智慧机场智能视频计算平台设计分析

朱正模

摘要：智能视频技术具有鲜明的自动化、综合化特征，可以在图像处理、机器视觉等技术的帮助下，辅助完成刷脸登机、机场安防等任务。当前伴随智慧机场革新进程的深化，智能视频计算平台设计、优化问题成为焦点，为机场的现代化发展提供了重要方向。本文聚焦智慧机场发展背景，展开论述了智能视频关键技术，并对智能视频计算平台软硬件架构设计、功能实现路径等进行深入探究。

关键词：智慧机场   智能视频 计算平台设计 研究

在城建事业深化、科技体系完善的大背景之下，居民生活品质、消费观念发生改变，对出行方式、质量提出更高要求，以高效化、人性化著称的智慧机场登上时代舞台，运营效率提升、运营规模也明显扩大。但与此同时，巨大的客流量、货流量也给机场管理带来一定困难，现阶段视频体系点位分析、算法分析固化等弊端也逐渐暴露出来，亟需通过深入探究寻找更加有效的平台构建、优化手段。

1智能视频技术发展现状

智能视频分析技术是智慧机场的关键组成部分，从现阶段应用实践来看，基于服务器的后端分析技术是较为常见的类型，总控台与摄像机点位相连接，视频实时流传送回计算机平台，开展图像分析与处理，该种方式改造范围较小，前期成本投入低。在智能技术高速发展的背景之下，前置分析技术也逐渐进入航空领域，PLC芯片直接嵌入到智能摄像机内部，当指定区域有运动物体出现时，数据才会被传送，减少了无用数据的接收，有助于缓解服务器压力。近年来，我国航空事业飞速发展，客流量急剧膨胀，这两种方式的弊端、短板也逐渐暴露出来，首先是分析点位较为固定，摄像机安装时需要经过严格的点位勘查，作业时接入路数固定，监测范围也相对有限，很难满足多区域、多目标分析需求;其次是算法固化，智能摄像机出厂环节，分析类别、算法版本均已经设定完成，后续无法进行更换、升级，适用的业务场景较为有限;最后是调度机制僵化，现行的智能视频技术运行、分析控制平台是相互独立的，遇到参数调整问题时，需要分开登录调配，调度协同性严重不足，因此有必要从平台搭建角度出发，提升智能视频系统的集成性、灵活性，简化调度流程，优化控制能力。

2智能视频计算平台架构分析

2.1数据感知层

数据感知处于整个系统的前端，承担着数据采集、传送的职能，设计环节推荐采用智能摄像机装置，内嵌编码芯片，提升系统稳定性。传感器选择上，CMOS以及CCD均是较为常见的类型，前者集成于金属氧化物半导体，制作成本、能耗相对较低，但色彩还原度、曝光度有所欠缺;后者以半导体单晶材料为依托，通透性、明锐度均有较高保障，可以结合实况进行比选。其次还应关注成像分辨率问题，像素点是影响图像清晰度的关键要素，在相同条件之下，像素点越多，成像会越清晰。因此，对于高清晰特征識别监控，通常选择1080P或4K为佳，追求高分辨率的同时，还要相应提升服务器性能，这主要是因为同样靶面尺寸下，过多像素点会加剧传输负担[1]，可能会导致卡顿等情况，服务器定期优化升级可以在一定程度上缓解此类问题。最后还应关注信号传输通道问题，光纤、以太网等均是较为常见的方案。

2.2平台服务层

平台服务层涵盖内容较为多样，包含了算法资源池、视频分析模块、镜头控制模块等，是分析平台运转的核心部分，其中算法资源池主要融合云计算技术，机场可以自行搭建本地私有云，规避硬件服务器管理繁琐的弊端，所有AI算法均聚集于私有云之中，满足随时调用和查看。视频显示模块则承担着视频预览、呈现的职能，所有智能摄像机架设于伺服云台之上，实时采集图像信息，并将图像内容、录影时间、角度等打包传输回平台，实现全景化、多角度监控，规避旧有模式之中节点固化的问题。镜头控制模块可以用于远程对焦、近光度调节等，在夜晚监视场景下，还能支持红外成像。视频控制模块采用自动化作业逻辑，可以实时监测智能摄像机视觉性能，并依据不同天气情况调整设备参数，提升亮度、色度与环境之间的匹配性[2]，保障采集图像的精准程度，减轻工作人员负担。

2.3应用交互层

应用交互层面向不同身份用户开放，能够为平台的管理、维护提供支撑，其内置模块主要可分为4个部分，首选是权限管理模块，可以定义平台管理员、算法开发者等角色，其中管理员权限最高，可以进行权限的开通与关闭，以及算法增减删改、计算机状态监控等工作。其次是算法管理模块，以此通道为依托，可以进行算法修改、升级、发布工作，在容器技术的支撑下，还能够实现异构算法封装，方便人工智能厂家分析研究，提升接口匹配性。再次是资源管理能力，该功能的作业对象主要为AI资源池，由于平台是以容器技术为依托打造运行环境的，因此在服务发布之前，必须根据资源规格创建虚拟池，保障系统算力充足，保障系统的稳定运行。然后是作业调度能力，工作人员可以通过该模块开展视频资源的创建、更新、删除等工作，所有任务的进展情况均直观呈现在屏幕上，可以随时查看、更改。最后是赋能集成功能，可以提供统一API对外开放接口，满足服务管理、算法版本管理接入需求。

3智能视频计算平台关键技术分析

3.1人脸识别及热成像技术

人脸识别技术当前已经在多数机场实现推广应用，可以在人脸结构特征提取的基础上，匹配并确定个体身份，平台优化时可以与热成像技术互为搭配，在电磁波原理帮助下，实时采集人体辐射能量，对不同温度信号进行可视转化，从而形成有灰度差异的影像。摄像机主要安排在航站楼出入点、安检通道、登机口[3]等处，能够明显缓解疫情防控及人工安检负担，通过优化算法设计，还可以实现旅客黑名单管理，以及航站楼人员定位等，提升机场管理服务效能。此外，这两项技术也可与员工通道的安防门禁管理系统对接，内部人员刷卡时，系统自动采集人脸信息，并在数据库中搜索比对，匹配率合格后方可放行，双重保护防止异常入侵，提升机场安全性能。

3.2密度统计技术C472A448-1635-4FA1-A518-B1F4ADBAD2D0

机场航站楼、候机区是人员集散的关键场所，现阶段经济高速发展，国内航班架次、旅客运量明显提升，机场人员密度大幅增加，一旦发生安全事故，将给疏散救援工作带来极大压力。实践环节可以将伺服云台安装在航站楼出入口、安检口等处，对来往人数开展实时统计，将各通道人员通行数量实时更新并整合打包，传送至分析平台，一旦超过预设标准，即会发出预警信息，提醒管理人员给予适时、适度的干预和控制。值机区域队伍过长时，平台系统同样会发出提醒，方便管理人员及时开启闲置通道，最大限度减少等待时间，提升客户满意度，同时防止踩踏等安全事故。

3.3异常行为检测技术

通过设置于各点位的智能摄像机，机场内部功能区域情况可以被实时汇总、传输回分析平台之中，借助大数据等技术对其展开处理，提取价值较高的信息数据，并将其上报给管理人员，可以明显提升机场管理效率。考虑到安防是机场运营过程中极为关键的一部分，实践环节要加大中心机房、旅客隔离区等的监控数据采集，一旦发生非法入侵现象，系统即可实时发出警报，提醒管理人员注意。公共活动区域则要将高速奔跑、打闹等作为重点监控对象，扶梯区域要关注有无摔倒、逆行情况，最大限度保障旅客出行安全，防止碰撞、踩踏等事故的发生。系统内部设计目标跟踪算法，若异常行为持续出现，则报警信息仍以周期方式持续呈现，直至异常行为停止后，警报才会消除，最大限度保障旅客人身安全。

3.4大场景拼接技术

机场工程通常具有建设规模大、占地范围广等特征，航站楼、候机区域等部位监控需求高，监控覆盖面广，依托系统平台进行管理时，很容易出现呈现范围狭窄、信息不全面的问题。而智能视频计算平台中，采用大场景拼接技术，拼接范围涵盖飞机跑道、停机广场、安检区等，整个机场所有影像均可实时呈现出来，当需要细致分析某一画面时，只需点击操作即可，这样一来不仅能够看到区域细节性信息，还能看到具体的相对位置。利用该种技术，首先可以开展遗失物品检测，智能摄像机安装于旅客行李领取处，发现长时间无人领取物品时，会自动提醒管理人员注意，为失物招领工作提供依据和支撑。其次还可以开展逆行检测，摄像机可以安装于单向通道之中，发现逆行旅客后，提醒工作人员注意，并赶往现场引导旅客正确通行。最后是设备移动检测，机场人员集散量大，为保障安全性能，通常会设置许多消防、公安设备，当设备被违规移挪，超出监控规定范围时，系统即可自动发出警报，降低危险隐患。

3.5机器学习技术

机器学习技术是在人工智能、大数据技术基础上衍生、发展起来的，它综合运用了概率、统计学等专业理论，可以高效模拟人脑思维活动，重现感知觉、记忆过程，并以此为依托将接触到的有效信息进行整合、存储，从中提炼有价值的规律，不断改善自身性能，提升智能化水平。当类似事件、场景重现时，系统可以自动根据记忆中的处理过程做出响应，防止人工响应不及时造成的隐患问题。人工神经网络技术是该技术核心，其可模拟人脑神经元结构，通过样本训练形成程式化解决方案，在自动驾驶、OCR[4]等领域均有着极为广泛的应用。实践中可以将该技术应用于智能视频计算平台的故障监测、应急处理之中，保障系统运行稳定性和可靠性。

4智能视频计算平台运维功能配备

当前伴随现代化进程的深入，我国航空事业迎来发展新契机，民航日接待旅客数量持续上升，智能视频计算平台虽然在一定程度上缓解了大负荷统筹、协调压力，但同时也带来了新的挑战与问题，平台功能结构更加精密、完善，工作时限明显延长，运维手段却并未相应更新。很多机场建设跨度较长，不同时间段智能设备规格难以统一，维修台账记录不清，视频故障发现滞后，对信息采集质量、效果产生了较大影响，因此有必要从一体化角度出发，对平台运维功能的配备进行展开论述。

4.1故障预警功能

系統数据库与运维模块相关联，模块内部同步更新信息细节，以此为依据对故障趋势进行预测，预测路径主要有两条。首先是指标预警，监测对象主要为各业务状态，比如数据存量、图像延迟时间等，整个逻辑按照时间轴展开，在收集历史数据的基础上，形成正常运行基线，当运行数值发现较大偏差，或者较长时间处于波动状态时，即可发出检修提醒。借助人工神经网络算法，还可以提取指标影响因子，生成贴合度较高的预测模型，提升故障预警精准度和可靠度。其次是寿命预警，机场内部智能摄像机运转压力较大，使用寿命监控极为关键，当摄像机进入临界期后，品质、稳定性均会发生明显下降，智能化运维模块可以实时同步台账信息，同时采集环境、历史运行数据等，对设备进行寿命故障预警，提升机场智能视频系统的风险防范能力。

4.2质量检测功能

系统质量检测功能主要可分为3个方面，首先是图像质量判断，平台可以人工智能、高性能算法等为依托，广泛采集机场视频截图，分析样本中是否存在画面遮挡、卡顿或者模糊、亮度异常等问题，在此基础上总结常见故障，细化故障指标，提升判断精准性。其次是视频质量异常统计，完成故障类型分析后，系统还可以对内部异常画面进行统计，明确云台控制故障、画面遮挡等问题的多发区域，探寻低质量画面来源等，并依据已经划分好的风险等级，给出检修安排推荐，增强检修计划适应性。最后是视频完好率统计，可以在图像分析的基础上，推算出视频完好点位，以及占点位总量的百分比，防止中间传输通道等影响范围较大的部分出现故障，制约机场智能视频系统的整体运行质量。

4.3流程控制功能

流程控制功能面向具体检修环节，实践时可根据机场自身运营情况进行调整，总体来说可以依托平台完成工单创建、接收、提交等工作，若过程中出现意外变更，也可以登录平台进行回退、改派或删除[5]等。平台内部设置专家系统，存储有海量的领域专家知识，可以对机场智能视频系统故障进行精准判别，并在正推理、反推理算法的支撑下，模拟专家决策过程，提升故障响应效率，除主动采集数据外，管理人员也可以录入相关资料，保障解决方案与本系统的适应性。同时，所有进入检修流程的视频设备，进度均要同步到平台之中，增强信息共享性和透明度。

4.4自动巡检功能

自动巡检功能是对上述模块功能的有机补充，主要利用机器学习技术和人工智能技术，可以在历史数据的基础上，提炼出故障趋势及演变规律，可重复性极强。过程中要做好样本训练工作，可以采用轮询方式开展工作，对大体量视频源进行分析，平台CPU在一定算法约束下，对周边设备发出服务询问，若有异常情况，则默认需要服务，展开故障预测和诊断，若没有异常，则询问下一个周边，直至机场内部所有设备问询完毕。智能巡检代替人工巡检，可以有效提升机场视频系统的故障响应效率，降低人工劳动强度，同时减少人为疏漏[5-6]。

5结语

综上所述，智能视频计算平台具有高效化、便捷化优势，可以有效提升机场监控、安防质量，实践环节要正视其功能价值，从数据感知层、平台服务层以及应用交互层入手强化设计与开发，不断优化人脸识别、热成像、大场景拼接等技术，同时配套开发运维平台功能，强化故障预警、质量监测，为系统的稳定运行和机场服务质量的优化奠定稳固基础。

参考文献

[1]姚斌.智慧机场智能视频计算平台建设研究[J].信息与电脑：理论版，2021，33（6）：177-179.

[2]王连斌.机场视频图像智能运维平台构建研究[J].数字技术与应用，2021，39（2）：153-155.

[3]杨海涛.智能视频监控技术在机场安防领域的应用研究[J].中国安防，2020（11）：111-114.

[4]张在川.浅析智能视频监控系统在枢纽机场航站楼建设中的应用[J].网络安全技术与应用，2020（9）：137-138.

[5]李璇.智能视频分析在智慧机场的应用[J].信息与电脑：理论版，2019（12）：132-133.

[6]王鑫.智慧电厂安防系统研究及工程设计[D].南宁：广西大学，2020.C472A448-1635-4FA1-A518-B1F4ADBAD2D0