫(kù)對(duì)視頻中檢測(cè)到的人和物體圖像進(jìn)行歸一化、中心化和標(biāo)準(zhǔn)化處理，改善圖像的視覺效果或突出有用信息，提高圖片識(shí)別準(zhǔn)確率；利用深度學(xué)習(xí)算法完成準(zhǔn)確識(shí)別場(chǎng)景的特殊事件和提前識(shí)別出站場(chǎng)旅客的行為動(dòng)作，如對(duì)非法闖入和進(jìn)站、跌到、聚眾圍觀等行為進(jìn)行識(shí)別。

（2）違規(guī)警報(bào)和提前預(yù)警。系統(tǒng)識(shí)別出客運(yùn)站場(chǎng)異常行為后，會(huì)及時(shí)提前預(yù)警。系統(tǒng)對(duì)獲取的本地實(shí)時(shí)視頻，使用已經(jīng)訓(xùn)練好的圖像識(shí)別模型對(duì)站場(chǎng)旅客、工作人員的異常行為進(jìn)行實(shí)時(shí)分析，當(dāng)發(fā)現(xiàn)異常時(shí)，發(fā)出警報(bào)和應(yīng)急響應(yīng)，并將違規(guī)數(shù)據(jù)上傳服務(wù)器。

（3）實(shí)時(shí)監(jiān)控。除了異常行為識(shí)別和實(shí)時(shí)主動(dòng)預(yù)警功能。監(jiān)管人員可通過瀏覽器頁(yè)面查看站場(chǎng)終端實(shí)時(shí)上報(bào)的指標(biāo)數(shù)據(jù)，特別是站臺(tái)，監(jiān)管部門能夠?qū)崟r(shí)了解站臺(tái)的實(shí)時(shí)情況。系統(tǒng)不僅支持實(shí)時(shí)站場(chǎng)視頻顯示，還可對(duì)站場(chǎng)的旅客、工作人員等歷史異常行為情況進(jìn)行查閱，實(shí)現(xiàn)了客運(yùn)站場(chǎng)的準(zhǔn)確盯控。

2 系統(tǒng)設(shè)計(jì)思路

本系統(tǒng)提供對(duì)非法闖入和進(jìn)站、跌到、聚眾圍觀等多種違規(guī)行為的檢測(cè)功能，其設(shè)計(jì)思路如圖2，包括圖像采集、圖像預(yù)處理與存儲(chǔ)、非法行為檢測(cè)識(shí)別、非法行為預(yù)警。具體流程包括：通過站內(nèi)的高清攝像頭進(jìn)行視頻監(jiān)控，對(duì)視頻進(jìn)行跳幀讀取圖片，為減少內(nèi)存占用和計(jì)算時(shí)間，對(duì)圖片采取灰度化、降噪等處理，監(jiān)測(cè)到人后提取行為區(qū)域，并對(duì)該區(qū)域進(jìn)行判斷，根據(jù)監(jiān)測(cè)區(qū)域的不同，對(duì)預(yù)處理后的圖片進(jìn)行特征提取和違規(guī)行為識(shí)別，通過坐標(biāo)進(jìn)行計(jì)算，最終通過結(jié)果將違規(guī)行為顯示在監(jiān)控屏幕上并做出對(duì)應(yīng)預(yù)警。

圖2 檢測(cè)算法流程圖

以聚眾檢測(cè)、非法闖入安全線、摔倒為例，從拍攝視頻中以特定幀率讀取圖片，對(duì)采集到的圖像進(jìn)行灰度化、濾波、歸一化等處理，取得低噪聲的圖像，之后通過視覺算法，把人的運(yùn)動(dòng)軌跡，定義各種異常行為，形成動(dòng)作體系，能被系統(tǒng)識(shí)別，對(duì)于物品的深度學(xué)習(xí)，也可以識(shí)別出物體。

聚眾檢測(cè)：對(duì)視頻中警戒區(qū)域進(jìn)行監(jiān)控分析，判斷是否檢測(cè)到行人，若檢測(cè)到則獲取行人數(shù)量，判斷行人數(shù)量是否大于設(shè)置閾值，大于閾值人數(shù)且在同一區(qū)域中停留達(dá)到設(shè)置時(shí)間，則系統(tǒng)進(jìn)行聚眾提示報(bào)警，從而減少公共安全事故。非法闖入安全線：若檢測(cè)到有行人并且有安全線，判斷行人是否在安全險(xiǎn)內(nèi)，若不在安全線內(nèi)，則系統(tǒng)進(jìn)行非法闖入提示報(bào)警，并生成非法闖入預(yù)警記錄，在人員禁入?yún)^(qū)域部署闖入事件、特定區(qū)域部署警戒線、雙警戒檢測(cè)，可有效減少人員進(jìn)入引發(fā)的危險(xiǎn)（圖3）。

圖3 越界檢測(cè)

摔倒：同理，若檢測(cè)到行人有摔倒行為（如圖4），則會(huì)摔倒預(yù)警，生成摔倒預(yù)警記錄，有助于提高人員傷后救助效率。

圖4 摔倒檢測(cè)

以上就是異常行為識(shí)別的基礎(chǔ)原理，其它行為也是基于此計(jì)算原理在各區(qū)域進(jìn)行行為的分析。

具體程序首先需要完成數(shù)據(jù)集的加載，通過數(shù)據(jù)迭代器加載數(shù)據(jù)（如下代碼）：

3 系統(tǒng)實(shí)現(xiàn)

本系統(tǒng)采用B/S 模式，基于Springboot 框架進(jìn)行開發(fā)。主界面涵蓋了監(jiān)控視頻管理、預(yù)警配置、預(yù)警記錄與處理、系統(tǒng)設(shè)置等模塊。對(duì)于異常行為的識(shí)別是基于開源的飛槳開源框架(PaddlePaddle)，是一個(gè)易用、高效、靈活、可擴(kuò)展的深度學(xué)習(xí)框架。由于PaddlePaddle 提供了Python 語(yǔ)言的接口，后端的站臺(tái)跌落、非法闖入和摔倒等行為識(shí)別算法采用Python語(yǔ)言編寫實(shí)現(xiàn)。此外系統(tǒng)還實(shí)現(xiàn)了對(duì)歷史監(jiān)控視頻的管理，包括對(duì)歷史監(jiān)控視頻信息的查詢和瀏覽等功能。

4 結(jié)語(yǔ)

針對(duì)鐵路客運(yùn)站場(chǎng)異常行為應(yīng)用的實(shí)際需求，本文給出了一種基于機(jī)器視覺的鐵路客運(yùn)站場(chǎng)公共安全預(yù)警系統(tǒng)平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)。首先，設(shè)計(jì)了該系統(tǒng)的總體架構(gòu)和主要功能模塊；然后，給出了本系統(tǒng)的設(shè)計(jì)思路，特別是違規(guī)行為的識(shí)別和預(yù)警算法；最后，實(shí)現(xiàn)了系統(tǒng)功能，并進(jìn)行界面展示。初步應(yīng)用表明，該系統(tǒng)適用于多種場(chǎng)景，具有較高的異常行為識(shí)別準(zhǔn)確率和響應(yīng)速度，較好地滿足鐵路客運(yùn)站場(chǎng)的實(shí)際需求。