視頻分析技術在智行地鐵客流數據研究中的應用

李濤 胡小敏

基金項目：2022年陜西省大學生創新創業項目；項目名稱：智行地鐵；項目編號：2022DC04。

作者簡介：李濤（1999— ），男，陜西寶雞人，本科；研究方向：交通運輸。

摘要：隨著我國信息技術發展水平的逐步提升，智能技術在地鐵工程優化設計方面體現出了至關重要的作用，但是視頻分析技術在地鐵工程中的應用還存在著部分不足。文章以提升智能地鐵客流數據統計科學性和合理性為目的，綜合理論分析以及文獻研究，建立在技術探討的基礎上展開分析。分析結果表明，視頻分析技術是在大數據分析基礎上構建的智能客流分析成果，通過對采集位置進行合理的調整。利用人臉識別技術、客流信息監測技術以及行為識別，能夠判斷地鐵的日常客流數據和狀態，有助于提升地鐵客流量分析的精準性和全面性，為地鐵的安全運營以及人們的安全出行提供參考。

關鍵詞：智能視頻分析技術；地鐵客流；大數據分析

中圖分類號：TP39? 文獻標志碼：A

0? 引言

地鐵已經成為新時期立體交通發展的重要代表，是人們日常生產生活過程中無法代替的出行工具。而隨著新時期城市發展水平的不斷提升，地鐵的日常運行壓力也在逐步加大，在客流量顯著增加的背景下，打造科學快捷的地鐵客流分析系統，有助于了解不同地鐵線路的運行情況，為其制定針對性的維護和運維方案。而現代信息技術的繁榮興起，進一步提升了智能視頻分析技術的應用優勢，針對其數據分析特點以及系統的構成進行闡述，能夠為我國地鐵客流數據分析效果的提升奠定基礎。

1? 新時期地鐵發展的現狀及問題

1.1? 現狀分析

地鐵是新時期軌道交通發展的重中之重，具備較強的安全性，運輸能力較大，且準點率較高，能夠緩解城市的日常交通壓力。但是隨著社會發展水平的逐步提升，人們的出行需求不斷加大，地鐵的日常客流量也在顯著增加。大客流對于地鐵的安全運行會造成一定影響，為了進一步保障旅客的生命安全，維持地鐵的正常運轉狀態，依托現代信息技術，打造智能化的地鐵客流監測和數據分析方案，不僅是新時期智慧地鐵項目建設的重中之重，也是時代賦予軌道交通發展創新的契機。

1.2? 客流問題分析

從客流量增加的原因角度來看，一部分地區的地鐵規劃體系不夠成熟，落后于發達城市，導致地鐵在短時間內無法適應大客流運轉，在硬件設備、運維方案、應急響應方案方面都存在不成熟的現象，大客流不僅會影響地鐵的運行，還有可能為乘客的出行帶來安全隱患［1］。

人口數量的增加，也導致一部分地區的地鐵運行壓力不斷提升。這種現象通常出現在發展成熟階段的大城市，尤其城市周邊地區，在短時間內經濟發展水平有所提升，公共配套設施數量大幅度增加，吸引了周邊大量人口，而原有的交通體系未能及時進行優化，可能無法滿足人們的日常出行需求。

2? 智能化技術在地鐵客流分析方面的應用現狀

2.1? 大數據分析技術的應用

地鐵大數據分析系統的核心目的在于統計客流信息、行車信息、地鐵設備運行情況、運力配置、運營指標等各項數據。由于大數據分析系統具備集成化、自動化和智能化的特點，其能夠靈活應對地鐵大客流帶來的各項問題。但大數據分析系統往往只負責進行后臺處理，還需要配合與之相輔相成的信息采集系統，這就需要建立完善的智能視頻分析體系。

2.2? 智能視頻分析技術的應用

智能視頻分析技術是建立在地鐵車站、車廂等多個空間場所的基礎上，通過智能攝像頭采集內部空間的視頻圖像，利用圖像視覺分析技術以及行為邏輯分析技術，判斷不同區域的客流量，追蹤乘客的去向，計算乘客的密度［2］。這些計算結果將實時同步到后臺系統以及管理系統中，便于工作人員進行區域乘客疏導、制定緊急應對方案、制定安全的管理體系，還可以提前分析一部分乘客的異常行為。比如，通過行為分析能夠判斷相同人員在危險區域、重點消防設施、監控設施周邊是否停留時間過長，及時為其提供幫助或者消除一部分安全隱患，有助于提升地鐵日常運維管控的科學性和靈活性。

3? 智能視頻分析技術的應用細節

3.1? 智能客流數據分析架構的設計

地鐵車站的智能視頻分析技術通常會應用在監控系統領域，因此，其打造的系統結構必然包含著不同功能的攝像槍、視頻圖像管理服務器、網絡交換機、數據存儲矩陣、防火墻、工作站、監控大屏、人機交互設備等。

為了確保系統運行可靠，需要在地鐵車站以及車廂內部劃分成多個區域，采取模塊化的監測手段，進行視頻圖像的分析，比如樓梯入口區域、安檢區域、出口區域、出入閘機通道區域、站臺候車區域、車廂內部等，每個區域需要結合場景的具體需求設置，不同角度的監控槍。

車站視頻數據通信網絡大部分利用交換機、匯聚交換機這兩項設施組成，能夠及時采集并且儲存每一個區域監控槍所錄制的視頻和數據信息，將其轉存到存儲矩陣，然后匯入大數據分析系統，進行視頻信息的提取、算法分析。智能分析服務器主要完成視頻信息中的內容提取，通過多種類型的算法進行統一調度、運維以及管理，不同算法之間具備兼容性，可以同時完成客流量突變檢測、入侵檢測、畫面異常情況檢測、逗留（滯留）檢測、可疑物品檢測等［3］。

視頻分析結果會直接顯示在人機交互設備、工作站大屏、手持終端設備上，工作人員可以在操控站直接調取不同區域、不同攝像頭的內容，及時進行大屏監控畫面的拼接，也可以實現遠程控制。

3.2? 系統的邏輯架構分析

為了確保智能視頻分析系統的運行穩定，需要在視頻監控系統的基礎上，重新搭建運維管理平臺，其邏輯架構如圖1所示。

采集層主要集中針對大量的攝像頭、攝像槍進行信息獲取；網絡層負責傳輸信息和各項數據，能夠實現地鐵車站乃至整體軌道交通網絡全覆蓋；數據層主要負責通過AI智能算法以及人工神經網絡、專家系統等技術進行智能計算，數據提取以及數據分析；應用層則直接與地鐵的日常運維管理對接，能夠將分析的結果轉換成不同的圖示，建立地鐵日常客流密度分布圖、數據看板等。

這種邏輯體系有助于針對地鐵日常客流情況進行精準檢測和快速處理，不僅可以辨別客流量的大小，還可以提供完善的站內安全防控服務。

3.3? 智能視頻采集設備的分布

智能視頻分析技術的應用離不開采集設備，其中攝像槍是絕大部分地鐵的智能視頻采集設備，其分布方式以及數量將直接影響客流檢測的科學性，也會影響最終數據分析的精準性，常規的分布模式分為以下幾個方面。

車站出入口的樓梯位置要設置人臉識別攝像槍，能夠判斷是否有重點監視人員，并且快速發出警報；車站出入口通道位置要設計客流人數統計攝像槍，主要分析進站人數，能夠為客流數據分析提供最基礎的依據；安檢通道要設置溫度檢測、人臉識別攝像槍，主要判斷是否有違禁物品進入地鐵運行空間；售票區域需要設置客流密度，統計攝像墻判斷是否存在排隊過長等問題；出入閘機位置要設置人臉識別追蹤攝像槍、行為識別攝像槍、客流密度分析攝像槍；站內人流方向以及關鍵的換乘通道要同步設置人臉識別、客流人數統計、密度分析攝像槍；地鐵車站站廳內部，在高處位置，布設數量較多的全景攝像槍，能夠實現整體場景內的動態監控和重點檢測。設置入侵行為檢測攝像槍，能夠在人員密集的區域判斷是否有異常物品遺留或者異常行為；樓梯上下方以及站臺內候車區域，要設置人體特征樣貌檢測攝像槍、行為識別以及入侵檢測攝像槍，確保乘客的最終出行有安全保障。

3.4? 關鍵技術體系的應用

打造全覆蓋的信息采集體系，能夠為智能視頻分析技術的應用提供基礎保障。和傳統的視頻監控系統相比，智能視頻分析技術的優勢在于不會對行人進行過多干預，通過自動圖像分析和檢測便可以判斷異常行為，及時地進行告警或提供服務。其中的技術體系通常分為以下幾個方面。

（1）人臉識別技術是智能視頻分析技術的關鍵。人臉識別攝像槍能夠采集攝像頭所覆蓋范圍內所有乘客的基礎信息，比如是否佩戴眼鏡、年齡段、性別，并且和乘客買票檢票時錄入的信息進行對比。但如果目標人物存在佩戴口罩或者故意遮擋面部的情況，會導致人臉識別精準性下降。因此，當前一部分大型地鐵工程還會配備 ReID跨境追蹤算法，這一算法能夠在遮擋面部特征的基礎上進行人體特征、步態動作等信息的搜集，以提升人臉面部識別的精準性。

（2）客流信息監測技術。針對當前地鐵大客流壓力日益增加的問題，在智能視頻分析系統中增加客流檢測技術，能夠緩解地鐵的日常運維壓力。這一技術主要是建立在機器視覺的基礎上，能夠采集不同空間的客流密度、乘客通行速度、人流量、聚集人群規模等，系統后臺會自動判斷出圖片中人體所處的位置、姿態，通過干擾信息去除的方式，配合熱力圖，結合個人體積面積，利用深度學習算法，估算區域內的乘客數量［4］。這一評估結果會和預先設定好的地鐵空間內客流密度、排隊人數、區域空間可容納乘客數量進行對比，若超出閾值會快速進行警報輔助，管理人員進行空間人流疏導，或者額外開設售票口，避免人流過度堆積導致的安全隱患。

（3）行為識別也是智能視頻分析技術的重要體現。行為識別主要判斷人乘客在自然狀態下的肢體動作，來分析乘客當前所處的狀態。另外，也可以結合不同的異常行為分析，掌握當前客流量的變化情況。系統會通過提前采集相關信息，例如異常逗留、徘徊、奔跑驅逐、打架斗毆、跨越隔離物、人員跌倒、輪椅以及殘障輔助設備。當前較為主流的行為識別技術主要以機器學習方法以及深度學習方法為主，將人的日常行為提取到二維空間，然后再擴展到三維空間，并且與外觀特征、動作特征、人體骨骼特征相結合，能夠提升識別精準度。

4? 結語

綜上所述，地鐵的安全運行離不開智能技術的輔助，而目前傳統的數字分析技術已經逐漸出現了滯后性，對于地鐵的客流分析以及行為分析的幫助逐漸縮減。而智能視頻分析技術能夠從一定程度上提升地鐵客流分析的精準性和靈活性，敏銳地感知地鐵空間內的各項異常信息，也符合新時期智慧地鐵方案建設的要求。但是由于地鐵環境不可控因素較多，光線、倍增變化、著裝等因素不可控，在后續智能視頻分析技術發展和創新的過程中，可以針對這些問題實現算法優化，進一步提升算力，打造安全可靠的地鐵運維體系，為人們的日常出行營造安全的環境。

參考文獻

［1］李輝，石旭，張京晶，等.新基建背景下智能視頻分析技術與智慧地鐵建設融合應用研究［J］.現代城市軌道交通，2022（9）：21-27.

［2］徐錦材，郭予廣，潘允.智能視頻監控系統在地鐵車站的應用研究［J］.電腦知識與技術，2022（24）：110-112.

［3］陳勇，杜棋東.面向地鐵大客流的智能化技術應用分析［J］.無線互聯科技，2022（3）：85-87.

［4］王旭陽.基于數據融合的地鐵站客流估計方法研究［D］.北京：北方工業大學，2020.

（編輯? 李春燕）

Research on the passenger flow data of Zhixing Subway based on video analysis technology

Li? Tao， Hu? Xiaomin

（Xi an Traffic Engineering Institute， Xian 710300， China）

Abstract：? With the gradual improvement of the development level of information technology in China， intelligent technology plays a vital role in the optimization design of subway engineering.but there are still some shortcomings in the application of video analysis technology in subway engineering. For the purpose of improving the scientific and rational statistics of intelligent subway passenger flow data， this paper carries out analysis on the basis of technical discussion through comprehensive theoretical analysis and literature research. The analysis results show that video analysis technology is an intelligent passenger flow analysis result built on the basis of big data analysis， through reasonable adjustment of collection location. The use of face recognition technology， passenger flow information monitoring technology and behavior recognition can judge the daily passenger flow data and status of the subway， which helps to improve the accuracy and comprehensiveness of the subway passenger flow analysis， and can provide references for the safe operation of the subway and peoples safe travel.

Key words： intelligent video analysis technology; subway passenger flow; big data analysis