人群密度检测研究发展趋势

何 浩

(华南理工大学广州学院汽车与交通工程学院，广东 广州 510800)

0 引言

近年来，广东人口已经超过了1亿，特别是广州市和深圳市等特大城市，人口超过1 000万。在节假日，越来越多的人涌入市区旅游，给城市的公共交通安全带来极大的隐患。对此，人群密度检测作为安防的一种有效手段，其必要性由此增加。随着监控视觉、图像处理和模式识别学科领域的不断发展，多位学者在人群密度检测这块领域做了大量的研究成果。传统方法中，Marana提出了基于纹理特征分析的人群密度估计[6-7]的图像处理方法，无论是基于纹理特征[1-2]高斯建模[3-4]还是卷积神经网络分析[5]，都在朝着基于视频监控的人群密度检测这个方向深入。本文将针对人群密度检测系统的调研，希望能够了解乘客和专家对于未来在城市轨道交通系统中使用车厢人群密度检测系统的态度以及反映的问题，采取相应的解决措施并为系统的发展指明方向，提高地铁的服务水平和人们的生活品质，为乘客创造一个良好的乘车环境，促进地铁事业和城市轨道交通的发展。

1 人群密度检测研究的现状

1.1 人群密度检测研究的实际应用

人群的密度作为人群的主要属性，在公共安防、群体管理、场所规划等领域具有重要意义[8]。现阶段各地海关使用人群密度检测系统进行过关人群的密度检测以设置通关关口工作人员数量，在人流量比较大而频繁的公共场所，如体育场、商场、学校、车站和各种公共娱乐场所等使用人群密度检测来控制人流量，保障大型场所的公共安全，并且人群密度检测还用于公共交通系统客流数据统计和公交时刻班次制定等方面。

1.2 实际应用中待解决的问题

对于各大海关在使用人群密度检测系统的过程中不能融合其他系统进行同步使用，监控部分还需要人工来完成，系统的关联性较差。对于公共交通系统的客流数据统计方面，乘客数量多少的标准存在不一致，存在系统显示监控区域内人数少但公众觉得人员较多的情形，数据更新速度不够及时，导致人流量变动之后系统无法及时更新数据；混合高斯模型在低密度以及高密度人群中系统的数据准确性将会下降。在图像预处理环节，场景中干扰因素也很多，如光照环境变化、 目标遮挡等，极大影响了算法的性能，给背景减除带来很大挑战；在实际应用以及观察中发现，令对象表现特征产生很大变化的较大因素有目标自身的形变以及其他物体的遮挡，给特征提取和统计带来了极大的困难。

2 地铁车厢人群密度检测问卷调查基本情况

本次问卷调查历时5 d，通过线上和线下方式对广州地铁目前开通线路进行调查，共回收到308份有效问卷。参与本次调查的人群里，男性人数共138人，占总数的44.82%；女性人数为170人，占总数的55.18%，男女比例接近4：5，与全国男女性别比例基本相符，本次调研具有一定的时效性与准确性。同时，乘客在17～25岁年龄段的人数为233人(占75.65%)；乘客在26～35岁年龄段有24人(占7.79%)；年龄在36～50岁有42人(占13.64%)，受调查乘客主要以年轻人为主。通过Excel表导入数据，结合实际情况，找出数据中的众数，以此来剖析人群密度检测的发展趋势，得出结论。

根据大量观察法和统计分组法，关于乘客候车次数及习惯，如图1所示。乘客乘车的次数5次/周以下占首位；其次是2次/d以下；剩余的乘客是3次/d以上。在进入站台候车时，接近1/2的乘客是随机选择候车地点，其次乘客会选择列车两端区域候车，而选择列车中部和选择离扶梯较近的车厢的人数相对较少。利用标准差的公式，如公式2所示：

(1)

反映组内个体间的离散程度小，根据乘客的日常搭车次数分析，反应大多数乘客对于地铁车站的服务设备设施、实时客流等情况不是很了解，而该项技术的研究能有效增加乘客搭乘地铁的舒适度，提升乘客服务水平，同时乘客在选择候车位置时，站台人数分布规律具有多样化。依据归纳总结法，聚类分析系统投入使用前后乘客的行为，如图2所示。在未有系统前，大部分乘客会选择移步到空旷车厢乘车，少数乘客选择不会移步，这间接反映了大部分乘客希望乘车环境是相对空旷舒适的，体现了该技术研究的价值性；系统投入使用后，更多的乘客会按照相关提示选择候车地点，极少数乘客不会按照相关提示选择候车地点，利用离散型方差的计算公式，如公式2所示：

(2)

度量出随机人群中与其数学期望(即均值)之间的偏离程度较小，这直接反映了乘客对良好乘车环境的需求，体现了技术研究的必要性。

图1 “乘客乘车次数及习惯”问卷结果

图2 系统投入使用前后乘客的行为分析

依靠综合指标法，就系统性能要求，如图3所示。当乘客乘坐地铁时，近1/2人希望在站台电视和屏蔽门上方看到车厢空闲度；其次是希望在站厅显示车厢空闲度。根据问卷反映，对选择确定该技术日后的运用位置提供了基础数据，为该技术的研究提供了指引方向，乘车在观看车厢空闲度时候，较多乘客希望显示车厢空闲等级，选择其他方式获得信息的乘客比较均衡，为该技术如何向公众提供信息提供了基础数据，同时为技术的研究提供了市场的需求方向。

图3 系统性能要求情况

3 问卷调查结论与建议

3.1 结论

1)车厢人群密度检测有十分广泛的应用前景。通过调研“如果这项技术安装完成并已投入使用，您是否会按照相关提示选择车上人数更少的车厢进行候车”时，81.17%的调研对象认为“如果这项技术安装完成并已投入使用其会按照相关提示选择车上人数更少的车厢进行候车”。由此可以看出，该项技术若投入运营后，乘客对其的使用度大，并且随着计算机视觉识别技术难点的不断突破，车厢人群密度检测的可靠性也在不断加强。

2)车厢人群密度检测价值映射结果。依据调研结果，“当列车驶入站台时，您发现部分车厢较为空旷，而您候车的车厢人员较为拥挤，您是否会移步到空旷的车厢”时，74.03%的调研对象会选择移步到空旷车厢乘车，乘客的移步行为更加增进了车厢人群密度检测研究的必要性，其价值映射结果不仅体现在乘客行为身上，还对运营企业的成本、效率有极大的作用。

3)显示系统投放选择位置的关键性。通过调研“如果现在有一款可以显示列车车厢空闲度的设备，您觉得应该在哪些地方进行显示车厢空闲度”时，有53.57%的人认为应该在屏蔽门上方进行安装，与之并驾齐驱的有50.65%的人认为应该在站台电视上进行增加信息显示；其次有占39.29%的人认为应该在站厅就提示车厢空闲度，首先该显示系统的第一目的就是方便乘客。在位置选择过程中，要尽量满足乘客的需求，保证乘客可以第一时间接收到车厢人群密度的信息，例如问卷中还有收到可以通过手机APP进行线上的提前提示的建议。

4)显示车厢内空闲度的形式多样化。通过调研“您觉得该技术应如何显示车厢空闲度最方便”时，大多数人选择显示车厢空闲等级，这是一种通过转换得出的列车等级进行折算并反映给站台上的乘客哪节车厢人较少。在显示形式上，可以采用多样化的方式展示车厢密度信息，减少对乘客隐私的侵犯。

3.2 建议

第一，增加投放方式。比如在官方手机APP上增加功能，可以让人家提前进行选择；单独另外增加一块显示屏显示该系统信息；增加相关语音提示引导乘客，必要时放大显示。第二，做好宣传措施。提前通过公众号等线上措施以及车站、站台告示等方式进行线下宣传，保证系统的宣传有效性以及便利性，也可以通过宣传片、地铁吉祥物代言等方式让乘客更好地了解系统的作用并积极使用系统。第三，保证系统可靠性。系统可靠性需要非常高，可能还需要有进行备份系统的保留程序，程序设置以及相关数据采集需要进行不断地测试以及调试，系统兼容性需要完全，以免三天两头故障，造成服务质量的下降，影响地铁运营公司的形象以及信誉。

4 云计算和大数据时代下的人群密度检测研究发展趋势

作为超高清应用重要领域之一的公共交通安防监控领域，将进一步进行使用超高清视频监控CCTV等产品，升级改造公共交通安防监控系统，加以支持并着重发展基于超高清视频监控CCTV系统的人脸识别、行为识别、目标分类等人工智能算法，提升监控范围、识别效率及准确率。结合智慧地铁建设和可行性分析，未来在地铁车厢上应用人群密度检测得知车厢拥挤度信息，从而提高服务质量和安全保障。据调查，美国和欧洲的企业出现了专业的智能视频分析监控技术研究公司，并形成了相对成熟的产品，且成功地应用于安全工程系统，如美国的Vidient、Verint、0bject Video，以色列的Mate、IOimage等。

地铁车厢拥挤度智能显示系统，包括设置在各车厢内的摄像头、网关、监控主机以及车载监控显示屏。超高清摄像头通过无线通信网络与车载监控总控制端连接，所述车载监控总控制端通过车载无线网络装置与地面服务器建立通信连接，所述监控主机与所述车载监控服务器连接。本实用新型的地铁车厢客流密度监控系统，通过设置在各车厢内的摄像头采集车厢内乘客图像，并由车载监控显示屏进行实时显示并发送至地面服务器，地面服务器进行即时处理并加以分析，最终目的用于乘客可以看到每节车厢的人员密度状况，便于诱导乘客向密度较小的车厢疏散，以保证行车安全。

未来的5G时代，视频监控系统的数据全部由无线传输完成，加快了数据传输和读取的速度，大大提升了视频监控系统的性能。同时，在大数据技术支撑下，为了便于形成一个高效、安全、廉价的存储方式，交通网络视频监控数据存储模型可转向分布式的数据存储体系。通过大数据技术，为了能够进一步挖掘海量视频监控数据背后的价值信息，我们可实现视频图像模糊查询、快速检索、精准定位，快速反馈内涵知识辅助决策判断，从而将视频监控用善、用好。到2022年，我国超高清视频产业总体规模超过4万亿元，4K产业生态体系基本完善，8K关键技术产品研发和产业化取得突破，形成技术、产品、服务和应用协调发展的良好格局。

5 结语

通过以上问卷调查与分析，可以认为在基于智慧地铁建设的潮流下，本文结合人群密度检测的实际应用和实际中待解决问题，提出了利用列车车厢监控系统结合PIDS系统和列车自动监控系统等技术进行车厢人群密度检测，为乘客提供实时的车厢拥挤指数，使乘客能在客流平峰期享受舒适的乘车环境，在高峰期能够顺利上车，不仅提高了城市轨道交通的服务质量，减少运营成本，还提升了安全性。在云计算和大数据的时代背景下，论述增加新的技术使人群密度检测更为简便、高效，为人群密度检测的研究方向提供了一条新的发展道路。