章瑋，徐明江

（上海電科智能系統(tǒng)股份有限公司，上海 310110）

0 引言

目前，上海地鐵已全面進入超大規(guī)模線網(wǎng)時代，運營線路20條（含浦江線、磁?。⑦\營長度772km、運營460余座車站，交通出行分擔率已超67%，地鐵已成為上海市民首選的公共交通出行方式[1]。超大線網(wǎng)規(guī)模隨即帶來的是超大規(guī)模設備體量。以軌道交通閉路電視監(jiān)視系統(tǒng)（CCTV）為例，460余座車站以每個車站平均100路，保持90d（地鐵技防規(guī)定）來計算，海量的視頻監(jiān)控數(shù)據(jù)既給地鐵的視頻智能應用提供了充分發(fā)揮素材，同時也為傳統(tǒng)監(jiān)控系統(tǒng)帶來較大挑戰(zhàn)。這些挑戰(zhàn)可以歸納為多目標、跨專業(yè)、泛場景。本文將分析智能視頻分析在軌道交通車站中的應用。

1 智能視頻分析技術介紹

智能視頻分析技術的產(chǎn)生為上述挑戰(zhàn)提供了新的解決方案。該技術基于人工智能技術在視頻監(jiān)控方面的綜合應用，屬于圖像人工視覺技術在安防領域應用的細分。通過對監(jiān)控區(qū)域內(nèi)出現(xiàn)的多個不同目標進行自動識別、歸類及追蹤，在后臺標記并計算運動目標動作軌跡，同時也可根據(jù)實際場景進行監(jiān)控范圍及對象的自由設置及預案組合。將傳統(tǒng)視頻系統(tǒng)的“被動監(jiān)控”提升為“主動監(jiān)控”，由“事后回看”變?yōu)椤凹皶r報警”甚至“事前預警”，有效地解決監(jiān)控人員的能力及責任心問題，極大地提高了城市軌道交通車站日常運營組織和安全應急事件處置能力。

隨著地鐵建設規(guī)模增加及監(jiān)控需求的完善，地鐵車站及控制中心對視頻調(diào)用的需求高速增長，同時也為傳統(tǒng)視頻監(jiān)控系統(tǒng)帶來巨大挑戰(zhàn)，在車站運營場景中主要體現(xiàn)在：

（1）既有的通過人工輪巡調(diào)看視頻來監(jiān)控系統(tǒng)所有的畫面已經(jīng)不能滿足地鐵運營需要。

（2）傳統(tǒng)的事后追看監(jiān)控錄像的方式，無法更好地提升車站運營的安全性。

（3）海量視頻監(jiān)控信息雖然體量巨大，但是有效利用率非常低。

隨著基于深度學習的視頻分析技術的成熟，對視頻進行結構化分析、目標檢測及跟蹤、人物及動作識別，情感語義深度學習實現(xiàn)視頻分析、識別及預警功能[2]?；谏疃葘W習的視頻分析技術通過人物、場景、動作的融合可高效提高地鐵跨業(yè)務、跨場景及處理突發(fā)事件的處理能力。在地鐵車站日常運營中，通過智能視頻分析技術的有效應用，自動捕獲監(jiān)控目標的相關信息、結合人工智能數(shù)據(jù)挖掘，為地鐵車站日常運營、應急處置、安全技術防范等各方面提供了數(shù)據(jù)來源及技術支撐。

2 視頻分析在地鐵車站的應用

監(jiān)控目標種類眾多。隨著地鐵車站監(jiān)控范圍需求的擴大，前端監(jiān)控設備的分辨率提升，監(jiān)控的目標從既有的像素級到區(qū)域級、事件級、場景級，從不同的監(jiān)控場景下分析出各種目標的動作行為、群體、區(qū)域、實踐結合地鐵運營場景成為一大難題。

監(jiān)控主動性提升。以地鐵車站運營為例，發(fā)生運營突發(fā)事件后，通過視頻監(jiān)控系統(tǒng)確認現(xiàn)場狀態(tài)及動態(tài)監(jiān)控處置情況尤為重要。通過智能視頻技術應用實時分析監(jiān)控區(qū)域內(nèi)的異常事件并自動報警提示將成為可能。

業(yè)務需求分門別類。建設一套智能視頻分析系統(tǒng)，其發(fā)生突發(fā)事件產(chǎn)生的有效數(shù)據(jù)并非只提供給一個地鐵業(yè)務上層子系統(tǒng)使用，地鐵車站業(yè)務各部門均會使用到視頻分析系統(tǒng)中產(chǎn)生的各類數(shù)據(jù)，這對視頻分析在地鐵場景中的選擇使用有所挑戰(zhàn)。

本文主要研究智能視頻分析在車站業(yè)務中智能開關站、客流監(jiān)控、異常行為、標準化作業(yè)等方面的應用[3]。

2.1 視頻分析技術架構

目前，地鐵車站使用功能主體分析設備為后端智能分析服務器，包括客流統(tǒng)計服務器及行為分析服務器，系統(tǒng)架構見圖1，部分AI功能需要配套專用智能攝像機實現(xiàn)。為保證準確率，現(xiàn)使用的智能分析設備均采用GPU架構實現(xiàn)智能分析算法?；谏疃葘W習模型算法的視頻智能分析技術區(qū)別于傳統(tǒng)的背景建模及目標建模模型算法，能極大地提升地鐵場景內(nèi)的算法識別準確率。后端智能分析服務器進行算法識別后將報警發(fā)送至視頻管理平臺，再由視頻管理平臺統(tǒng)一將報警數(shù)據(jù)發(fā)送給各業(yè)務部門使用[4]。

圖1 車站視頻智能分析系統(tǒng)架構

2.2 視頻分析在開關站中的應用

開關站中主要使用兩種智能算法，人體檢測及場景人數(shù)統(tǒng)計。這兩種場景在車站日常的開關站業(yè)務中多有對應的應用場景。例如，當智能分析設備檢測到目標場景內(nèi)有人體或人數(shù)大于1時，產(chǎn)生報警數(shù)據(jù)。此時車站智能管理平臺通過該報警數(shù)據(jù)聯(lián)動車站電扶梯、卷簾門等出入口控制設備進行開關站。若有報警數(shù)據(jù)，則關卷簾門及扶梯的控制設備自動停止關閉行為，防止事故發(fā)生；當乘客在車站指定安全區(qū)域內(nèi)檢測到人體徘徊、劇烈運動等異常行為時，則會取消相關系統(tǒng)啟停操作。若系統(tǒng)顯示無報警數(shù)據(jù)，則操作人員通過軟件控制按鈕一鍵開關站，并且可通過視頻實時復核，確保開關站準確性、安全性。通過視頻分析在開關站中的應用，以7號線顧村公園站為例，將傳統(tǒng)開關站業(yè)務由原來3人次30min減少為1人次5min，完成一個車站完整開關站業(yè)務。

2.3 視頻分析客流統(tǒng)計的應用

通過統(tǒng)計車站重點部位實時的人群人數(shù)和人群密度信息，車站通過聯(lián)動信息發(fā)布系統(tǒng)科學地疏導人群?？梢岳脭?shù)據(jù)對地鐵線路客流管控起到參考作用。目前視頻監(jiān)控利用各種不斷更新和完善的視頻圖像處理算法，借助計算機強大的數(shù)據(jù)處理功能，對監(jiān)控視頻場景中出現(xiàn)的行人、其他運動物體進行分析、處理，達到識別乘客、統(tǒng)計乘客數(shù)目的目的。結合人體識別和軌跡分析實現(xiàn)進出人數(shù)自動統(tǒng)計。通過視頻分析客流統(tǒng)計與乘客信息發(fā)布及員工智能單兵的綜合應用，將客流識別由經(jīng)驗判斷及事后疏導，提升為量化客觀的整體即發(fā)現(xiàn)即處理、局部提前預警處理，全面提高了客流管控的時效性及準確性。

以地鐵車站為例，需要利用視頻分析技術對車站整體客流特征及局部重點區(qū)域的客流特征進行綜合分析及研判。如通過車站站廳、站臺公共區(qū)域視頻及AFC客流數(shù)據(jù)分析整體車站客流態(tài)勢及站廳、站臺客流分布態(tài)勢；通過出入口視頻分析統(tǒng)計15min內(nèi)進出站客流趨勢；通過安檢口、售檢票區(qū)域及閘機口視頻分析安檢區(qū)域客流狀態(tài)及排隊擁擠情況。結合視頻分析、AFC數(shù)據(jù)、客流嗅探等客流感知技術，可有效實現(xiàn)車站客流的實時感知及提前預警，指導車站啟動相關客流狀態(tài)下的運營預案，提高車站客運管理的安全水平及大客流狀態(tài)下的應急處置效率。

2.4 異常行為的應用

行為分析是利用圖像或視頻來分析行為主體在做什么。相對于物體檢測和分類來說，人的行為分析是在其基礎上實現(xiàn)更高層的目標，涉及對人類視覺系統(tǒng)的更深層的理解。監(jiān)控車站系統(tǒng)需實現(xiàn)對人員扶梯逆行、人員徘徊、快速移動、打架斗毆等異常的檢測識別。通過行為識別分析技術，對人員扶梯逆行等實時告警，上層業(yè)務系統(tǒng)可根據(jù)報警判斷是否停止電梯或語音提醒乘客規(guī)范行為。對于部分乘客異常行為，如徘徊、快速移動、打架斗毆等均可通過行為分析進行識別報警，快速通知車站值班室人員進行處理。通過車站視頻異常行為分析應用，在實施后的12個月勸阻乘客多次，有效避免了客傷運營事件發(fā)生及地鐵運營票款損失。

2.5 標準化作業(yè)的應用

上海地鐵客流量大，行車車次密集，司乘人員作為列車的駕駛者，其日常作業(yè)的標準化程度會影響列車運行安全。當前大部分系統(tǒng)只能對司乘人員的日常作業(yè)過程進行人工監(jiān)控，如果僅憑監(jiān)控人員手動切換視頻檢查，往往不能在第一時間發(fā)現(xiàn)這些問題，尚未有系統(tǒng)能夠?qū)崿F(xiàn)實時分析識別司乘人員標準作業(yè)動作執(zhí)行情況。

為提高地鐵司乘人員的作業(yè)標準，通過對其在作業(yè)區(qū)域的實時視頻進行分析識別，實時分析司乘人員在日常作業(yè)中標準作業(yè)手勢的執(zhí)行情況，監(jiān)測到不標準作業(yè)則系統(tǒng)自動提示預警，通過確認后通過行政管理手段進行處理，達到提高作業(yè)標準的要求，保證地鐵運行安全。通過試用階段7號線顧村公園的應用，有效發(fā)現(xiàn)司機異常行為15次（其中發(fā)車信號燈確認動作8次、屏蔽門信號確認動作7次），共組織司機標準化作業(yè)專題培訓3次，通過歷史視頻進行日常司機培訓及新員工培訓。

司乘人員作業(yè)手勢識別系統(tǒng)利用安裝在地鐵站兩端司乘人員作業(yè)區(qū)域的監(jiān)視單元實時采集場景圖像，通過圖像處理技術完成列車啟停、作業(yè)人員手勢識別。系統(tǒng)融合了機器視覺與深度神經(jīng)網(wǎng)絡技術完成部件定位，結合自主異常狀態(tài)判定算法實現(xiàn)列車進出站臺分析識別和司乘人員標準作業(yè)手勢的執(zhí)行情況。通過檢測系統(tǒng)的實時監(jiān)測，對不標準作業(yè)情況實時預警，實現(xiàn)現(xiàn)場作業(yè)管理的要求，符合動態(tài)、量化、可追溯管理的發(fā)展趨勢。司乘人員標準作業(yè)手勢動作識別系統(tǒng)識別流程見圖2。

圖2 標準作業(yè)手勢動作識別系統(tǒng)識別流程

主要功能包括：

（1）列車啟停分析識別：抓取實時視頻監(jiān)控畫面，分析列車進站和出站行為，提供標準的信號輸出作為手勢識別分析算法運行的啟停條件。

（2）作業(yè)手勢分析識別：結合列車啟停信號，對地鐵司乘人員在站臺作業(yè)時段的作業(yè)標準手勢執(zhí)行情況進行實時分析識別，標準作業(yè)手勢為成套的動作，并且有標準的執(zhí)行步驟，系統(tǒng)可精確定位錯誤環(huán)節(jié)，實現(xiàn)現(xiàn)場作業(yè)管理。

（3）消息預警：每趟列車作業(yè)完成后對司乘人員作業(yè)手勢識別的結果進行實時分析，檢查手勢是否有遺漏，作業(yè)動作是否標準、到位，將識別結果展示出來，對不符合要求的作業(yè)進行預警通知。

（4）統(tǒng)計與績效：系統(tǒng)按日期、人員的作業(yè)情況進行統(tǒng)計，輸入統(tǒng)計結果，作業(yè)崗位評優(yōu)、績效考核的依據(jù)，同時輸入不標準作業(yè)知識庫，可作為重點培訓的依據(jù)。

為實現(xiàn)視頻實時分析識別，首先對截取的單幀原始圖像進行去噪與均衡處理；隨后進行特征提取，完成列車和作業(yè)人員標準動作的定位；系統(tǒng)自動進行列車啟停識別，當檢測到有列車進站時，啟動手勢識別程序，直至列車離開站臺，停止手勢識別，輸出手勢執(zhí)行情況結果。列車啟停和司乘人員動作的識別結果，預先在GPU平臺上以列車/人員等素材為訓練數(shù)據(jù)實現(xiàn)的列車/人員分類器，可實現(xiàn)人員與列車的檢測，經(jīng)異常狀態(tài)檢測引擎后，單幀圖像可輸出檢測結果。

3 視頻分析在軌道車站的應用經(jīng)驗及發(fā)展方向

結合現(xiàn)有車站場景中智能視頻分析應用效果，可以從專業(yè)技術和規(guī)劃應用兩方面進行提高。

（1）專業(yè)技術方面的提升由視頻深度學習技術、智能算法模型、模塊化設計等提升帶來。

①通過機器視覺與深度神經(jīng)網(wǎng)絡技術進行識別，識別速度快，準確率高，實時反映車站運營狀態(tài)、工作人員的作業(yè)情況、滿足運營管理的需要；

②智能算法具備模型學習功能，滿足作業(yè)標準變化、運營場景化的要求；

③模塊化設計，可獨立運行，也可提供實時的標準數(shù)據(jù)接口，滿足車站監(jiān)控平臺信息聯(lián)控的需要。

（2）規(guī)劃應用方面的提升通過建設規(guī)劃階段、運營使用階段、員工培訓階段的有效應用產(chǎn)生。

①新線建設規(guī)劃中，監(jiān)控點布置提前考慮智能視頻分析需求，統(tǒng)一安裝，避免后續(xù)重復布設。CCTV專業(yè)預留智能視頻分析設備接入空間，包括機柜預留、電源預留、視頻碼流接入能力等。

②日常地鐵運營使用中，利用視頻進行分析識別，不干擾乘客、工作人員正常承受及日常工作，滿足現(xiàn)場應用的需要。

③日常員工培訓中，對異常行為、非標準作業(yè)行為進行分析統(tǒng)計，建立作業(yè)知識庫，滿足作業(yè)標準重點培訓的要求。

4 結語

通過本項目的研究，可深化智能視頻分析在地鐵運營場景中的應用，提高了地鐵運營管理及維護效率，增強對設備的主動維護度。同時可推進相關廠商根據(jù)地鐵智能視頻分析的實際需求進行技術的深入研究，推動技術發(fā)展。