基于城市軌道交通智能視頻分析設計應用

孫樹紅

摘要：地鐵是改善城市公共交通的狀況的有效途徑。隨著城市軌道交通的快速建設，人們對城市交通的安全問題越來越重視。智能視頻分析通過對實時視頻流的分析，對場景中的各種目標進行檢測、分類、跟蹤并分析和判斷目標行為，從而在異常情況下及時告警、主動防范、提高處理突發事件效率。主要研究了智能視頻分析技術在地鐵視頻監視系統中的應用背景及技術框架，總結了智能視頻分析中的關鍵技術的實現的框架及核心流程。

關鍵詞：城市軌道交通;視頻監控;智能分析;圖像分析;目標檢測;目標跟蹤;行為識別;異常行為檢測及判定

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2019）31-0195-02

1概述

智能視頻分析作為時下視頻監視系統最熱的話題，已經在平安城市，軌道交通等領域得到廣泛的應用。在地鐵行業里面，如何將智能視頻分析系統有效的應用起來，需要針對不同應用場景特色進行分析，本文基于南京地鐵7號線線網指揮平臺高清視頻監視系統的特征對智能分析系統的技術內涵及提出的設計思想進行分析研究。

2傳統視頻監視系統功能分析

視頻監視系統的應用模式是目標監測（攝像頭）→傳輸（雙絞電纜）→處理→控制，人侵告警、目標檢測、目標跟蹤、圖像分析處理、行為識別及異常行為檢測判定的精準性是視頻分析系統追求的目標之一。但是，上述傳統的視頻監視系統存在局限性。

2.1人的心理生理的局限性

監控中心的值班員即使經過嚴格的上崗培訓、敬業都不能100%的長時間集中注意力在屏幕上，或者無法同時發現兩件及以上同時發生的事件。因此，產生大量的突發事件的漏報和誤報是無法避免的。

2.2監視系統模式局限性

傳統的監視系統各自獨立，互相無法實現數據的融合智能深度分析，嚴重制約監視系統智能化發展。如果能形成一個完整的，及所有要素為一體的安防數據庫的綜合系統平臺，從整體安全體系上協調工作，可支持多個安防要素決策活動，根據安防系統不同場景的要求對目標的管控，探測，聯動等行為進行行為分析，為安防系統提供保障。

2.3數據分析局限性

報警事件發生后對錄像數據進行分析通常是值班員必須要做的工作之一。漏報和誤報現象則是進一步推動對數據分析的需求。

傳統視頻監視系統缺乏智能因素，錄像數據無法被有效地分類存儲，只能打上時間標簽，因此數據檢索工作變得極其耗時，并且很難獲得全部相關信息，而經常發生誤報漏報現象使無用數據進一步增加，從而給數據分析工作帶來更大難度。

3智能視頻監視功能設計

智能視頻分析系統需要滿足以下性能：

1）準確性：人流密度估計和行人計數具有較高的準確率，能有效應用于安全運維;

2）可擴展性：能夠根據實際的需求配置各個監控點，加入新的監控點，方便靈活;

3）開放性：系統應是一個開放的、易擴展的系統，便于后期添加其他功能;

4）智能化：能夠根據監控畫面智能識別和檢測目標，并對異常情況發出報警信息;

5）實用性：按照實用性的原則，整個系統以實用、操作方便、簡潔、性能高效為原則，既滿足快速反應的特點，又滿足決策層、管理層及時了解各項信息，進行業務處理和綜合管理的實用要求;

6）易維護性：系統操作簡便、應用軟件操作界面友好，信息處理工作簡單、方便、快捷，系統維護、系統配置、應用軟件安裝簡單、高效。

3.1智能視頻分析系統及其功能模塊

智能視頻圖像分析主要包括對站臺層、站廳層、設備層以及出入口的人員計數、人群密度分析、客流統計分析和視頻智能摘要等要求。根據招標文件要求，本項目采用后端集中處理方式進行各點的監控視頻的智能分析。即在中央控制室集中設置智能視頻分析服務器和智能視頻摘要服務器，系統架構如圖1所示。

基于ffmpeg+OpenCV+OpenMP開發的可同時處理多路視頻數據的高性能解碼和視頻幀緩沖處理框架，經過Intel指令集加速優化，支持自適應降采樣和降幀率、可適應不同計算環境要求。

視頻智能分析服務器可對各前端攝像機的匯聚數據進行實時的處理，并根據檢測的結果給出客流的統計、人流密度估計和告警、乘客異常行為檢測與報警、攝像頭狀態自檢顯示。視頻智能摘要服務器可對硬盤錄像機中的存儲的數據，準實時或按計劃地進行智能摘要構建和視頻濃縮。其中，摘要信息主要包括乘客行為異常、物品遺失檢測、人臉檢測與提取等有助于運營管理和公共安全的信息，支持在用戶感興趣的維度，以時間線查看摘要信息、緩存的視頻幀和相應的原始視頻流。

3.2關鍵功能設計

配置管理模塊：

（1）實現對摘要類型的設定和選擇;

（2）參數和模型設置模塊用于異常事件檢測參數、人臉檢測的參數等設置;

（3）支持對系統內容、硬盤和網絡資源使用情況的查詢。

統計和報警處理模塊指標：

（1）可基于人員技術功能對換乘通道部署的攝像機視頻圖像進行客流統計分析，分析結果應以各種餅圖、折線圖等圖形方式實時呈現，并支持調取瀏覽歷史數據;

（2）可根據設定的策略，按照規范的格式，進行報警信息生成、記錄、上報、查詢;

（3）支持告警數據庫信息的整庫同步到中央服務器，或分布式存儲于各智能視頻分析節點。

人員計數模塊：

（1）根據管理配置模塊為每個攝像頭配置的計數通過線，自動配置模塊參數;

（2）支持對任意指定通道攝像機的實時和歷史視頻數據進行人員計數，計數準確率不低于95%;

（3）支持基于多個相關通道的人員計數結果，通過統計模型，推算換乘人員比例。

人群密度估計模塊：

（1）根據管理配置模塊為每個攝像頭配置的人群密度估計區域，自動配置模塊參數;

（2）支持對典型視場的人群密度估計，估計準確率不低于90%;

（3）支持實時推送目標區域的人群密度等級，并根據配置的閾值進行報警。

乘客異常行為檢測模塊：

（1）支持徘徊、摔倒、推搡、打架等乘客異常行為進行檢測;

（2）支持實時將告警推送到車站管理人員或地鐵公安。

攝像頭狀態自檢模塊：

（1）支持對攝像頭清晰度的計算和報警;

（2）支持攝像機是否正常工作的檢測和報警;

（3）支持攝像機是否存在遮擋的檢測和報警。

摘要信息管理與檢索查看模塊：

（1）根據規范格式對異常事件以及關鍵幀等摘要信息進行存儲;

（2）支持摘要信息按類型、按攝像頭、按時間線等檢索;

（3）支持建立固定時段的百萬級人臉庫;

（4）支持給定人臉數據在人臉數據庫中進行檢索。

人臉檢測與人臉庫模塊：

（1）對特定進出通道中的角度合適的清晰人臉進行檢測;

（2）支持構建百萬級包含人臉和人臉指紋信息的人臉庫。

4結束語

數字化、網絡化、智能化是視頻監視系統未來的發展方向，數字化是基礎、網絡化是介質、智能化是目標，隨著DSP技術、計算機的卷積神經網絡、多媒體數據庫技術的發展，必將推動監視技術的進步與創新。本文僅以圖像視頻分析技術為基礎，從功能和原理上論述了智能監視技術的框架，起到拋磚引玉的作用。