智能視頻分析在乘客擁擠檢測方面的應用

牛佩佩，盧燕飛，周 驥

（北京交通大學 電子信息工程學院，北京 100044）

智能視頻分析在乘客擁擠檢測方面的應用

牛佩佩，盧燕飛，周 驥

（北京交通大學 電子信息工程學院，北京 100044）

本文以軌道交通中普遍存在的乘客擁擠問題為例，簡述智能視頻分析系統在軌道交通中的實現過程。智能視頻分析技術是軌道交通系統運營管理及公共安全保障的重要部分，也是處理軌道交通突發事件及防范惡性事件的必要手段。它能幫助工作人員進行安全監控，盡可能地避免各類突發事件的發生，在事發后迅速做出反應，并根據視頻記錄提取各類證據。

視頻分析；背景差法；乘客檢測

近年來，國內外軌道交通安全事故頻發，旅客滯留、車站關閉、軌道線路不暢通等現象時有發生，既延誤了乘客的出行時間，也對軌道安全運營構成威脅。軌道交通運營管理部門必須時刻關注站內重要區域的客流狀況，以便能夠及時處理突發事件。

智能視頻分析（IVS，Intelligent Video Surveillance）技術源自于計算機視覺技術，主要應用在智能安防領域中。智能視頻分析技術能夠通過預設場景背景或實時更新背景的方法將視頻圖像中的前景目標物體與背景分離，并進一步對目標物體進行實時分析、跟蹤，對可疑行為進行告警，用戶可根據不同場景中視頻攝像機預設的報警行為標準，一旦監視跟蹤的目標物體的行為符合系統中的報警準則，系統就會自動報警，提醒工作人員進行相應的處理。

由于人的觀察能力會因為長期觀察監控視頻畫面而降低，出現精神渙散、注意力分散、反應能力下降。而智能視頻分析系統能夠做到每天24 h不間斷的監控及自動報警，節省監控人員的工作壓力，在出現異常時發出告警，提醒監控人員進行人工復查并處理異常。

1 乘客檢測的關鍵技術及實現流程

1.1 乘客檢測的關鍵技術

乘客檢測實際就是運動目標檢測在軌道交通系統中的應用，運動檢測的方法主要有：檢測目標物體運動的光流法[1]、幀差法[2]、背景差法[3]以及根據人體膚色等方法進行乘客檢測。運動檢測算法對比如表1。

目前應用最為廣泛的是背景差分法，背景差分法是在背景相對靜止的場景中，建立一個與當前圖像一致的但沒有前景物體的背景圖像，檢測時將當前視頻圖像減去背景圖像，進行二值化來獲取當前前景物體。

表1 運動檢測算法對比

背景差法的乘客檢測過程中，在使用圖像差法由當前圖像減去背景圖像后，需將差值圖像與閾值相比較，才能正確分離前景圖像，因此閾值的選取，也是檢測正確與否的關鍵。閾值的選取方法有很多，常見的方法有：固定閾值法、雙峰法、大津法OTSU等，本文選擇大律法進行閾值選取。

大律法實際是最大類間方差值法，利用閾值分割出前景和背景圖像，當取最佳閾值時背景和前景的差別應該是最大的。大律法的衡量標準是最大類間方差，因為方差是衡量像素灰度值分布均勻性的一種度量，背景和前景物體相差越大，方差值也會越大，二值化的效果越好，如果2者之間有錯分的情況會使方差值變小。大律法用時少，性能穩定，但對噪聲和目標大小十分敏感，當目標與背景的大小相差懸殊時效果不太理想。

綜上所述，在地下站廳情況下乘客檢測算法如圖1所示。

圖1 基于背景差法的乘客檢測算法

1.2 智能視頻監控系統實現過程

智能視頻分析就是利用計算機視覺、視頻圖像處理技術以及人工智能技術對視頻的內容進行分析，根據分析結果和系統預先設置的應用規則判斷是否告警，使視頻監控系統具有智能化水平。典型的智能視頻監控系統工作流程如圖2所示。

圖2 智能視頻分析系統實現過程

1.3 智能視頻分析系統類型

根據智能視頻分析系統中視頻分析模塊所在的位置，可以將智能視頻監控系統分為前端智能和后端智能[4]。前端智能分析系統主要是利用DSP方式實現，將智能視頻分析算法加載到攝像機、視頻服務器等前端設備中，在視頻采集設備上直接運行算法對視頻圖像進行分析，這樣可以減少后端客戶端設備上的運算壓力，提高視頻分析準確性。后端智能分析系統則主要是依靠軟件來完成的，能夠運行在普通的客戶端設備上，后端視頻分析系統的優勢在于不需要對前端視頻采集設備進行升級替換，在原有的設備基礎上安裝智能視頻分析軟件即可，很大程度上節省了設備的投資，但由于原有設備的局限和客戶端設備運算能力，后端智能分析的準確性較低。

2 智能視頻分析系統應用實例

在軌道交通系統中，由于北京地鐵客流量大、人群密集，同時安全隱患也比較多，僅僅依靠地面上的工作人員和視頻監控人員是無法完成對整個站廳的整體安全防范及突發事件的應急處理，需要智能設備終端對整個軌道交通系統進行全天、實時監控。北京地鐵運營公司根據車站的實際情況、車站運營環境等信息，在每個車站均配備了視頻分析系統，主要應用包括扶梯急停檢測、扶梯逆向運行檢測、人員翻越扶梯分析、單向通道逆向分析、站臺和通道內擁擠檢測、站臺和通道內滯留分析、人員計數等。由于監控項目較多，本文僅以“通道擁擠分析”作為智能視頻分析系統的案例。

2.1 系統設計

在每個地鐵站中，根據北京市軌道交通系統中既有的專網視頻監控系統攝像頭布置情況，選取4～5路視頻源作為分析數據，對于在攝像頭不滿足要求的區域增設2臺攝像機以采集視頻數據；在既有的通信設備室增設智能視頻分析設備、網絡交換機、數字錄像設備、視頻編解碼設備、機柜，在綜合控制室內增加一臺客戶端，設備電源均使用既有通信設備室電源系統。

各個地鐵站的綜合監控室、保衛室、安全監控室中均設置視頻監控客戶端，地鐵站的視頻分析客戶端實現對本站視頻圖像的監控、調用，上級部門內的客戶端擁有權限可查看任意地鐵站點的任何時間視頻圖像的信息，例如北京地鐵總調度室內的客戶端可以調用北京任意一個地鐵站的視頻錄像信息，并且都能夠實現車站報警信息的接收，實現對軌道交通的實時監控。

由于在軌道交通中已安裝數量龐大的視頻采集設備，在此基礎上采用前端智能技術，利用背景差分法實現視頻分析系統的乘客擁擠檢測功能。軌道交通中智能視頻分析系統結構如圖3所示。

圖3 智能視頻監控系統結構設計

2.2 軌道交通系統中乘客擁擠檢測

在某地鐵站選擇入站通道、換乘通道、站臺3處位置的攝像機圖像，應用智能視頻監控系統，對系統進行相關參數的設置，例如：密度值、速度值以及時間值等，通過分析在指定區域內乘客目標占整幅圖像的百分比，超出預定閾值時系統會及時報警，觀察不同參數設置下系統的報警情況。檢測結果如表2。

表2 某地鐵站入站通道乘客擁擠檢測結果

2.3 需要說明的問題

（1）視頻監控系統變被動監測為主動防范，能夠實現防患于未然并在事后有據可查，但由于智能視頻監控系統應用在軌道交通系統中還不成熟，在實際場景檢測方面只是實現了較少部分的應用，并不能完全代替視頻監控人員的工作，需要與監控人員合理配合才能發揮最大的作用。

（2）由于在客流量統計及人員行為檢測、跟蹤等方面的應用需要采用多重的算法綜合來進行分析，并需要不斷的調試、完善，提高檢測準確性，現階段的技術很難達到所需要的效果，因此本文中選擇的應用是智能視頻分析系統對乘客的擁擠檢測，能夠實現較高的準確率。

3 結束語

智能視頻分析系統極大地提高了視頻信息的應用價值，將人工從繁重的監控視頻圖像工作中解放出來，應用在軌道交通系統中更是能夠保證軌道交通的安全運營，提高應急響應速度。但是因為技術尚不成熟，在監控系統建設施工方面經驗也并不豐富，在發展中還會面臨不少的挑戰和問題。未來可以進一步研究智能視頻分析系統的應用場景，結合具體應用的要求推進此項技術的應用范圍，不斷提高主動監控技術的水平，充分發揮視頻監控系統的功能和作用。

責任編輯 方 圓

[1] Smith SM, Brady JM. ASSET-2: Real-Time motion segmentation and shape tracking[J]. IEEE Trans. on Pattern Analysis and Machine Intelligence, 1995,17 (8) : 237 - 244.

[2] Ridder C, Munkelt O, Kirchner H. Adaptive background esti-mation and foreground detection using Kalman-f i lter[C]. IN Proc of the Int’l Conf on Recent Advances in Mechatronics, ICRAM’95, UNESCO Chair on Mechatronics,1995:1 93-199.

[3] Stauffer C, Grimson WEL. Adaptive Background Mixture Models for Real-time Tracking[C]. In: Proc. Of the IEEE Computer Society Conf on Computer Vision and Pattern Recognition.1999：246-252.

[4] 成明盛.視頻分析技術在鐵路監控工程中的應用探討[J].科學技術通訊，2009（144）：34-40.

[5] 陳懷霞.視頻智能分析在校園安全管理中的應用分析[J].電腦知識與技術，2011，7（32）：7981-7982.

[6] 鄒 芳,肖 坦,蔣征朋.視頻分析技術綜述及鐵路應用初探[J].鐵路通信信號工程技術，2008，5（3）：19- 21.

Application of intelligent video analysis in passenger congestion detection

NIU Peipei, LU Yanfei, ZHOU Ji
( School of Electronic and Information Engineering, Beijing Jiaotong University, Beijing 100044, China )

The paper chose the passenger congestion problems to outline the implementation process of intelligent video analysis technology in rail transport. Intelligent video analysis technology was applied to the Urban Transit System. It was not only an important part of Urban Transit operation and public safety, but also the necessary mean to deal with emergencies and prevent serious incidents. It could avoid all types of emergencies as much as possible, and help staff to respond quickly, and assist staff with extracting types of evidences from video recording.

video analysis; background subtraction method; passenger detection

U298.1∶TP39

A

1005-8451（2014）02-0046-03

2013-10-25

牛佩佩，在讀碩士研究生；盧燕飛，高級工程師。