智慧车务及其视频智能识别技术应用研究

盛益军

（上海铁路局 嘉兴车务段，浙江 嘉兴 314001）

智慧车务及其视频智能识别技术应用研究

盛益军

（上海铁路局 嘉兴车务段，浙江 嘉兴 314001）

提出智慧车务的概念，阐述实现智慧车务的4个技术层面；以视频智能识别技术为切入点，在客运及行车安全保障的多个场景进行探索与应用，并探讨其扩展研究的方向；适宜的应用模式可充分发挥视频智能识别的技术优势。

智慧车务；大数据；视频分析；智能识别；行车安全；客运安全

0 引言

2009年3月，IBM发布《智慧的铁路白皮书》。白皮书首次提出智慧铁路的理念：全球范围内铁路服务需求的增加，给现有铁路运输能力和基础设施带来前所未有的压力。应通过积极地采用新技术和现有技术来获取整个铁路网的信息，并对这些信息进行关联和分析，可以让铁路部门变得更加高效灵活，从而建立一个响应速度更快、更加灵活的运作环境[1]。

根据智慧铁路的倡议，上海铁路局结合车务系统工作实际，提出智慧车务的概念：基于物联网、云计算、云平台和大数据等先进信息技术以及综合集成等工具和方法的运用，通过全面透彻的感知，宽带泛在的互联，智能融合的应用，形成车务智能化信息服务模式和智能化控制服务模式，为车务管理自主创新和系统创新提供基础平台，以此提高运输生产效率、专业管理和安全控制能力，实现由传统管理向依托信息技术、物联网技术的智能化管理的转变。

目前的应用方向，在客运服务方面，通过大数据与智能化技术跟踪不断变化的客运市场需求，为实现精准化营销、智慧化出行及智能化站车服务提供可靠的辅助决策和技术支持；在日常运输生产方面，对运行图、列车编组计划编制、车流径路确定、调车作业等进行科学优化，实现资源的高效利用；在现场安全管理方面，实现车站客运安全、行车作业监控视频的智能识别，有效预防问题的发生，降低人力成本，确保安全生产。

1 智慧车务的技术实现

智慧车务的实现有赖于4个层面的技术支撑：数据层、传输与存储层、分析层及管理应用层。

1.1 数据层

一方面要实现调度、客票、客服、车辆、信号等各系统的内部数据资源整合，打通专业系统之间的壁垒，实现数据资源的互联互通，为数据的挖掘应用创造条件；另一方面应充分利用外部信息资源，如重点物资运输计划、国家和地方重大活动安排、重要节假日信息等，可通过网络爬虫技术从因特网获取。另外，通过射频识别（RFID）标签提供的数据，可对货物所在位置、业务运营情况进行跟踪；通过客站Wi-Fi网络可进行客流统计、可识别旅客身份信息[2]，提供精准广告投放，为旅客提供定制服务；视频监控设备、烟感探测器及实名制验证系统等提供的数据，可加强客运安全管理。

1.2 传输与存储层

通过光纤通信、客站Wi-Fi网络、铁路办公网络可传输和收集票务、旅服、行车及检测等多维度数据；多维度数据的整合需要统一数据接口、定义数据格式以建立大数据云平台，所有车务相关数据均应集成在这个信息平台，并根据数据的重要性及密级进行分类，不同权限的用户只能获取与其权限对应的数据。多媒体数据的传输需要主干网络有较大带宽。

1.3 分析层

本层为智慧车务的核心层。用户以目标为导向在大数据云平台上获取多维度数据，进行数据挖掘。在客流预测应用中建立数学模型，利用历年来数据及多种来源的实时数据进行数据挖掘[3]，利用模型智能优化，编制形成科学合理、适应市场需求的列车运行图；在视频监控应用中，通过图像处理技术提取监控区域背景，应用模式识别算法结合预定义场景事件，将前景像素进行分析与聚类，并输出反馈以指导异常事件处理。

1.4 管理应用层

作业人员根据计算层输出的辅助决策结果及异常事件反馈，进行作业监督、事件及时处置以及工作分析评价。

由此可见，智慧车务在数据采集和智能分析上有着传统管理不可比拟的优势，能实现向智能管理的转变，大大提高车务系统运输服务的水平和安全管理的品质。根据自身工作特点和需求，以视频智能识别技术为切入点，在智慧车务领域进行了一定的探索。

2 视频智能识别技术应用

2.1 应用背景

铁路车务系统作为运输生产的组织者和指挥者，其作业直接关系到铁路运输安全生产和工作质量的高低，如何确保运输安全生产、畅通高效，责任重大。中国铁路总公司提出了“全力构建人防、物防、技防‘三位一体’的安全保障机制，确保铁路安全特别是高铁和旅客安全持续稳定”的工作要求。车务段工作具有点多线长、作业分散等特点，作业相对复杂，控制手段较少，安全保障难度大，通过应用视频监控系统，实时获取监控区域状态，远程监控作业过程，是以技防手段保障安全的重要途径。

目前视频监控系统基本只具备视频采集、视频存储及事后查看的功能，大量的视频监控基本处在一个只能“监”不能“控”的被动状态。由于缺乏智能识别分析功能，监控视频往往只能作为事后追查取证的依据，系统不能主动识别状态变化和事故隐患，不能起到实时预警的作用。因此，有效利用视频监控的技防手段，开发适应车务系统多种应用场景需求的视频智能识别技术，及时发现和处置问题以确保运输安全生产，显得尤为重要和紧迫。

2.2 技术路线

背景建模是视频智能识别的前提。将训练视频输入 给背景提取模型进行学习，得到这个视频序列中的背景特征，以建立一个动态迭代模型来描述该背景[4]。检测阶段，以背景模型为基准对需要检测的视频序列进行处理，一般采用背景差分法，提取出当前图像中与背景模型中性质不同的像素点，这些像素点组成的图像是运动前景。背景模型建立根据场景特征，通常采用自适应背景建模、混合高斯背景建模、动态纹理建模及聚类背景分割等算法实现。背景建模与前景提取方法见图1。

对于每一个场景，应预定义这个场景中的异常事件，并将这些场景中的异常事件视频输入事件提取模型进行参数提取，将事件进行数据化。检测时系统识别到前景变化时，对变化的前景像素进行计算，获得前景像素的大小、形状、连通特征、运动速度等参数，在模式识别模型中与预定义事件数据进行智能匹配，如符合相应的模糊匹配规则，即反馈检出对应的事件并发出预警[5]。模式识别模型的精度受到异常事件分类定义、模型拟合程度把握及检测结果反馈等因素的影响。

图1 背景建模与前景提取方法

2.3 行车安全应用

行车室作业人员在岗作业状态如何、接发列车作业是否规范，直接关系到行车安全。2016年12月，在湖州站进行了行车作业视频智能识别技术的测试与应用，取得了良好效果。同时，高铁视频监控智能识别预警系统的应用，进一步提高了高铁运营的安全可靠性。

2.3.1 行车室值班员作业状态识别

行车室作业人员在岗状态识别需采集大量行车室视频，并对值班员（信号员或助理）的各种状态进行人工标定，提取各种状态的参数，结合分类算法形成状态识别模块。通过测试调整状态参数以提高模块的判别精度，实现值班人员状态的自动识别。

通过视频智能识别技术，可自动识别作业人员的工作状态。如指定区域在预设的时间段内发现关注区域有较大规模的像素运动，则可判断为有人员活动，识别为“在岗”或“作业正常”，若此区域画面长时间未发生明显变动，则可判断为无人员活动，识别为“离岗”，并自离岗时刻开始计时，超过一定时间则发出离岗预警。此功能也可用于夜班值班时瞌睡提醒。湖州站行车值班员在岗状态监控情况见图2，是关注区域持续有人员活动时的视频截图，一个场景可以设置多个关注区域。之后，可结合列车运行数据及行车作业音频进行智能分析，判别作业人员执行标准化作业程序的情况，并视情况进行预警。

图2 湖州站行车值班员在岗状态监控

2.3.2 助理接车点工作状态识别

利用视频智能识别技术，可自动识别室外接车点助理值班员的接车状态。系统的列车通过识别模块可侦测到列车通过站台，此时指定位置应有助理值班员到位。利用人员检测模块匹配人员轮廓特征，以确定值班员是否在岗作业。通过进一步视频分析，可判断作业人员是否做出了规定的确认现场信号灯肢体动作。系统采用基于模板的人体运动识别算法，将一组图像序列先转化为一组静态的模板，然后通过匹配测试序列中的模板和代表已知动作的模板来获得识别的结果。它对每一个动作都建有一个模板库，通过计算获得的特征数据与已知的模板进行匹配，从而得到二者的匹配度[6]。

每次列车通过时，系统对助理值班员的在岗状态自动进行记录，并匹配现场作业图片。湖州站室外接车点工作状态监控见图3。

图3 湖州站室外接车点工作状态监控

下一步将扩展研究，利用高速摄像技术与视频智能识别技术对列车外观及装载状态进行分析判别，发现不安全因素则实时预警，逐步替代助理值班员接车工作。

2.3.3 高铁视频监控智能识别预警

2015年，上海铁路局研发了高铁视频监控系统智能识别预警系统[7]。该系统利用高铁现有的视频监控系统，对视频图像进行实时对比分析，对高铁沿线发生的人员侵入、异物侵限及设备形位变化等异常情况进行智能预警，并将预警信息实时传递到对应的调度、行车、工务、公安等部门，以便其采取措施加以处置，可有效避免或处理有威胁的突发性事件，实现主动、实时监控，在沪杭客专试运行以来效果明显。下一步，要在预警信息的综合利用上加大力度。铁路局指定牵头部门，统筹各家资源，进一步明确设备的管用办法和信息的处置流程，更好地发挥其在确保高铁安全行车方面的积极作用。

2.4 客运安全应用

客运服务工作存在人员众多、场景复杂、变化多样的特点，如何保证旅客安全、温馨、有序出行是车务站段的重要职责。采用视频监控技术和人工智能技术，为客运服务全流程多场景视频智能识别安全监控提出了解决方案。

2.4.1 售票厅乘客排队情况识别

售票厅乘客排队情况监控见图4。在售票大厅视频预设区域，当发现人员较为有序排列一段时间，队列达到一定长度时，系统进行排队人数估算，并反馈数据至售票排班调度，提示增加售票窗口，改善乘客购票体验。为避免厅内走动乘客对队伍图像采集的影响，可将摄像机安装在队列顶端天花板，以跟踪队列末端乘客的头部轨迹。如检测区域有人员进入，系统将持续跟踪并计算此人与队列距离，若距离接近并保持一段时间，且移动方向与预设方向一致，则确定此人为队列末端乘客；一旦轨迹离开检测区域，则判断此人为非排队乘客[8]。

在多售票窗口情况下，只需监测离摄像机最近的窗口，因购票人员会自动均衡队伍长度，且此监测位置较少有走行旅客干扰，可获得较好的队伍长度估算效果。

该技术同样适用于车站实名制验证和安检口的旅客排队状况分析，在超过预定值时及时预警，提醒车站工作人员及时采取增开通道、增加作业人员等措施。

图4 售票厅乘客排队情况监控

2.4.2 售票厅及候车室秩序状态识别

公共室内区域发生人群突然聚集、人员快速移动等情况时，系统可根据现场视频进行分析，自动判别并发出预警，提示车站工作人员及时处理。群体性事件的前兆都是大量人员的聚集，由于人群场景个体多，形态各异，遮挡光照等因素影响很大，无法通过分割人群个体并对个体进行分析。因此对人群进行整体考虑，通过提取人群角点来表示人群个体，后续事件检测都可通过对角点特征进行分析而得到。系统通过对角点进行聚类分析，将具有相似运动形态的人员聚集到一起进行整体考虑，用凸包表示每个类簇，然后对各个类簇的相互运动趋势进行分析，进而判断是否有聚散事件发生[9]。

2.4.3 站台客运秩序状态识别

站台作业是旅客安全的重要风险点，通过对站台视频的实时分析，系统应识别站台是否有车辆停靠；识别无车期间乘客跨越白线、人或物体掉落轨道线路、人员徘徊、站台作业车辆是否按规定路线和时间行驶等行为；识别旅客随车奔跑、人员通过站台两端侵入线路等异常行为，并实时预警。站台行为模式种类繁多，需提取列车、站车、个别旅客、群体旅客的图像及运动特征进行建模，且各元素之间会出现叠加，识别难度较大，是目前的主要研究方向。

下一步拟对检票口、天桥、地道、出站口以及旅客电梯（扶梯）等重要部位进行监控和智能分析识别，发现非正常状态实时预警，及时采取措施加以应对。

3 结束语

我国铁路的大发展，迎来了智慧铁路推行的良好契机。智慧车务是智慧铁路的有机组成部分，积极发展智慧车务，有利于提升运输效率效益，保障运营安全，提供更优质的运输服务，更好地满足社会的需求。

智慧车务工作的深入开展不仅依赖于感知技术、信息互联互通技术、大数据技术与人工智能技术的发展，更有赖于现场应用模式的研究和探讨。良好的应用模式、应用方法才可以发挥出技术的最大优势。在此探讨的视频智能识别技术应用模式，能充分提高车务系统视频监控系统的运用效率，也能极大减轻现场作业监控人员的作业量，对于如何构建人防、物防、技防“三位一体”的安全保障机制，确保铁路安全特别是高铁和旅客安全，同样具有重要意义。

[1] IBM商业价值研究院. 智慧的铁路白皮书[R]，2009.

[2] 武静雅. 共享Wi-Fi系统的身份认证方案设计与实现[D].西安：西安电子科技大学，2012.

[3] 张军锋, 贾新茹, 李永，等. 基于大数据技术的铁路客流预测系统架构研究[J]. 铁路计算机应用，2016，25(9)：25-27.

[4] 陈星明. 基于背景建模的运动目标监控视频检测算法[D]. 南京：南京大学，2015.

[5] 孙钦东, 郭晓军, 黄新波. 基于多模式匹配的网络视频流识别与分类算法[J]. 电子与信息学报，2009，31(3)：759-762.

[6] 雷海龙. 基于视频的肢体定位与手势动作识别研究[D].长沙：湖南大学，2011.

[7] 郑健，张萼辉，胡雄伟. 高铁视频监控智能识别预警系统在沪杭客专上的应用[J]. 中国铁路，2016(10): 77-80.

[8] 王晶晶. 复杂拥挤环境下协同视频监控中目标跟踪算法研究[D]. 合肥：中国科学技术大学，2016.

[9] 何丽文. 基于角点特征的人群聚集事件与行为检测算法的研究[D]. 哈尔滨：哈尔滨工业大学，2013.

责任编辑 卢敏

On Application of Smart Train Operation and Its Video Intelligent Identif cation Technology

SHENG Yijun
（Jiaxing Train Depot，Shanghai Railway Administration，Jiaxing Zhejiang 314001，China）

The paper raises the concept of smart train operation, expounds four technical levels to realize smart train operation; take example from the video intelligent identification technology and make exploration and application in different passenger transport and safety guarantee scenarios and discusses the direction of the extending study of this technology; Appropriate application modes may maximize the technical advantage of video intelligent identif cation technology.

smart train operation；big data；video analysis；intelligent identification；operation safety；passenger transport safety

TP391；U298

A

1001-683X（2017）04-0091-05

10.19549/j.issn.1001-683x.2017.04.091

2017-02-12

盛益军（1975—），男，工程师。E-mail：947298116@qq.com