视频分析技术在智行地铁客流数据研究中的应用

李涛 胡小敏

基金项目：2022年陕西省大学生创新创业项目；项目名称：智行地铁；项目编号：2022DC04。

作者简介：李涛（1999— ），男，陕西宝鸡人，本科；研究方向：交通运输。

摘要：随着我国信息技术发展水平的逐步提升，智能技术在地铁工程优化设计方面体现出了至关重要的作用，但是视频分析技术在地铁工程中的应用还存在着部分不足。文章以提升智能地铁客流数据统计科学性和合理性为目的，综合理论分析以及文献研究，建立在技术探讨的基础上展开分析。分析结果表明，视频分析技术是在大数据分析基础上构建的智能客流分析成果，通过对采集位置进行合理的调整。利用人脸识别技术、客流信息监测技术以及行为识别，能够判断地铁的日常客流数据和状态，有助于提升地铁客流量分析的精准性和全面性，为地铁的安全运营以及人们的安全出行提供参考。

关键词：智能视频分析技术；地铁客流；大数据分析

中图分类号：TP39  文献标志码：A

0  引言

地铁已经成为新时期立体交通发展的重要代表，是人们日常生产生活过程中无法代替的出行工具。而随着新时期城市发展水平的不断提升，地铁的日常运行压力也在逐步加大，在客流量显著增加的背景下，打造科学快捷的地铁客流分析系统，有助于了解不同地鐵线路的运行情况，为其制定针对性的维护和运维方案。而现代信息技术的繁荣兴起，进一步提升了智能视频分析技术的应用优势，针对其数据分析特点以及系统的构成进行阐述，能够为我国地铁客流数据分析效果的提升奠定基础。

1  新时期地铁发展的现状及问题

1.1  现状分析

地铁是新时期轨道交通发展的重中之重，具备较强的安全性，运输能力较大，且准点率较高，能够缓解城市的日常交通压力。但是随着社会发展水平的逐步提升，人们的出行需求不断加大，地铁的日常客流量也在显著增加。大客流对于地铁的安全运行会造成一定影响，为了进一步保障旅客的生命安全，维持地铁的正常运转状态，依托现代信息技术，打造智能化的地铁客流监测和数据分析方案，不仅是新时期智慧地铁项目建设的重中之重，也是时代赋予轨道交通发展创新的契机。

1.2  客流问题分析

从客流量增加的原因角度来看，一部分地区的地铁规划体系不够成熟，落后于发达城市，导致地铁在短时间内无法适应大客流运转，在硬件设备、运维方案、应急响应方案方面都存在不成熟的现象，大客流不仅会影响地铁的运行，还有可能为乘客的出行带来安全隐患［1］。

人口数量的增加，也导致一部分地区的地铁运行压力不断提升。这种现象通常出现在发展成熟阶段的大城市，尤其城市周边地区，在短时间内经济发展水平有所提升，公共配套设施数量大幅度增加，吸引了周边大量人口，而原有的交通体系未能及时进行优化，可能无法满足人们的日常出行需求。

2  智能化技术在地铁客流分析方面的应用现状

2.1  大数据分析技术的应用

地铁大数据分析系统的核心目的在于统计客流信息、行车信息、地铁设备运行情况、运力配置、运营指标等各项数据。由于大数据分析系统具备集成化、自动化和智能化的特点，其能够灵活应对地铁大客流带来的各项问题。但大数据分析系统往往只负责进行后台处理，还需要配合与之相辅相成的信息采集系统，这就需要建立完善的智能视频分析体系。

2.2  智能视频分析技术的应用

智能视频分析技术是建立在地铁车站、车厢等多个空间场所的基础上，通过智能摄像头采集内部空间的视频图像，利用图像视觉分析技术以及行为逻辑分析技术，判断不同区域的客流量，追踪乘客的去向，计算乘客的密度［2］。这些计算结果将实时同步到后台系统以及管理系统中，便于工作人员进行区域乘客疏导、制定紧急应对方案、制定安全的管理体系，还可以提前分析一部分乘客的异常行为。比如，通过行为分析能够判断相同人员在危险区域、重点消防设施、监控设施周边是否停留时间过长，及时为其提供帮助或者消除一部分安全隐患，有助于提升地铁日常运维管控的科学性和灵活性。

3  智能视频分析技术的应用细节

3.1  智能客流数据分析架构的设计

地铁车站的智能视频分析技术通常会应用在监控系统领域，因此，其打造的系统结构必然包含着不同功能的摄像枪、视频图像管理服务器、网络交换机、数据存储矩阵、防火墙、工作站、监控大屏、人机交互设备等。

为了确保系统运行可靠，需要在地铁车站以及车厢内部划分成多个区域，采取模块化的监测手段，进行视频图像的分析，比如楼梯入口区域、安检区域、出口区域、出入闸机通道区域、站台候车区域、车厢内部等，每个区域需要结合场景的具体需求设置，不同角度的监控枪。

车站视频数据通信网络大部分利用交换机、汇聚交换机这两项设施组成，能够及时采集并且储存每一个区域监控枪所录制的视频和数据信息，将其转存到存储矩阵，然后汇入大数据分析系统，进行视频信息的提取、算法分析。智能分析服务器主要完成视频信息中的内容提取，通过多种类型的算法进行统一调度、运维以及管理，不同算法之间具备兼容性，可以同时完成客流量突变检测、入侵检测、画面异常情况检测、逗留（滞留）检测、可疑物品检测等［3］。

视频分析结果会直接显示在人机交互设备、工作站大屏、手持终端设备上，工作人员可以在操控站直接调取不同区域、不同摄像头的内容，及时进行大屏监控画面的拼接，也可以实现远程控制。

3.2  系统的逻辑架构分析

为了确保智能视频分析系统的运行稳定，需要在视频监控系统的基础上，重新搭建运维管理平台，其逻辑架构如图1所示。

采集层主要集中针对大量的摄像头、摄像枪进行信息获取；网络层负责传输信息和各项数据，能够实现地铁车站乃至整体轨道交通网络全覆盖；数据层主要负责通过AI智能算法以及人工神经网络、专家系统等技术进行智能计算，数据提取以及数据分析；应用层则直接与地铁的日常运维管理对接，能够将分析的结果转换成不同的图示，建立地铁日常客流密度分布图、数据看板等。

这种逻辑体系有助于针对地铁日常客流情况进行精准检测和快速处理，不仅可以辨别客流量的大小，还可以提供完善的站内安全防控服务。

3.3  智能视频采集设备的分布

智能视频分析技术的应用离不开采集设备，其中摄像枪是绝大部分地铁的智能视频采集设备，其分布方式以及数量将直接影响客流检测的科学性，也会影响最终数据分析的精准性，常规的分布模式分为以下几个方面。

车站出入口的楼梯位置要设置人脸识别摄像枪，能够判断是否有重点监视人员，并且快速发出警报；车站出入口通道位置要设计客流人数统计摄像枪，主要分析进站人数，能够为客流数据分析提供最基础的依据；安检通道要设置温度检测、人脸识别摄像枪，主要判断是否有违禁物品进入地铁运行空间；售票区域需要设置客流密度，统计摄像墙判断是否存在排队过长等问题；出入闸机位置要设置人脸识别追踪摄像枪、行为识别摄像枪、客流密度分析摄像枪；站内人流方向以及关键的换乘通道要同步设置人脸识别、客流人数统计、密度分析摄像枪；地铁车站站厅内部，在高处位置，布设数量较多的全景摄像枪，能够实现整体场景内的动态监控和重点检测。设置入侵行为检测摄像枪，能够在人员密集的区域判断是否有异常物品遗留或者异常行为；楼梯上下方以及站台内候车区域，要设置人体特征样貌检测摄像枪、行为识别以及入侵检测摄像枪，确保乘客的最终出行有安全保障。

3.4  关键技术体系的应用

打造全覆盖的信息采集体系，能够为智能视频分析技术的应用提供基础保障。和传统的视频监控系统相比，智能视频分析技术的优势在于不会对行人进行过多干预，通过自动图像分析和检测便可以判断异常行为，及时地进行告警或提供服务。其中的技术体系通常分为以下几个方面。

（1）人臉识别技术是智能视频分析技术的关键。人脸识别摄像枪能够采集摄像头所覆盖范围内所有乘客的基础信息，比如是否佩戴眼镜、年龄段、性别，并且和乘客买票检票时录入的信息进行对比。但如果目标人物存在佩戴口罩或者故意遮挡面部的情况，会导致人脸识别精准性下降。因此，当前一部分大型地铁工程还会配备 ReID跨境追踪算法，这一算法能够在遮挡面部特征的基础上进行人体特征、步态动作等信息的搜集，以提升人脸面部识别的精准性。

（2）客流信息监测技术。针对当前地铁大客流压力日益增加的问题，在智能视频分析系统中增加客流检测技术，能够缓解地铁的日常运维压力。这一技术主要是建立在机器视觉的基础上，能够采集不同空间的客流密度、乘客通行速度、人流量、聚集人群规模等，系统后台会自动判断出图片中人体所处的位置、姿态，通过干扰信息去除的方式，配合热力图，结合个人体积面积，利用深度学习算法，估算区域内的乘客数量［4］。这一评估结果会和预先设定好的地铁空间内客流密度、排队人数、区域空间可容纳乘客数量进行对比，若超出阈值会快速进行警报辅助，管理人员进行空间人流疏导，或者额外开设售票口，避免人流过度堆积导致的安全隐患。

（3）行为识别也是智能视频分析技术的重要体现。行为识别主要判断人乘客在自然状态下的肢体动作，来分析乘客当前所处的状态。另外，也可以结合不同的异常行为分析，掌握当前客流量的变化情况。系统会通过提前采集相关信息，例如异常逗留、徘徊、奔跑驱逐、打架斗殴、跨越隔离物、人员跌倒、轮椅以及残障辅助设备。当前较为主流的行为识别技术主要以机器学习方法以及深度学习方法为主，将人的日常行为提取到二维空间，然后再扩展到三维空间，并且与外观特征、动作特征、人体骨骼特征相结合，能够提升识别精准度。

4  结语

综上所述，地铁的安全运行离不开智能技术的辅助，而目前传统的数字分析技术已经逐渐出现了滞后性，对于地铁的客流分析以及行为分析的帮助逐渐缩减。而智能视频分析技术能够从一定程度上提升地铁客流分析的精准性和灵活性，敏锐地感知地铁空间内的各项异常信息，也符合新时期智慧地铁方案建设的要求。但是由于地铁环境不可控因素较多，光线、倍增变化、着装等因素不可控，在后续智能视频分析技术发展和创新的过程中，可以针对这些问题实现算法优化，进一步提升算力，打造安全可靠的地铁运维体系，为人们的日常出行营造安全的环境。

参考文献

［1］李辉，石旭，张京晶，等.新基建背景下智能视频分析技术与智慧地铁建设融合应用研究［J］.现代城市轨道交通，2022（9）：21-27.

［2］徐锦材，郭予广，潘允.智能视频监控系统在地铁车站的应用研究［J］.电脑知识与技术，2022（24）：110-112.

［3］陈勇，杜棋东.面向地铁大客流的智能化技术应用分析［J］.无线互联科技，2022（3）：85-87.

［4］王旭阳.基于数据融合的地铁站客流估计方法研究［D］.北京：北方工业大学，2020.

（编辑  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