城轨车辆智能视频监控系统应用研究

城轨车辆智能视频监控系统应用研究

杨冠军 孙健 李霞

中车唐山机车车辆有限公司

摘要：针对智能视频监控系统在城轨车辆上的应用进行研究，如疲劳驾驶监控、拥挤度分析、遗留物检测等。其次，阐述了智能视频监控系统的设计与实现原理，对智能视频监控系统的应用奠定基础。

关键词：智能视频分析；大数据；疲劳驾驶

一、前言

智能视频监控系统的核心技术是人脸识别技术和遗留物检测技术，人脸识别技术是生物识别技术的一种，它结合了图像处理、计算机图形学、模式识别、可视化技术、人体生理学、认知科学和心理学等多个研究领域。近年来，人脸识别技术也被广泛的应用在轨道交通行业。例如：防疲劳驾驶、人流拥挤度分析、人流异常流动分析、重点人员管控等。

二、人脸识别技术的算法—卷积神经网络深度学习算法

CNN Deep Learning （卷积神经网络深度学习）实际上是一种仿造生物大脑的算法。一个神经元(neuron) 通过突触 （synapse）传到轴突（axon）再传到下个神经元。生物大脑就是将动物的视觉生物电信号从视网膜传到一个一个千亿级别的神经元。不同物体引起不同神经元的触发、或者强度不同，大脑就识别了这个物体。

卷积神经网络深度学习仿照图1所示结构，左边输入Input就是每个相识点的值，当中为（可为多级）隐蔽层Hidden Layer，而最右边就是输出结果Output。例如：图片2最右边所示，第一个(鸟）值输出0.98、第二个（日落）值输出 0.01、第三个（狗）值输出0.02、第四个（猫）值输出0.05。则这张图片是鸟的概率最大98%。

图1卷积神经网络深度学习仿照图

图2输出结果示例

三、深度学习算法在轨道交通中的应用

智能监控系统所采用算法是深度学习中比较快速、高效的算法——单次将图片输入神经网络，经过最终过滤重复等算法，系统最终输出数个所检测到高概率的物体。在本系统中，可以对16路监控轮询扫描，一个处理器每分钟至少对16个画面进 行100～200次的扫描，并实时生成报告。

算法识别的准确度预期，以人类肉眼可以分辨的图片资源作为输入，本系统的机器算法可以达到以下精度：

95% 人

80% 遗留物体

95% 重点区域监测

80% 客室异动分析

四、智能化监控应用及解决方案

4.1防疲劳驾驶

防疲劳驾驶功能是通过机器视觉图像处理技术在列车运行过程中对驾驶员的值乘状态进行在线智能化分析，如果发现风险征兆及时进行警报，从而在产生不良后果前消除安全风险，提高车辆运营安全性。

人体关键点定位

人体特征点定位对分析人体行为至关重要，分析关键点连续变化情况，可以得到驾驶员动作行为。人体关键点定位是通过神经网络准确定位出包括人体关键骨骼、人脸轮廓、眼睛、眉毛、嘴唇以及鼻子轮廓关键点。系统采用定位方法具有效果好，定位精度高，适应性强。

图3 人体定位点示意图

驾驶行为识别

行为识别技术，根据提取的人头关键点特征信息，如位置、大小、张合、睁闭、角度等等，采用深度神经网络对人的行为进行分类识别，判断驾驶员是否有疲劳状态，是否在交谈，是否有左顾右盼等注意力不集中状态。

图4 行为识别逻辑图

4.2 人流拥挤度分析

人流拥挤度分析以国际最前沿的人群密度算法为基础，针对地铁车厢特殊场景进行研究开发、优化，采用深度学习算法基于单帧分析，算法能克服地铁车厢震动造成的图像模糊等影响，选用人头模型来计算人数，以避免地铁车厢里乘客对摄像机的遮挡。

图5 人流密度算法示意图

假设每节车厢额定载客量为n，最大载客量为m。将车厢拥挤度分为稀疏、舒适、拥挤、超载四个等级，则拥挤等级与车厢总人数PError: Reference source not found（Error: Reference source not found其中W为摄像头对整个车厢的覆盖率，d为一节车厢内摄像头对的个数，pi为第i个摄像头中人数。的关系如下表1：

如上表1所示，当单节车厢总人数小于额定人数一半时，车厢拥挤程度等级是稀疏的；单节车厢总人数大于额定人数的一半同时小于额定人数时，车厢拥挤等级程度为舒适；车厢总人数超过额定人数小于最大载客人数时，为拥挤等级；车厢人数大于最大载客量时，等级为超载。

其中，利用4种颜色标注车厢拥挤度，颜色越深表示车厢里越拥挤：红色表示车厢严重拥挤，即为列车开走后，站台上仍会有乘客滞留；橙色表示车厢拥挤，即为此时车厢内的乘客移动有困难；黄色表示舒适，即为乘客在车厢内的乘客可以自由移动；绿色表示稀疏，即车厢内乘客人数小于额定人数的一半。

图6 车厢拥挤度示意图

五、结语

上文中还提到人流异常流动分析、重点人员管控等功能，在实施过程中有其技术难点，例如重点人员的管控，这需要和公安系统相关联，调用公安系统的数据库，将采集到的人脸信息与公安系统发布的在逃人员信息进行比对。

参考文献：

[1]张立东等.人脸识别技术在上海轨道中的应用研究 城市轨道交通研究 2011