軌道交通監控中智能視頻分析技術的應用

秦濤

摘 要：行業統計，城市交通是以鐵路為主導的，城市人口流量最大的城市，軌道交通各線路施工時間長，行車性能一直處于世界領先水平，受施工過程技術條件的制約，新老線路的視頻監控系統完全不同，既有模擬標準，也有數字標準定義模式。隨著城市軌道交通數字化發展，對視頻監控系統可控性、穩定性和擴展性的要求越來越高，5G將成為國家重點發展戰略領域，并將在2019年進入快速發展階段，利用5G通信網絡。對5G通信在城市軌道交通視頻監控系統中的應用進行了研究，利用5G通信的網絡接口和邊緣計算技術，構建了5G視頻監控系統。

關鍵詞：軌道交通;監控;智能視頻;技術;應用

中圖分類號：TN948.6;U298 文獻標識碼：A

1 城市軌道交通視頻監控系統主要功能和組成的介紹

1.1 對視頻監控系統功能的分析

對于視頻監控系統來說，它可以對顯示設備的行為、車輛的運行狀態和指揮效率等多個方面進行有效監控。此外，該系統還能利用合適的列車攝像機、編碼器、網絡等設備，為安保人員提供準確的信息，接收災害預防和社會安全視頻信息。

（1）對監視范圍的介紹。由于 U 型監控室等關鍵機電設備的不斷改進，實現了實時監控，使許多操作人員能夠在各自的顯示器上獲取相關信息。

（2） 對視頻存儲功能的介紹。該系統能夠有效存儲長時間的視頻信息，實時存儲各攝像機采集的視頻信號，同時實現各自工作人員的通話、觀看等權利，保證證據的記錄。

（3）對控制功能的介紹。監控室相關人員可在本地控制云攝像機遠程優先權丟失設置，對事項進行分權管理。一般來說，優先考慮的是操作者。使用者的使用環境是預先設定的，并能在緊急情況下迅速切換及調整。

1.2 對視頻監控系統構成的介紹

系統主要包括“中心、站、線、庫”子系統，實現了對系統的安全監控。每個線路都有中心層和各車站。每個層次都可以有效地監控系統中的圖像。監測能力獨立，互不干擾，具有實時管理功能。本系統主要包括圖像采集、集中控制處理、信號傳輸和網絡管理等部分，通過視頻處理裝置，可以將車站視頻信號傳輸到交換存儲設備，并可與公安機關等有關部門進行信息交換，從而加快了智能化進程，提高了視頻清晰度，增強了監控能力，保證和促進了軌道交通的高效運行。

2 軌道交通監控中智能視頻分析技術的應用

2.1 網絡切片技術在視頻監控系統中的運用

5G端端通信技術能夠達到與專用網相同的安全和隔離水平。通過這種技術，可以構建自主虛擬移動網絡。磁盤上只能由授權的設備訪問和通信磁盤。同時，端到端 NFV 和軟件定義網絡技術（SDN）能夠實現網絡資源動態靈活分配，以應對突發事件增加的網絡資源情況，例如，在節日期間特定地區增加視頻監控密度，5G 通信網絡具有較大的網絡靈活性、較高的靈活性和快速應用實現能力，而不是自建光纖專用網。

2.2 邊緣計算技術在視頻監控系統中的運用

高清視頻監控系統的核心是提高計算性能，糾正高清視頻監控系統傳輸和存儲的瓶頸，如果攝像機連續采集高分辨率圖像，則需要對攝像機進行智能控制，為快速、及時地傳輸流媒體，采用邊緣計算方法，在 5G 通信載波網絡的邊緣上可以將視頻處理頁面傳送到用戶頁面，基站下攝像機采集的信息可以本地存儲，視頻數據分析的延時，同時可根據5G 通信技術 + 邊緣計算平臺的參數，實現基于邊緣計算平臺和視頻服務質量的動態優化處理，視頻監控業務流程不需要通過運營商的核心網絡，而是直接從邊緣計算平臺路由到本地網，確保業務流的私有化和安全管理與控制，同時本地流量的重新定向可以減少對提取帶寬的消耗，減少服務等待時間，提高服務體驗。另外，在用戶頁面上建立 5G 通信技術 + 基于云計算的邊緣計算平臺等對時延敏感的企業，可根據實際業務需求向邊緣計算平臺下沉，打造強大的客戶端計算能力，為城市軌道交通線路的智能化運營維護、無人值守運營、基于高清視頻的客流管理和人臉識別等信息創新應用提供支撐。

2.3 智能分析協同

城市軌道交通視頻監控系統可通過智能分析算法實現業務場景的自動識別和報警，傳統的視頻監控系統主要是在中心服務器對采集到的視頻圖像數據進行集中分析，分析出結果后在后臺進行信息顯示或報警提示，邊緣節點設備不具備或僅具備簡單的智能分析能力，易受監控角度、光線、環境干擾，準確率不高，反應較慢。智能分析協同是指將包括人臉識別分析、軌跡跟蹤、行為識別、語音解析等各類智能分析算法模型以及不同廠家針對同一場景的智能分析算法集成到云計算中心的平臺服務層進行統一管理，根據邊緣節點本身性能限制和應用需求，周期性選取最優的分析模型以功能函數、容器鏡像、微服務、應用程序的形式部署至邊緣節點。在日常運營中，云計算中心根據實際監控應用效果通過深度神經網絡、專家系統、機器學習等人工智能技術對應用模型進行閉環反饋和迭代訓練升級，通過這種自學習使系統對于各類業務場景的適應性和智能分析能力不斷提升，邊緣節點設備也同時具備了較強的智能分析能力和較快的輸出響應能力，當中心服務器出現宕機或者網絡傳輸出現中斷時，不會影響車站視頻監控系統智能分析和異常事件報警提示等功能的正常使用，有效保證對車站各個區域的不間斷監控，防止突發事件或關鍵視頻信息的遺漏，加快站務人員對突發事件和風險事件的應急響應。

2.4 視頻結構化持續優化，抗環境干擾

視頻結構化算法對環境比較敏感，受環境干擾大，光線、雜物、惡劣天氣、晃動都會影響實際效果。隨著計算機視覺前沿技術的日益成熟，深度學習、高性能計算、海量數據訓練、多維信息結合、大數據挖掘分析、目標跟蹤等技術都將快速推動視頻結構化分析技術、算法效果的逐步提升，以達到根據不同的復雜環境對視頻數據精準高效地自動學習和過濾的目的。

2.5 多種設備的數據融合

充分利用現有電子警察、監控球機、卡口、魚眼等視頻監控設備，采用視頻結構化技術分析視頻圖像，獲取有價值的車牌號碼、行駛方向等結構化數據。按照 “點 — 線 — 面”的模式，探索數據交互和服務交互的問題。通過將同區域內的不同結構化數據進行融合，力爭使原本孤立的視頻點，轉變為綜合性的數據島。

3 結束語

隨著技術的進步，視頻監控在現代社會中的重要性不言而喻。進一步提取視頻中的有價值信息，充分利用非結構化數據和結構化數據的互補特性，能夠產出更多智慧化更高、實戰性更強、展示性更好的產品。目前，視頻結構化技術已經成為相關領域的基礎技術，特別是興起的智能網聯、自動駕駛技術已經開展了大面積技術驗證。但總體來說，在交管部門的應用還不夠深入。下一步應該結合交管實際需要，以 “組合 + 創新”的方式，解決視頻單一、數據孤島、應用分離的具體問題，推動道路視頻監控應用和交管科技手段的快速發展，為提高城市道路交通治理能力提供更多技術支撐。

參考文獻：

[1]張春杰.基于高清技術的地鐵視頻監控系統的應用[J].電子技術與軟件工程，2019（23）：127-128.

[2]彭芳.基于大數據技術的視頻監控應用探討[J].企業科技與發展，2019（11）：114-115.

[3]基于視頻分析技術的交通事件檢測系統[J].中國科技信息，2019（20）：10.

[4]原曉偉.交通視頻監控中的車輛檢測與分割方法分析[J].黑龍江交通科技，2019，42（10）：205-206.

[5]蔡彪，曲建濤，夏尚波.視頻監控在安全管理中的應用[J].現代職業安全，2019（09）：26-28.