孫英志 姚林

（東部機(jī)場集團(tuán) 江蘇省南京市 211113）

1 南京祿口國際機(jī)場四型機(jī)場建設(shè)訴求

1.1 安全管理層面

當(dāng)人流密集密度過大或時間過長，很容易產(chǎn)生旅客騷動等情況；旅客密度過大時，面對突發(fā)事件，如失火、航站樓玻璃脫落，也很容易產(chǎn)生旅客擁堵踩踏、疏散不利等情況，因此南京祿口國際機(jī)場迫切需要基于視頻分析手段，對旅客密集區(qū)域進(jìn)行監(jiān)控，分析、預(yù)警，實(shí)現(xiàn)四型機(jī)場的安全管理。

1.2 人文服務(wù)層面

在旅客值機(jī)安檢過程中，時常有值機(jī)柜臺、安檢口資源不足的情況，導(dǎo)致旅客排隊(duì)等候等情況出現(xiàn)，在旅客通關(guān)過程中，也時常發(fā)生旅客找不到值機(jī)柜臺、不熟悉通關(guān)流程以及丟失物品等情況發(fā)生，為更好的提供旅客駐樓服務(wù)，迫切需要可信、可靠手段對值機(jī)島、安檢口等旅客排隊(duì)等候情況進(jìn)行分析，對旅客徘徊等待行為進(jìn)行分析，并在監(jiān)控頁面進(jìn)行實(shí)時報警提示。

1.3 智慧運(yùn)行層面

南京祿口國際機(jī)場的值機(jī)、安檢等駐樓服務(wù)與旅客密度和人流分布緊緊相關(guān)，通過視頻采集手段，可實(shí)時感知旅客人流密度與分布情況，從而針對性進(jìn)行安檢、值機(jī)、送餐、指引等服務(wù)資源傾斜與調(diào)配，實(shí)現(xiàn)機(jī)場的智慧運(yùn)行和資源優(yōu)化配置。

1.4 綠色機(jī)場層面

南京祿口國際機(jī)場航站樓運(yùn)行需要大量的水電設(shè)備設(shè)施提供基礎(chǔ)保障，若此類資源一直保持運(yùn)行，很容易導(dǎo)致資源浪費(fèi)；因此，需要借助視頻分析手段，感知航站樓內(nèi)旅客分布情況，對于無旅客分布區(qū)域的能耗設(shè)備進(jìn)行暫停使用，如電梯、樓內(nèi)燈光等，實(shí)現(xiàn)綠色機(jī)場建設(shè)。

2 視頻分析技術(shù)能力

視頻分析技術(shù)簡單來說就是利用視頻前端設(shè)備采集的信息，通過智能算法，不斷的運(yùn)算分析，從而提取視頻中關(guān)鍵信息的一種技術(shù)，通用技術(shù)通過對目標(biāo)的大量樣本標(biāo)繪，通過光流法和高斯分布法，實(shí)現(xiàn)目標(biāo)前景和背景的分離，進(jìn)一步進(jìn)行視頻分析；常用的場景分為三種，第一種，目標(biāo)識別，例如通過視頻設(shè)備，采集航班保障過程中的人員信息，通過對保障人員著裝信息提取，對保障人員是否穿著反光背心進(jìn)行判斷；第二種，目標(biāo)跟蹤，是對目標(biāo)識別的進(jìn)化，例如已經(jīng)識別了航站樓中某位旅客，在一個旅客持續(xù)運(yùn)動的、多個旅客混合行動的畫面中對已識別的旅客運(yùn)行軌跡進(jìn)行持續(xù)的跟蹤；第三種，行為識別，例如通過視頻設(shè)備采集，去分析目前航班保障進(jìn)程，根據(jù)投入資源情況和實(shí)際需求情況，視頻分析算法分為前端視頻分析和后臺視頻分析，即將視頻分析算法封裝在視頻采集模塊中分析，將分析結(jié)果傳輸?shù)胶笈_或視頻采集模塊只負(fù)責(zé)采集視頻樣本信息，通過后臺算法對視頻進(jìn)行分析；前一種做法的好處是總體投資低，對網(wǎng)絡(luò)條件和后臺服務(wù)器資源配備壓力需求較小，缺點(diǎn)是如果需求進(jìn)行變更，整體需要對視頻采集設(shè)備進(jìn)行替換；后一種做法的缺點(diǎn)是整體視頻工作由后臺完成，視頻設(shè)備只負(fù)責(zé)采集視頻樣本，整體對網(wǎng)絡(luò)帶寬和服務(wù)器資源配備壓力較大，有點(diǎn)是一旦有需求場景變更，只需要對后臺算法進(jìn)行補(bǔ)充和優(yōu)化，無需整體替換視頻設(shè)備。

圖像識別技術(shù)往往針對單一圖片，對目標(biāo)進(jìn)行識別、分析，區(qū)別于圖像識別技術(shù)，視頻識別技術(shù)具有時序性，即某一幀率的視頻與近鄰一段時間范圍內(nèi)的幀率具有較強(qiáng)的邏輯關(guān)系，依據(jù)于這種時序特性，我們可以將視頻識別范圍分為關(guān)鍵幀和非關(guān)鍵幀，有效的去降低算力的壓力、增加算法的準(zhǔn)確性和提高算據(jù)的樣本范圍，從而提高視頻分析技術(shù)的可靠性和可實(shí)施性，以較小的資源投入，獲取較大分析結(jié)果輸出。

3 傳統(tǒng)安防平臺所存在的痛點(diǎn)難點(diǎn)

南京祿口國際機(jī)場已建設(shè)的安防平臺存在以下幾點(diǎn)痛點(diǎn)和難點(diǎn)：

（1）隨著建設(shè)階段不同，視頻設(shè)備可能采取不同的廠商進(jìn)行供應(yīng)，視頻設(shè)備種類多、數(shù)量大，在為機(jī)場提供不同區(qū)域監(jiān)控的同時，本身設(shè)備的運(yùn)行維護(hù)也是較大的工作量；

（2）視頻設(shè)備本身存在的視角的盲點(diǎn)，有些活動是無法采集到的，即便是采集到的視頻內(nèi)容，其中也存在著大量的潛在分析內(nèi)容，光靠人腦是無法對視頻設(shè)備采集到的信息進(jìn)行逐條、逐幀進(jìn)行分析的，必須借助先進(jìn)的技術(shù)手段去實(shí)現(xiàn)；

（3）即使機(jī)場建立了大量的視頻設(shè)備，可以對機(jī)場各個區(qū)域做到無死角監(jiān)控，但是在監(jiān)控的過程中，還是需要人力資源的投入，即人去盯著視頻監(jiān)控終端，對場景進(jìn)行監(jiān)控，不但需要大量人力資源投入，由于人存在著疲勞、注意力不集中等行為的可能性，在轉(zhuǎn)瞬即逝的活動場景中，監(jiān)控的質(zhì)量也難以保障。

為解決以上痛點(diǎn)難點(diǎn)，南京祿口國際機(jī)場充分利用現(xiàn)有視頻設(shè)備，在一些無法采集的點(diǎn)位進(jìn)行補(bǔ)盲，并結(jié)合AI視頻分析技術(shù)目標(biāo)識別、目標(biāo)跟蹤以及行為識別的能力，結(jié)合高精度地圖服務(wù)，實(shí)時感知機(jī)場目前的航班動態(tài)、旅客動態(tài)、旅客行為等信息進(jìn)行有效匯總，并對視頻采集的風(fēng)險行為進(jìn)行實(shí)時報警提醒，降低了人力資源的投入、對視頻信息有效的進(jìn)行挖掘。

4 AI視頻分析技術(shù)在南京祿口國際機(jī)場的應(yīng)用

4.1 智能分析平臺業(yè)務(wù)架構(gòu)

如圖1所示，根據(jù)整體業(yè)務(wù)需求以及南京祿口國際機(jī)場現(xiàn)有視頻設(shè)備建設(shè)情況，智能安防分析平臺采用多層的應(yīng)用架構(gòu)體系，通過系統(tǒng)對接、視頻設(shè)備采集、采集數(shù)據(jù)建庫、數(shù)據(jù)挖掘與分析，實(shí)現(xiàn)整體四型機(jī)場建設(shè)目標(biāo)。

圖1：智能分析平臺業(yè)務(wù)架構(gòu)

4.1.1 數(shù)據(jù)匯聚層

數(shù)據(jù)匯聚層主要通過系統(tǒng)對接的方式和設(shè)備集成的方式，匯聚前端的感知數(shù)據(jù)，例如基礎(chǔ)的視頻流信息、安檢口人臉識別的信息、旅客個人信息、安檢數(shù)據(jù)信息以及航班數(shù)據(jù)信息，并通過GIS系統(tǒng)與視頻設(shè)備進(jìn)行聯(lián)動。

4.1.2 數(shù)據(jù)處理層

對接的數(shù)據(jù)分為結(jié)構(gòu)化的信息，例如旅客的基本信息和非結(jié)構(gòu)化信息，例如視頻信息，并通過大數(shù)據(jù)技術(shù)將數(shù)據(jù)進(jìn)行結(jié)構(gòu)化，分為機(jī)場業(yè)務(wù)庫、員工庫、旅客庫、黑名單庫、事件資源庫和安全資源庫，通過與解析中心體系對接，將數(shù)據(jù)進(jìn)行量化和指標(biāo)化，供業(yè)務(wù)展示層進(jìn)行展示使用。

4.1.3 業(yè)務(wù)數(shù)據(jù)展示層

業(yè)務(wù)數(shù)據(jù)展示層包括智能事件應(yīng)用展示、安全態(tài)勢展示、業(yè)務(wù)展示和GIS應(yīng)用服務(wù)。

（1）智能事件應(yīng)用包括旅客行為軌跡、旅客畫像、排隊(duì)長度等。

（2）安全態(tài)勢是以目標(biāo)行為分析為數(shù)據(jù)基礎(chǔ)實(shí)時進(jìn)行預(yù)警報警。

（3）業(yè)務(wù)展示包括機(jī)場業(yè)務(wù)數(shù)據(jù)的展示，如航班進(jìn)程等業(yè)務(wù)數(shù)據(jù)。

4.2 智能分析平臺邏輯架構(gòu)構(gòu)想

如圖2所示，智能分析平臺系統(tǒng)架構(gòu)基于南京祿口國際機(jī)場現(xiàn)有基礎(chǔ)技術(shù)架構(gòu)和資源條件進(jìn)行設(shè)計，自下而上劃分成三層：PaaS層、基礎(chǔ)SaaS層、行業(yè)SaaS層、應(yīng)用層，以及一個統(tǒng)一運(yùn)維系統(tǒng)。

圖2：智能分析平臺邏輯架構(gòu)構(gòu)想

PaaS層提供基礎(chǔ)的功能服務(wù)。

基礎(chǔ)SaaS層為基礎(chǔ)功能匯聚和業(yè)務(wù)邏輯處理層，通過PaaS協(xié)議，從PaaS獲取數(shù)據(jù)（視頻/圖片/結(jié)構(gòu)化數(shù)據(jù)）、控制設(shè)備等等，將PaaS的一系列簡單的功能進(jìn)行業(yè)務(wù)組合，并結(jié)合業(yè)務(wù)場景提供更加專業(yè)能力，如用戶賬戶系統(tǒng)，權(quán)限控制，預(yù)案處理，消息推送，布控管理等更為專業(yè)的應(yīng)用功能供應(yīng)用層使用。

平臺SaaS依據(jù)南京祿口國際機(jī)場SaaS層進(jìn)行建設(shè)，和基礎(chǔ)SaaS層的區(qū)別在于平臺系統(tǒng)可以基于SaaS層的服務(wù)進(jìn)行組合，并加入機(jī)場業(yè)務(wù)系統(tǒng)，組合形成具體面向特定行業(yè)的整體數(shù)據(jù)分析平臺。

應(yīng)用層主要包括有C/S客戶端、B/S客戶端、二次開發(fā)包有PSDK、OCX，作為平臺的入口，面向南京祿口國際機(jī)場桌面運(yùn)行監(jiān)控的實(shí)際需求，完成人機(jī)交互。

4.3 智能分析平臺系統(tǒng)部署架構(gòu)構(gòu)想

如圖3所示，平臺部署架構(gòu)如上，終端采集設(shè)備包括原有的攝像機(jī)、補(bǔ)充的人臉抓拍相機(jī)、180度全景相機(jī)、雙目客流統(tǒng)計相機(jī)，通過安防網(wǎng)統(tǒng)一將采集的視頻數(shù)據(jù)向后臺智能分析服務(wù)器進(jìn)行傳輸，視頻原始信息在云存儲空間進(jìn)行存儲，分析結(jié)果數(shù)據(jù)分主題分業(yè)務(wù)進(jìn)入SODB（安全業(yè)務(wù)數(shù)據(jù)庫），并進(jìn)行雙機(jī)熱備存儲，分析結(jié)果實(shí)時向客戶端進(jìn)行展示，其中一些危險違規(guī)行為、旅客超時排隊(duì)、旅客流量過大等行為實(shí)時進(jìn)行報警預(yù)警提示。

圖3：智能分析平臺系統(tǒng)部署架構(gòu)

4.4 目標(biāo)識別技術(shù)的應(yīng)用

目標(biāo)識別技術(shù)主要通過前端攝像頭設(shè)備采集的信息，后臺智能服務(wù)器進(jìn)行分析，實(shí)現(xiàn)航站樓內(nèi)的旅客人數(shù)感知、區(qū)域人數(shù)統(tǒng)計、人群密度檢測和人員排隊(duì)檢測場景，主要根據(jù)人流密度實(shí)現(xiàn)樓內(nèi)值機(jī)資源調(diào)配和能耗設(shè)備開關(guān)、當(dāng)人流密度過大時，進(jìn)行派遣資源進(jìn)行人流疏導(dǎo)，實(shí)現(xiàn)安全、人文、智慧、綠色機(jī)場建設(shè)目標(biāo)。

4.4.1 客流感知

如圖4所示，由前端雙目客流統(tǒng)計攝像機(jī)實(shí)現(xiàn)客流量感知，通過吊頂式安裝，設(shè)備鏡頭與水平面呈90度，最大限度讀取旅客流量信息，點(diǎn)位主要設(shè)置在航站樓出入口大門、T1與T2通道口、往地鐵方向通道口。覆蓋整個航站樓的所有通道口，將航站樓各通道形成閉環(huán)，雙目攝像頭對旅客進(jìn)出行為進(jìn)行判斷，出口離開即為出港，進(jìn)入即為進(jìn)港，每個攝像頭負(fù)責(zé)2米范圍內(nèi)旅客。

圖4：客流感知示意圖

如圖5所示， 人數(shù)統(tǒng)計基本原則是航站樓各出入口進(jìn)的人數(shù)減去出的人數(shù)、再減去安檢人數(shù)，從而得到航站樓公共區(qū)的總?cè)藬?shù)。

圖5：人數(shù)統(tǒng)計

人數(shù)統(tǒng)計：通過對前端相機(jī)規(guī)則區(qū)域的繪制，區(qū)分進(jìn)入和離開的方向，并實(shí)時顯示進(jìn)入和離開人數(shù)的動態(tài)數(shù)量。

報表統(tǒng)計：通過開始時間、結(jié)束時間、人數(shù)統(tǒng)計方向或顯示人數(shù)方式，統(tǒng)計區(qū)域及出入口的客流統(tǒng)計報表。

4.4.2 區(qū)域人數(shù)統(tǒng)計

由后端智能分析服務(wù)器實(shí)現(xiàn)，支持通過標(biāo)準(zhǔn)協(xié)議接入第三方攝像機(jī)進(jìn)行分析。

如圖6所示，前端攝像機(jī)輸出標(biāo)準(zhǔn)視頻流，把視頻流傳輸?shù)街悄芊治龇?wù)器，也可以采用onvif協(xié)議提供視頻流接入到智能分析服務(wù)器。

圖6：后端智能分析服務(wù)器

區(qū)域人數(shù)統(tǒng)計通過圖像顏色紋理等信息去檢測行人目標(biāo)，配合跟蹤、計數(shù)等算法，最終得到區(qū)域進(jìn)出的總?cè)藬?shù)。

系統(tǒng)的主要流程是：將視頻信息傳入至視頻分析服務(wù)器中進(jìn)行目標(biāo)檢測。將得到的結(jié)果進(jìn)行后處理模塊，篩選檢測結(jié)果，再進(jìn)入跟蹤算法模塊對目標(biāo)進(jìn)行關(guān)聯(lián)。將得到的檢測跟蹤信息傳入至規(guī)則算法中，通過配置好的區(qū)域、過線和報警閾值對結(jié)果進(jìn)行判斷，輸出人數(shù)統(tǒng)計值和告警信息。

（1）人數(shù)統(tǒng)計：通過對前端相機(jī)規(guī)則區(qū)域的繪制，區(qū)分進(jìn)入和離開的方向，并實(shí)時統(tǒng)計區(qū)域內(nèi)的人數(shù)。

圖7：系統(tǒng)的主要流程

（2）報表統(tǒng)計：通過開始時間、結(jié)束時間、人數(shù)統(tǒng)計方向或顯示人數(shù)方式，統(tǒng)計區(qū)域內(nèi)客流統(tǒng)計報表，并可以以報表周期和報表進(jìn)行呈現(xiàn)。

4.4.3 人群密度檢測

由后端智能分析服務(wù)器實(shí)現(xiàn)，支持通過標(biāo)準(zhǔn)協(xié)議接入第三方攝像機(jī)進(jìn)行分析。

前端攝像機(jī)輸出標(biāo)準(zhǔn)視頻流，把視頻流傳輸?shù)街悄芊治龇?wù)器，也可以采用onvif協(xié)議提供視頻流接入到智能分析服務(wù)器，點(diǎn)位主要設(shè)置在航站樓安檢待檢區(qū)和遠(yuǎn)機(jī)位候機(jī)區(qū)域。算法和規(guī)則分離，算子分為底層感知計算服務(wù)和上層規(guī)則判斷服務(wù)。

通過對智能分析服務(wù)器繪制檢測區(qū)域，統(tǒng)計輸出通道視頻中的人數(shù)，人數(shù)在監(jiān)測區(qū)域的左上角實(shí)時刷新顯示，當(dāng)區(qū)域人數(shù)超過閾值時進(jìn)行預(yù)警。

檢測區(qū)域可以任意繪制，人群密度通過熱力圖的方式展示，通過密度設(shè)定的規(guī)則以不同顏色展現(xiàn)不同的人群密度。如圖8和圖9所示。

圖8：人群密度原圖

圖9：人群密度展示圖

4.4.4 人員排隊(duì)檢測

由后端智能分析服務(wù)器實(shí)現(xiàn)，支持通過標(biāo)準(zhǔn)協(xié)議接入第三方攝像機(jī)進(jìn)行分析。

前端攝像機(jī)輸出標(biāo)準(zhǔn)視頻流，把視頻流傳輸?shù)街悄芊治龇?wù)器，也可以采用onvif協(xié)議提供視頻流接入到智能分析服務(wù)器，點(diǎn)位主要設(shè)置在航站樓安檢待檢區(qū)和遠(yuǎn)機(jī)位候機(jī)區(qū)域。算法和規(guī)則分離，算子分為底層感知計算服務(wù)和上層規(guī)則判斷服務(wù)。

在安檢待檢區(qū)，值機(jī)島，出租車候車區(qū)等進(jìn)行排隊(duì)檢測功能設(shè)置，比如統(tǒng)計安檢通道排隊(duì)人數(shù)統(tǒng)計，當(dāng)人數(shù)超過設(shè)定閥值是報警，通知管理方及時增加安檢通道。

通過對智能分析服務(wù)器繪制檢測區(qū)域，統(tǒng)計輸出通道視頻中的人數(shù)，人數(shù)在監(jiān)測區(qū)域的左上角實(shí)時刷新顯示，當(dāng)區(qū)域人數(shù)超過閾值時進(jìn)行預(yù)警。

檢測區(qū)域可以任意繪制，一個視頻通道可以設(shè)置多個檢測區(qū)域，對于蛇形排隊(duì)區(qū)域可以繪制多邊形區(qū)域進(jìn)行區(qū)域人員統(tǒng)計，每個區(qū)域可以設(shè)置不同的閾值。

把排隊(duì)長度信息上傳到平臺，配置告警預(yù)案，超過告警長度聯(lián)動報警。

5 目標(biāo)跟蹤技術(shù)的應(yīng)用

目標(biāo)跟蹤技術(shù)在南京祿口國際機(jī)場主要服務(wù)場景在于旅客行李丟失、黑白名單旅客通行跟蹤，對于安全和人文機(jī)場建設(shè)很有價值。

5.1 人臉識別

如圖10所示，在航站樓主要出入口、重要部位、隔離區(qū)重要通道口、電梯扶梯口等部位部署人臉識別采集設(shè)備，采集前端人臉抓拍設(shè)備抓拍到的人臉照片后推送給智能分析平臺，通過視頻分析設(shè)備對圖片進(jìn)行機(jī)構(gòu)化分析。

圖10：人臉識別示意圖

將人臉抓拍照片與抓拍旅客庫進(jìn)行比對碰撞，如與庫中的某人達(dá)到一定相似度則判斷為同一個人，將該人員照片歸位同一個檔案ID；如沒有相似度較高的檔案，則判斷為一個新出現(xiàn)的人員，建立新的檔案ID。

（1）將同一人員在不同時間、地點(diǎn)的抓拍人臉記錄進(jìn)行歸類聚類成一個人員檔案，檔案的詳情信息中包含該檔案人員的抓拍歷史圖像信息。

（2）上傳一張圖片搜索出最符合記錄的旅客的一人一檔信息，查詢結(jié)果包括：姓名、身份證號、抓拍地點(diǎn)、抓拍時間、出現(xiàn)次數(shù)、標(biāo)簽。

（3）以時間段、身份證號、姓名、標(biāo)簽等條件查詢出人員的一人一檔記錄，查詢結(jié)果包括：姓名、身份證號、抓拍地點(diǎn)、抓拍時間、出現(xiàn)次數(shù)、標(biāo)簽。

從抓拍的路人庫進(jìn)行篩選，根據(jù)路人出現(xiàn)的頻次生成黑名單庫；

前端人像卡口抓拍的圖像上傳到智能分析服務(wù)器跟黑名單庫進(jìn)行動態(tài)比對；

發(fā)現(xiàn)結(jié)果進(jìn)行提示分析、跟蹤預(yù)警。

5.2 以圖搜人

通過所有的前端人像卡口相機(jī)，實(shí)時抓拍經(jīng)過圖像中的人臉，將人臉的大頭照傳輸?shù)胶蠖耍悄芊治龇?wù)器，進(jìn)行人臉的特征結(jié)構(gòu)化提取，建立旅客庫。

將安檢系統(tǒng)提供的人臉照片上次到應(yīng)用平臺，通過智能服務(wù)器結(jié)構(gòu)化后同旅客進(jìn)行比對，檢索，按照相似率排列。

查找一定范圍內(nèi)的歷史人臉軌跡；輸出最終的人臉出現(xiàn)位置，在GIS地圖上以軌跡的方式展示。

考慮到目前航站樓隔離區(qū)內(nèi)部安裝位置等限制，有可能會導(dǎo)致旅客經(jīng)過人臉卡口的概率較低，或者出現(xiàn)經(jīng)過人臉卡口但未抓拍到人體正臉，導(dǎo)致實(shí)時比對效果差，以圖搜人檢索點(diǎn)位數(shù)量少，根據(jù)業(yè)主需求，通過深化設(shè)計增加人臉識別和人體特征共同檢索功能，提高旅客快速定位和對人臉軌跡的精確描述。

首先需進(jìn)行人臉人體特征進(jìn)行關(guān)聯(lián)——配置全結(jié)構(gòu)化攝像機(jī)，即攝像機(jī)既支持人臉的結(jié)構(gòu)化也支持人體的結(jié)構(gòu)化，通過后端智能分析服務(wù)器進(jìn)行關(guān)聯(lián)。

通過安檢獲取人臉大頭照檢索，通過旅客的人臉運(yùn)動軌跡，（包括安檢系統(tǒng)的人體全身照片）。

通過人體關(guān)聯(lián)的人臉進(jìn)行以圖搜人

通過安檢系統(tǒng)的人體全身照片，進(jìn)行以圖搜圖檢索

操作人員對檢索結(jié)果通過人體特征結(jié)構(gòu)化（褲子為藍(lán)色）進(jìn)行二次檢索過濾，選取過濾后的人體特征進(jìn)行二次檢索，并最終選擇合適的人臉+人體檢索結(jié)果共同作為旅客軌跡的點(diǎn)位，生成對應(yīng)時間段的旅客軌跡。

6 目標(biāo)行為分析技術(shù)的應(yīng)用

目標(biāo)行為分析技術(shù)在南京祿口國際機(jī)場主要應(yīng)用場景在區(qū)域入侵檢測、旅客徘徊檢測和物品丟失等場景，當(dāng)發(fā)現(xiàn)旅客禁區(qū)入侵、徘徊等待和物品丟失，進(jìn)行報警提示，并指派相關(guān)人員進(jìn)行處置，實(shí)現(xiàn)了安全、人文、智慧機(jī)場的建設(shè)目標(biāo)。

6.1 區(qū)域入侵

由后端智能分析服務(wù)器實(shí)現(xiàn)，支持通過標(biāo)準(zhǔn)協(xié)議接入攝像機(jī)進(jìn)行分析，用過描繪禁區(qū)范圍，視頻設(shè)備采集信息在后臺進(jìn)行自動分析，并基于分析結(jié)果進(jìn)行報警提醒，防止非法人員闖入。

6.2 徘徊檢測

由后端智能分析服務(wù)器實(shí)現(xiàn)，支持通過標(biāo)準(zhǔn)協(xié)議接入第三方攝像機(jī)進(jìn)行分析，攝像機(jī)采用onvif協(xié)議提供視頻流接入到智能分析服務(wù)器。

通過徘徊檢測區(qū)域設(shè)置，布防徘徊檢測時間的設(shè)置、檢測目標(biāo)過濾設(shè)置，實(shí)現(xiàn)徘徊檢測，并對徘徊行為進(jìn)行實(shí)時報警，在GIS地圖上進(jìn)行彈窗展示。

6.3 物品遺留遺失

由后端智能分析服務(wù)器實(shí)現(xiàn)，支持通過標(biāo)準(zhǔn)協(xié)議接入第三方攝像機(jī)進(jìn)行分析。

攝像機(jī)采用onvif協(xié)議提供視頻流接入到智能分析服務(wù)器。

支持自定義繪制區(qū)域，當(dāng)繪制區(qū)域經(jīng)過識別有物品遺留或者遺留物品被別人拿走的情況，則后臺自動進(jìn)行提醒，并將視頻進(jìn)行保留，也可結(jié)合目標(biāo)識別和目標(biāo)跟蹤功能，對取走物品人員進(jìn)行識別、跟蹤。

物品遺留/消失功能用于檢測監(jiān)控場景內(nèi)的某些區(qū)域是否有人、車、物品等的遺留或消失現(xiàn)象發(fā)生

如果目標(biāo)物體駐留或者消失的時間超過規(guī)定時間，則觸發(fā)聯(lián)動報警。

7 結(jié)語

基于AI視頻分析技術(shù)，可以將目前機(jī)場人力資源解放，并挖掘一些人腦無法分析的信息，后續(xù)通過在飛行區(qū)部署視頻點(diǎn)位，可精準(zhǔn)實(shí)現(xiàn)航班保障進(jìn)程節(jié)點(diǎn)信息，如上輪檔、加油等信息，也可對飛行區(qū)一些違規(guī)行為進(jìn)行分析，如未穿著反光背心等行為；結(jié)合航站區(qū)，通過旅客密度的分析、位置分析，關(guān)聯(lián)旅客身份信息，進(jìn)行旅客知識圖譜刻畫，一方面可以對廣告牌等進(jìn)行精準(zhǔn)定價、另一方面可針對不同旅客進(jìn)行精準(zhǔn)營銷，增加非航收入，因此，視頻分析技術(shù)在機(jī)場不僅僅可以解決運(yùn)行管理、安全管理問題，在商業(yè)價值挖掘上，也擁有良好的發(fā)展前景和挖掘空間。