高清与智能同行 地铁视频监控技术升级

 　　目前地铁视频监控点位设置越来越密集，在多线换乘站，监控点数可多达200个，而从目前地铁安防的建设需求上来看，越来越强调视频监控系统无死角覆盖，摄像头规模也越来越大。

　　既然是全自动化管理的特殊领域。那除了事后防患，事前预防自然必不可少。按常理来说，要想达到事前防患，就不得不用到我们安防的一大杀手锏：智能分析。延伸来看，智能分析主要通过软件对图像中的异常情况进行分析从而告警给后台，达到防患于未然的效应。那么，要想从图像中分析出异常，前提是图像必须清晰!这个时候，高清的需求成为地铁安防的又一重要技术。

　　不得不提：智能分析

　　由于地铁建造的高成本及周期长的特点，中国各城市地铁线往往优先分布于交通最繁忙地区，以便于更好地解决交通拥堵问题，这就决定了地铁运营基本处于高负荷，尤其早晚高峰基本都人满为患的特点。客流量越大，对运营的压力越大，随之不安全因素或事故隐患也越多，因此对运营及公安视频监控系统的需求都成为必然，且在地铁系统中的比重不断增加。

　　北京博思廷科技有限公司总经理王巍认为：“随着监控路数的不断增加，人员紧盯屏幕变得不可能，事后查验亡羊补牢的方式也不能满足监控管理效率的要求，因此更注重对事故隐患的事前预防，及异常事件的及时告警等。这部分投入若实际发挥作用，产生效益明显，性价比很高。因此智能视频分析技术在地铁系统中的应用成为不可逆的趋势，并有越来越多的功能进入实用。”北京博思廷王巍从实际应用出发，总结了如下智能分析的功能应用。

　　·与客流检测相关的功能成为重中之重，尤其是人群截面流量或区域保有人数的计数及统计、突变检测、密度检测等，及时发现异常的拥挤事件，及时加强重点位置的人员干预，进行客流控制或引导，未雨绸缪，防患于未然，防止踩踏等事故发生。但也可能也是最大的技术难度所在，因为大厅、通道、站台等处的摄像机视角均有限制，客流都较复杂而且特征各异。目前常规客流统计算法(如商场出入口的人头检测)在地铁环境下一般无法达到统计精度要求，目前也有厂商通过优化几套不同的客流检测算法加以解决，一般时间准确率可达到95%以上，高峰期可达到85%以上;

　　·深圳及北京的电梯事故，使地铁对电扶梯逆行及停止等异常事件的视频检测也提出需求，若发挥作用可能减少损失，降低伤亡程度。但目前该算法的供应商较少，有些供应商只能依据电梯上的人员特征来判定电梯状态，且预警的作用有限，技术性能需要进一步完善。目前部分厂商研发的视频分析算法，不用以电梯上的人员为参照物，可在2～3秒钟内报警，具有较高的检测准确率;

　　·人脸识别功能，一般通过在通道或出入闸机口设置高清摄像机，采集客流中的部分正面人脸图像进行检测。检测到人脸后进行存储，并与目标人脸数据库进行比对，发现可疑人员后报警;亦可进行人脸检索。但在该场景下，目前暂时无法对人脸识别的准确率指标提出要求，因此只能定位在情报采集的用途;

　　·其它功能还有乘客追逐及剧烈运动检测，对乘客追逐、打架斗殴，以及剧烈活动等进行实时监测并报警;人员进入禁区及尾随检测，及时发现重点防护区内的人员入侵或尾随情况并报警;视频状态检测/图像异常告警识别，可在每时每刻监控每一路视频画面并对视频状态进行检测和诊断，当发现视频非正常工作状态(如视频丢失、视频被移动以至于偏离设定好的场景、视频被遮挡以至于无法正常监控、及由于聚焦偏离或水气凝结等各种原因造成视频模糊或视频质量下降)则自动报警;报警及显示场景重组，报警后自动创建报警事件并抓拍图片及录像(事件发生前及事件结束后的时长均可由用户调整设置，最长可达2小时)，并可以在任何时间对报警事件进行全过程回放，实现现场重组，便于查清事件全过程。

　　然而，在地铁视频中，由于摄像机视角限制及目标之间遮挡严重且频繁，即使一些大家相对熟悉的常规视频分析功能(如检测人员的越线检测、人员滞留、人员逆行等，及检测物品的物品遗留、物品移走等)的准确度实现也增加了相当的难度。加上轨道交通站内应该是最复杂的室内环境之一，也对算法提出了很多新的课题，需要花专门的功夫去深化分析和解决。博思廷凭借自身多年的经验，在技术和算法上都有显著的效应，可以提供多套算法，通过嵌入式硬件或者软件方式，较准确的实现在不同场合不同摄像机角度下的客流统计，并对客流数据实现本地以及远程多种形式的统计管理。