基于機器視覺的鐵路客運站場公共安全預警系統(tǒng)研究

馬 強 中國鐵路上海局集團有限公司蚌埠站

鐵路是我國國民經(jīng)濟大動脈、國家重要基礎(chǔ)設(shè)施和大眾化交通工具，是綜合交通運輸體系骨干、重要的民生工程和資源、環(huán)境友好型運輸方式，在我國社會經(jīng)濟發(fā)展中具有不可替代的重要作用。客運站場是鐵路客運組織的重要場所，任何突發(fā)安全事件將造成巨大的社會影響。例如，旅客非法闖入站內(nèi)股道、摔倒和聚眾圍觀等，嚴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營和安全管理部門工作的重中之重。而站場攝像頭等傳統(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)的不斷進步，機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)計一種基于機器視覺的礦井作業(yè)人員行為監(jiān)測及違章識別系統(tǒng)，實現(xiàn)礦井作業(yè)人員違章自動識別；高寒等提出了基于機器視覺的施工危險區(qū)域侵入行為識別方法，自動監(jiān)控并識別危險區(qū)域的工人侵入行為；賈金明等提出了一種基于機器視覺的工業(yè)現(xiàn)場巡檢過程監(jiān)控分析系統(tǒng)；田晨林設(shè)計和實現(xiàn)了室內(nèi)環(huán)境下基于機器視覺的人體跌倒檢測系統(tǒng)，實現(xiàn)了智能檢測跌倒并及時報警。

因此，利用機器視覺技術(shù)對鐵路客運站場旅客的非法闖入、不慎摔倒和聚眾圍觀等行為進行識別和判斷，從而進行主動預警，能大大降低安全事故的發(fā)生概率。基于此，本文設(shè)計一種基于機器視覺的鐵路客運站場公共安全預警系統(tǒng)，使用鐵路客運站場的攝像頭視頻數(shù)據(jù)，運用機器視覺技術(shù)對旅客和工作人員的行為進行監(jiān)測和預警，對提高現(xiàn)有高鐵站監(jiān)控運行效率，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

整個系統(tǒng)架構(gòu)可根據(jù)空間位置劃分為預警系統(tǒng)現(xiàn)場、監(jiān)控辦公室和遠程監(jiān)控終端。預警系統(tǒng)現(xiàn)場主要包括高清攝像頭和視頻編碼器，高清攝像頭對客運站場區(qū)域進行全覆蓋實時監(jiān)控，而由于客運站場范圍大，傳輸距離長，視頻文件需要經(jīng)過編碼器轉(zhuǎn)化成適合傳輸?shù)臄?shù)字信號進行傳輸。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后對視頻進行解碼，而視頻采集卡可以將視頻信息轉(zhuǎn)化成便于計算機處理的數(shù)字圖像，AI 服務(wù)器承擔圖像的預處理和行為分析工作，并將違規(guī)現(xiàn)場顯示在終端顯示屏上，同時立刻觸發(fā)現(xiàn)站場廣播對違規(guī)行為進行提醒，值班人員可在終端顯示屏進行實時監(jiān)控并對違規(guī)行為采取處理。遠程監(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，在預警被觸發(fā)時接收到相關(guān)信息。

1.2 系統(tǒng)功能模塊

本系統(tǒng)以鐵路客運站場異常行為實時檢測為主要目標，具有異常行為數(shù)據(jù)采集、存儲、分析、展示和主動預警等功能，能夠準確識別場景的特殊事件，實時高效響應(yīng)突發(fā)情況，提前識別出旅客和站場工作人員的異常行為動作從而做到主動預防和提前預判。

（1）異常行為識別。基于站場實時視頻數(shù)據(jù)識別旅客和工作人員等異常行為是本平臺的核心，具體思路如下；使用典型的視覺庫準確識別出人和物體，并精確定位需要判斷的站場區(qū)域；借助視覺處理庫對視頻中檢測到的人和物體圖像進行歸一化、中心化和標準化處理，改善圖像的視覺效果或突出有用信息，提高圖片識別準確率；利用深度學習算法完成準確識別場景的特殊事件和提前識別出站場旅客的行為動作，如對非法闖入和進站、跌到、聚眾圍觀等行為進行識別。

（2）違規(guī)警報和提前預警。系統(tǒng)識別出客運站場異常行為后，會及時提前預警。系統(tǒng)對獲取的本地實時視頻，使用已經(jīng)訓練好的圖像識別模型對站場旅客、工作人員的異常行為進行實時分析，當發(fā)現(xiàn)異常時，發(fā)出警報和應(yīng)急響應(yīng)，并將違規(guī)數(shù)據(jù)上傳服務(wù)器。

（3）實時監(jiān)控。除了異常行為識別和實時主動預警功能。監(jiān)管人員可通過瀏覽器頁面查看站場終端實時上報的指標數(shù)據(jù)，特別是站臺，監(jiān)管部門能夠?qū)崟r了解站臺的實時情況。系統(tǒng)不僅支持實時站場視頻顯示，還可對站場的旅客、工作人員等歷史異常行為情況進行查閱，實現(xiàn)了客運站場的準確盯控。

2 系統(tǒng)設(shè)計思路

本系統(tǒng)提供對非法闖入和進站、跌到、聚眾圍觀等多種違規(guī)行為的檢測功能，其設(shè)計思路如圖2，包括圖像采集、圖像預處理與存儲、非法行為檢測識別、非法行為預警。具體流程包括：通過站內(nèi)的高清攝像頭進行視頻監(jiān)控，對視頻進行跳幀讀取圖片，為減少內(nèi)存占用和計算時間，對圖片采取灰度化、降噪等處理，監(jiān)測到人后提取行為區(qū)域，并對該區(qū)域進行判斷，根據(jù)監(jiān)測區(qū)域的不同，對預處理后的圖片進行特征提取和違規(guī)行為識別，通過坐標進行計算，最終通過結(jié)果將違規(guī)行為顯示在監(jiān)控屏幕上并做出對應(yīng)預警。

圖2 檢測算法流程圖

以聚眾檢測、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，對采集到的圖像進行灰度化、濾波、歸一化等處理，取得低噪聲的圖像，之后通過視覺算法，把人的運動軌跡，定義各種異常行為，形成動作體系，能被系統(tǒng)識別，對于物品的深度學習，也可以識別出物體。

聚眾檢測：對視頻中警戒區(qū)域進行監(jiān)控分析，判斷是否檢測到行人，若檢測到則獲取行人數(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)域中停留達到設(shè)置時間，則系統(tǒng)進行聚眾提示報警，從而減少公共安全事故。非法闖入安全線：若檢測到有行人并且有安全線，判斷行人是否在安全險內(nèi)，若不在安全線內(nèi)，則系統(tǒng)進行非法闖入提示報警，并生成非法闖入預警記錄，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，可有效減少人員進入引發(fā)的危險（圖3）。

圖3 越界檢測

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

圖4 摔倒檢測

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

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)實現(xiàn)

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

4 結(jié)語

針對鐵路客運站場異常行為應(yīng)用的實際需求，本文給出了一種基于機器視覺的鐵路客運站場公共安全預警系統(tǒng)平臺設(shè)計與實現(xiàn)。首先，設(shè)計了該系統(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)計思路，特別是違規(guī)行為的識別和預警算法；最后，實現(xiàn)了系統(tǒng)功能，并進行界面展示。初步應(yīng)用表明，該系統(tǒng)適用于多種場景，具有較高的異常行為識別準確率和響應(yīng)速度，較好地滿足鐵路客運站場的實際需求。