基于機器視覺的鐵路客運站場公共安全預警系統研究

馬 強 中國鐵路上海局集團有限公司蚌埠站

鐵路是我國國民經濟大動脈、國家重要基礎設施和大眾化交通工具，是綜合交通運輸體系骨干、重要的民生工程和資源、環境友好型運輸方式，在我國社會經濟發展中具有不可替代的重要作用?？瓦\站場是鐵路客運組織的重要場所，任何突發安全事件將造成巨大的社會影響。例如，旅客非法闖入站內股道、摔倒和聚眾圍觀等，嚴重影響行車和人身的安全。因此如何保障旅客的安全出行成為了鐵路交通運營和安全管理部門工作的重中之重。而站場攝像頭等傳統的監控方式主要功能是與人工值守結合或在事故發生后提供一定的證據，普遍存在智能效果不足等弊端。

而隨著人工智能技術的不斷進步，機器視覺等在公共安全監控領域的作用越來越顯著?；跈C器視覺的人員行為分析和管理過程監控受到了相關企業的關注。游青山等設計一種基于機器視覺的礦井作業人員行為監測及違章識別系統，實現礦井作業人員違章自動識別；高寒等提出了基于機器視覺的施工危險區域侵入行為識別方法，自動監控并識別危險區域的工人侵入行為；賈金明等提出了一種基于機器視覺的工業現場巡檢過程監控分析系統；田晨林設計和實現了室內環境下基于機器視覺的人體跌倒檢測系統，實現了智能檢測跌倒并及時報警。

因此，利用機器視覺技術對鐵路客運站場旅客的非法闖入、不慎摔倒和聚眾圍觀等行為進行識別和判斷，從而進行主動預警，能大大降低安全事故的發生概率?；诖?，本文設計一種基于機器視覺的鐵路客運站場公共安全預警系統，使用鐵路客運站場的攝像頭視頻數據，運用機器視覺技術對旅客和工作人員的行為進行監測和預警，對提高現有高鐵站監控運行效率，降低安全事故發生具有重要意義。

1 總體方案

1.1 系統架構（圖1）

圖1 系統架構圖

整個系統架構可根據空間位置劃分為預警系統現場、監控辦公室和遠程監控終端。預警系統現場主要包括高清攝像頭和視頻編碼器，高清攝像頭對客運站場區域進行全覆蓋實時監控，而由于客運站場范圍大，傳輸距離長，視頻文件需要經過編碼器轉化成適合傳輸的數字信號進行傳輸。監控辦公室主要包括視頻解碼器、視頻采集卡，AI 行為分析服務器和顯示終端，視頻解碼器在接收到信號后對視頻進行解碼，而視頻采集卡可以將視頻信息轉化成便于計算機處理的數字圖像，AI 服務器承擔圖像的預處理和行為分析工作，并將違規現場顯示在終端顯示屏上，同時立刻觸發現站場廣播對違規行為進行提醒，值班人員可在終端顯示屏進行實時監控并對違規行為采取處理。遠程監控端包括終端攝像頭設備、PC端等均可在應用軟件內，通過內網或互聯網連接，在預警被觸發時接收到相關信息。

1.2 系統功能模塊

本系統以鐵路客運站場異常行為實時檢測為主要目標，具有異常行為數據采集、存儲、分析、展示和主動預警等功能，能夠準確識別場景的特殊事件，實時高效響應突發情況，提前識別出旅客和站場工作人員的異常行為動作從而做到主動預防和提前預判。

（1）異常行為識別?；谡緢鰧崟r視頻數據識別旅客和工作人員等異常行為是本平臺的核心，具體思路如下；使用典型的視覺庫準確識別出人和物體，并精確定位需要判斷的站場區域；借助視覺處理庫對視頻中檢測到的人和物體圖像進行歸一化、中心化和標準化處理，改善圖像的視覺效果或突出有用信息，提高圖片識別準確率；利用深度學習算法完成準確識別場景的特殊事件和提前識別出站場旅客的行為動作，如對非法闖入和進站、跌到、聚眾圍觀等行為進行識別。

（2）違規警報和提前預警。系統識別出客運站場異常行為后，會及時提前預警。系統對獲取的本地實時視頻，使用已經訓練好的圖像識別模型對站場旅客、工作人員的異常行為進行實時分析，當發現異常時，發出警報和應急響應，并將違規數據上傳服務器。

（3）實時監控。除了異常行為識別和實時主動預警功能。監管人員可通過瀏覽器頁面查看站場終端實時上報的指標數據，特別是站臺，監管部門能夠實時了解站臺的實時情況。系統不僅支持實時站場視頻顯示，還可對站場的旅客、工作人員等歷史異常行為情況進行查閱，實現了客運站場的準確盯控。

2 系統設計思路

本系統提供對非法闖入和進站、跌到、聚眾圍觀等多種違規行為的檢測功能，其設計思路如圖2，包括圖像采集、圖像預處理與存儲、非法行為檢測識別、非法行為預警。具體流程包括：通過站內的高清攝像頭進行視頻監控，對視頻進行跳幀讀取圖片，為減少內存占用和計算時間，對圖片采取灰度化、降噪等處理，監測到人后提取行為區域，并對該區域進行判斷，根據監測區域的不同，對預處理后的圖片進行特征提取和違規行為識別，通過坐標進行計算，最終通過結果將違規行為顯示在監控屏幕上并做出對應預警。

圖2 檢測算法流程圖

以聚眾檢測、非法闖入安全線、摔倒為例，從拍攝視頻中以特定幀率讀取圖片，對采集到的圖像進行灰度化、濾波、歸一化等處理，取得低噪聲的圖像，之后通過視覺算法，把人的運動軌跡，定義各種異常行為，形成動作體系，能被系統識別，對于物品的深度學習，也可以識別出物體。

聚眾檢測：對視頻中警戒區域進行監控分析，判斷是否檢測到行人，若檢測到則獲取行人數量，判斷行人數量是否大于設置閾值，大于閾值人數且在同一區域中停留達到設置時間，則系統進行聚眾提示報警，從而減少公共安全事故。非法闖入安全線：若檢測到有行人并且有安全線，判斷行人是否在安全險內，若不在安全線內，則系統進行非法闖入提示報警，并生成非法闖入預警記錄，在人員禁入區域部署闖入事件、特定區域部署警戒線、雙警戒檢測，可有效減少人員進入引發的危險（圖3）。

圖3 越界檢測

摔倒：同理，若檢測到行人有摔倒行為（如圖4），則會摔倒預警，生成摔倒預警記錄，有助于提高人員傷后救助效率。

圖4 摔倒檢測

以上就是異常行為識別的基礎原理，其它行為也是基于此計算原理在各區域進行行為的分析。

具體程序首先需要完成數據集的加載，通過數據迭代器加載數據（如下代碼）：

3 系統實現

本系統采用B/S 模式，基于Springboot 框架進行開發。主界面涵蓋了監控視頻管理、預警配置、預警記錄與處理、系統設置等模塊。對于異常行為的識別是基于開源的飛槳開源框架(PaddlePaddle)，是一個易用、高效、靈活、可擴展的深度學習框架。由于PaddlePaddle 提供了Python 語言的接口，后端的站臺跌落、非法闖入和摔倒等行為識別算法采用Python語言編寫實現。此外系統還實現了對歷史監控視頻的管理，包括對歷史監控視頻信息的查詢和瀏覽等功能。

4 結語

針對鐵路客運站場異常行為應用的實際需求，本文給出了一種基于機器視覺的鐵路客運站場公共安全預警系統平臺設計與實現。首先，設計了該系統的總體架構和主要功能模塊；然后，給出了本系統的設計思路，特別是違規行為的識別和預警算法；最后，實現了系統功能，并進行界面展示。初步應用表明，該系統適用于多種場景，具有較高的異常行為識別準確率和響應速度，較好地滿足鐵路客運站場的實際需求。