智能視頻分析在乘客擁擠檢測(cè)方面的應(yīng)用

牛佩佩，盧燕飛，周 驥

（北京交通大學(xué) 電子信息工程學(xué)院，北京 100044）

智能視頻分析在乘客擁擠檢測(cè)方面的應(yīng)用

牛佩佩，盧燕飛，周 驥

（北京交通大學(xué) 電子信息工程學(xué)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(jiǎn)述智能視頻分析系統(tǒng)在軌道交通中的實(shí)現(xiàn)過程。智能視頻分析技術(shù)是軌道交通系統(tǒng)運(yùn)營(yíng)管理及公共安全保障的重要部分，也是處理軌道交通突發(fā)事件及防范惡性事件的必要手段。它能幫助工作人員進(jìn)行安全監(jiān)控，盡可能地避免各類突發(fā)事件的發(fā)生，在事發(fā)后迅速做出反應(yīng)，并根據(jù)視頻記錄提取各類證據(jù)。

視頻分析；背景差法；乘客檢測(cè)

近年來，國(guó)內(nèi)外軌道交通安全事故頻發(fā)，旅客滯留、車站關(guān)閉、軌道線路不暢通等現(xiàn)象時(shí)有發(fā)生，既延誤了乘客的出行時(shí)間，也對(duì)軌道安全運(yùn)營(yíng)構(gòu)成威脅。軌道交通運(yùn)營(yíng)管理部門必須時(shí)刻關(guān)注站內(nèi)重要區(qū)域的客流狀況，以便能夠及時(shí)處理突發(fā)事件。

智能視頻分析（IVS，Intelligent Video Surveillance）技術(shù)源自于計(jì)算機(jī)視覺技術(shù)，主要應(yīng)用在智能安防領(lǐng)域中。智能視頻分析技術(shù)能夠通過預(yù)設(shè)場(chǎng)景背景或?qū)崟r(shí)更新背景的方法將視頻圖像中的前景目標(biāo)物體與背景分離，并進(jìn)一步對(duì)目標(biāo)物體進(jìn)行實(shí)時(shí)分析、跟蹤，對(duì)可疑行為進(jìn)行告警，用戶可根據(jù)不同場(chǎng)景中視頻攝像機(jī)預(yù)設(shè)的報(bào)警行為標(biāo)準(zhǔn)，一旦監(jiān)視跟蹤的目標(biāo)物體的行為符合系統(tǒng)中的報(bào)警準(zhǔn)則，系統(tǒng)就會(huì)自動(dòng)報(bào)警，提醒工作人員進(jìn)行相應(yīng)的處理。

由于人的觀察能力會(huì)因?yàn)殚L(zhǎng)期觀察監(jiān)控視頻畫面而降低，出現(xiàn)精神渙散、注意力分散、反應(yīng)能力下降。而智能視頻分析系統(tǒng)能夠做到每天24 h不間斷的監(jiān)控及自動(dòng)報(bào)警，節(jié)省監(jiān)控人員的工作壓力，在出現(xiàn)異常時(shí)發(fā)出告警，提醒監(jiān)控人員進(jìn)行人工復(fù)查并處理異常。

1 乘客檢測(cè)的關(guān)鍵技術(shù)及實(shí)現(xiàn)流程

1.1 乘客檢測(cè)的關(guān)鍵技術(shù)

乘客檢測(cè)實(shí)際就是運(yùn)動(dòng)目標(biāo)檢測(cè)在軌道交通系統(tǒng)中的應(yīng)用，運(yùn)動(dòng)檢測(cè)的方法主要有：檢測(cè)目標(biāo)物體運(yùn)動(dòng)的光流法[1]、幀差法[2]、背景差法[3]以及根據(jù)人體膚色等方法進(jìn)行乘客檢測(cè)。運(yùn)動(dòng)檢測(cè)算法對(duì)比如表1。

目前應(yīng)用最為廣泛的是背景差分法，背景差分法是在背景相對(duì)靜止的場(chǎng)景中，建立一個(gè)與當(dāng)前圖像一致的但沒有前景物體的背景圖像，檢測(cè)時(shí)將當(dāng)前視頻圖像減去背景圖像，進(jìn)行二值化來獲取當(dāng)前前景物體。

表1 運(yùn)動(dòng)檢測(cè)算法對(duì)比

背景差法的乘客檢測(cè)過程中，在使用圖像差法由當(dāng)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(cè)正確與否的關(guān)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(jìn)行閾值選取。

大律法實(shí)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(dāng)取最佳閾值時(shí)背景和前景的差別應(yīng)該是最大的。大律法的衡量標(biāo)準(zhǔn)是最大類間方差，因?yàn)榉讲钍呛饬肯袼鼗叶戎捣植季鶆蛐缘囊环N度量，背景和前景物體相差越大，方差值也會(huì)越大，二值化的效果越好，如果2者之間有錯(cuò)分的情況會(huì)使方差值變小。大律法用時(shí)少，性能穩(wěn)定，但對(duì)噪聲和目標(biāo)大小十分敏感，當(dāng)目標(biāo)與背景的大小相差懸殊時(shí)效果不太理想。

綜上所述，在地下站廳情況下乘客檢測(cè)算法如圖1所示。

圖1 基于背景差法的乘客檢測(cè)算法

1.2 智能視頻監(jiān)控系統(tǒng)實(shí)現(xiàn)過程

智能視頻分析就是利用計(jì)算機(jī)視覺、視頻圖像處理技術(shù)以及人工智能技術(shù)對(duì)視頻的內(nèi)容進(jìn)行分析，根據(jù)分析結(jié)果和系統(tǒng)預(yù)先設(shè)置的應(yīng)用規(guī)則判斷是否告警，使視頻監(jiān)控系統(tǒng)具有智能化水平。典型的智能視頻監(jiān)控系統(tǒng)工作流程如圖2所示。

圖2 智能視頻分析系統(tǒng)實(shí)現(xiàn)過程

1.3 智能視頻分析系統(tǒng)類型

根據(jù)智能視頻分析系統(tǒng)中視頻分析模塊所在的位置，可以將智能視頻監(jiān)控系統(tǒng)分為前端智能和后端智能[4]。前端智能分析系統(tǒng)主要是利用DSP方式實(shí)現(xiàn)，將智能視頻分析算法加載到攝像機(jī)、視頻服務(wù)器等前端設(shè)備中，在視頻采集設(shè)備上直接運(yùn)行算法對(duì)視頻圖像進(jìn)行分析，這樣可以減少后端客戶端設(shè)備上的運(yùn)算壓力，提高視頻分析準(zhǔn)確性。后端智能分析系統(tǒng)則主要是依靠軟件來完成的，能夠運(yùn)行在普通的客戶端設(shè)備上，后端視頻分析系統(tǒng)的優(yōu)勢(shì)在于不需要對(duì)前端視頻采集設(shè)備進(jìn)行升級(jí)替換，在原有的設(shè)備基礎(chǔ)上安裝智能視頻分析軟件即可，很大程度上節(jié)省了設(shè)備的投資，但由于原有設(shè)備的局限和客戶端設(shè)備運(yùn)算能力，后端智能分析的準(zhǔn)確性較低。

2 智能視頻分析系統(tǒng)應(yīng)用實(shí)例

在軌道交通系統(tǒng)中，由于北京地鐵客流量大、人群密集，同時(shí)安全隱患也比較多，僅僅依靠地面上的工作人員和視頻監(jiān)控人員是無法完成對(duì)整個(gè)站廳的整體安全防范及突發(fā)事件的應(yīng)急處理，需要智能設(shè)備終端對(duì)整個(gè)軌道交通系統(tǒng)進(jìn)行全天、實(shí)時(shí)監(jiān)控。北京地鐵運(yùn)營(yíng)公司根據(jù)車站的實(shí)際情況、車站運(yùn)營(yíng)環(huán)境等信息，在每個(gè)車站均配備了視頻分析系統(tǒng)，主要應(yīng)用包括扶梯急停檢測(cè)、扶梯逆向運(yùn)行檢測(cè)、人員翻越扶梯分析、單向通道逆向分析、站臺(tái)和通道內(nèi)擁擠檢測(cè)、站臺(tái)和通道內(nèi)滯留分析、人員計(jì)數(shù)等。由于監(jiān)控項(xiàng)目較多，本文僅以“通道擁擠分析”作為智能視頻分析系統(tǒng)的案例。

2.1 系統(tǒng)設(shè)計(jì)

在每個(gè)地鐵站中，根據(jù)北京市軌道交通系統(tǒng)中既有的專網(wǎng)視頻監(jiān)控系統(tǒng)攝像頭布置情況，選取4～5路視頻源作為分析數(shù)據(jù)，對(duì)于在攝像頭不滿足要求的區(qū)域增設(shè)2臺(tái)攝像機(jī)以采集視頻數(shù)據(jù)；在既有的通信設(shè)備室增設(shè)智能視頻分析設(shè)備、網(wǎng)絡(luò)交換機(jī)、數(shù)字錄像設(shè)備、視頻編解碼設(shè)備、機(jī)柜，在綜合控制室內(nèi)增加一臺(tái)客戶端，設(shè)備電源均使用既有通信設(shè)備室電源系統(tǒng)。

各個(gè)地鐵站的綜合監(jiān)控室、保衛(wèi)室、安全監(jiān)控室中均設(shè)置視頻監(jiān)控客戶端，地鐵站的視頻分析客戶端實(shí)現(xiàn)對(duì)本站視頻圖像的監(jiān)控、調(diào)用，上級(jí)部門內(nèi)的客戶端擁有權(quán)限可查看任意地鐵站點(diǎn)的任何時(shí)間視頻圖像的信息，例如北京地鐵總調(diào)度室內(nèi)的客戶端可以調(diào)用北京任意一個(gè)地鐵站的視頻錄像信息，并且都能夠?qū)崿F(xiàn)車站報(bào)警信息的接收，實(shí)現(xiàn)對(duì)軌道交通的實(shí)時(shí)監(jiān)控。

由于在軌道交通中已安裝數(shù)量龐大的視頻采集設(shè)備，在此基礎(chǔ)上采用前端智能技術(shù)，利用背景差分法實(shí)現(xiàn)視頻分析系統(tǒng)的乘客擁擠檢測(cè)功能。軌道交通中智能視頻分析系統(tǒng)結(jié)構(gòu)如圖3所示。

圖3 智能視頻監(jiān)控系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

2.2 軌道交通系統(tǒng)中乘客擁擠檢測(cè)

在某地鐵站選擇入站通道、換乘通道、站臺(tái)3處位置的攝像機(jī)圖像，應(yīng)用智能視頻監(jiān)控系統(tǒng)，對(duì)系統(tǒng)進(jìn)行相關(guān)參數(shù)的設(shè)置，例如：密度值、速度值以及時(shí)間值等，通過分析在指定區(qū)域內(nèi)乘客目標(biāo)占整幅圖像的百分比，超出預(yù)定閾值時(shí)系統(tǒng)會(huì)及時(shí)報(bào)警，觀察不同參數(shù)設(shè)置下系統(tǒng)的報(bào)警情況。檢測(cè)結(jié)果如表2。

表2 某地鐵站入站通道乘客擁擠檢測(cè)結(jié)果

2.3 需要說明的問題

（1）視頻監(jiān)控系統(tǒng)變被動(dòng)監(jiān)測(cè)為主動(dòng)防范，能夠?qū)崿F(xiàn)防患于未然并在事后有據(jù)可查，但由于智能視頻監(jiān)控系統(tǒng)應(yīng)用在軌道交通系統(tǒng)中還不成熟，在實(shí)際場(chǎng)景檢測(cè)方面只是實(shí)現(xiàn)了較少部分的應(yīng)用，并不能完全代替視頻監(jiān)控人員的工作，需要與監(jiān)控人員合理配合才能發(fā)揮最大的作用。

（2）由于在客流量統(tǒng)計(jì)及人員行為檢測(cè)、跟蹤等方面的應(yīng)用需要采用多重的算法綜合來進(jìn)行分析，并需要不斷的調(diào)試、完善，提高檢測(cè)準(zhǔn)確性，現(xiàn)階段的技術(shù)很難達(dá)到所需要的效果，因此本文中選擇的應(yīng)用是智能視頻分析系統(tǒng)對(duì)乘客的擁擠檢測(cè)，能夠?qū)崿F(xiàn)較高的準(zhǔn)確率。

3 結(jié)束語

智能視頻分析系統(tǒng)極大地提高了視頻信息的應(yīng)用價(jià)值，將人工從繁重的監(jiān)控視頻圖像工作中解放出來，應(yīng)用在軌道交通系統(tǒng)中更是能夠保證軌道交通的安全運(yùn)營(yíng)，提高應(yīng)急響應(yīng)速度。但是因?yàn)榧夹g(shù)尚不成熟，在監(jiān)控系統(tǒng)建設(shè)施工方面經(jīng)驗(yàn)也并不豐富，在發(fā)展中還會(huì)面臨不少的挑戰(zhàn)和問題。未來可以進(jìn)一步研究智能視頻分析系統(tǒng)的應(yīng)用場(chǎng)景，結(jié)合具體應(yīng)用的要求推進(jìn)此項(xiàng)技術(shù)的應(yīng)用范圍，不斷提高主動(dòng)監(jiān)控技術(shù)的水平，充分發(fā)揮視頻監(jiān)控系統(tǒng)的功能和作用。

責(zé)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(shù)在鐵路監(jiān)控工程中的應(yīng)用探討[J].科學(xué)技術(shù)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(yīng)用分析[J].電腦知識(shí)與技術(shù)，2011，7（32）：7981-7982.

[6] 鄒 芳,肖 坦,蔣征朋.視頻分析技術(shù)綜述及鐵路應(yīng)用初探[J].鐵路通信信號(hào)工程技術(shù)，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(jí)工程師。