轨道交通智慧车站系统

轨道交通智慧车站系统

视频图像智能分析作为整个智慧车站系统的重要组成部分，需考虑到整个系统的对接，在应用架构上既保持系统的独立性，进行独立运行，实现对系统过程的管控，也可以与地铁包括但不限于综合监控、集中告警、火灾报警内的各信息系统进行对接，视频联动，告警数据上报。

本系统应用架构如下图所示：

智慧车站系统架构图

基于GPU或APU为核心硬件基础支撑的深度学习图像识别设备为系统实现的基础支撑设备。整体架构可分为四个部分组成，分别为前端网络高清摄像机、后端AI深度学习智能分析服务器、视频管理平台以及后期与其他业务子系统的对接部分。

1、系统功能介绍

2.核心技术介绍

A.人工智能技术

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

本项目利用人工智能技术，对摄像机产生的视频图像进行自动识别，可以实现扶梯异常检测、客流密度检测、人员突然奔跑/聚集的监测、区域入侵检测、遗留物品检测、人员倒伏检测、客流计数、隔栏传物等行为检测识别。

B.机器视觉技术

双目立体视觉融合两只眼睛获得的图像并观察它们之间的差别，使我们可以获得明显的深度感，建立特征间的对应关系，将同一空间物理点在不同图像中的映像点对应起来，这个差别，我们称作视差(Disparity)图像。

双目立体视觉测量方法具有效率高、精度合适、系统结构简单、成本低等优点，非常适合于制造现场的在线、非接触产品检测和质量控制。对运动物体（包括动物和人体形体）测量中，由于图像获取是在瞬间完成的，因此立体视觉方法是一种更有效的测量方法。双目立体视觉系统是计算机视觉的关键技术之一，获取空间三维场景的距离信息也是计算机视觉研究中最基础的内容。

双目立体视觉从数字图像中提取立方体、楔形体和棱柱体等简单规则多面体的三维结构，并对物体的形状和空间关系进行描述，把过去的简单二维图像分析推广到了复杂的三维场景，标志着立体视觉技术的诞生。随着研究的深入，研究的范围从边缘、角点等特征的提取，线条、平面、曲面等几何要素的分析，直到对图像明暗、纹理、运动和成像几何等进行分析，并建立起各种数据结构和推理规则。

本项目双目立体视觉适合人数统计，打架人员聚集等智能分析。

C.全景拼接技术

图像拼接技术就是将数张有重叠部分的图像（可能是不同时间、不同视角或者不同传感器获得的）拼成一幅大型的无缝高分辨率图像的技术。图像配准和图像融合是图像拼接的两个关键技术。图像配准是图像融合的基础,而且图像配准算法的计算量一般非常大,因此图像拼接技术的发展很大程度上取决于图像配准技术的创新。全景拼接设备采用专用图像拼接处理芯片可以显示无缝拼接。