航站楼旅客密度检测系统研究
2021-04-20关华刘冬华万好庞粤鸿
关华 刘冬华 万好 庞粤鸿
(广东机场白云信息科技有限公司 广东省广州市 510470)
1 引言
航站楼旅客密度监控对于公共安全管理、公共空间设计及商业数据收集分析等意义重大。对于公共安全管理而言,旅客密度监控可以实时分析出当前区域的人流量情况,从而对于密集度高的区域及时进行人群疏散,避免2014年外滩踩踏悲剧的再次重演;对于公共空间设计者(如机场、火车站、汽车站等)而言,旅客密度监控有利于帮助他们进行公共空间设计,优化问询台、安检口、值机口等人群稠密区域,尽量疏散人群,预防安全事件发生;对于商场从业者而言,分析人流量可以帮助分析消费者购买商品的意愿,优化商铺/商品布局,使得经营效益最大化。
目前机场通用的旅客密度估计方法采用的是Wi-Fi、移动通讯信号等方式进行采集,但是均无法真实反映旅客人数,均为估算结果,这就导致数据不准确、无法及时发现安全隐患等问题,因此,民航机场急需寻求其他更直观准确的检测统计方案,为航站楼安防与服务提供更优质的支撑。
随着近年来机器视觉技术及硬件的飞速发展,使基于视觉的旅客密度检测成为了可能,而且基于民航机场的安防设置,航站楼内早已实现了全区域的视频覆盖,为基于视觉的旅客密度检测提供了先决条件。因此,本文针对机场航站楼环境下的旅客密度检测系统展开研究,以实现航站楼各区域旅客人群密度的实时评估,协助完成人群疏导,提高空间利用率,预防安全事件的发生,提高乘客满意度。
2 系统功能需求
航站楼旅客密度检测系统主要功能包括:
2.1 密度检测
经研究发现,当客流密度达到7.5 人/平方米时,发生安全时间的几率将急剧增加,极易发生突发事件。因此,对航站楼内旅客密度进行监测与分析,通过智能视频分析手段检测视频场景中旅客密度,能够为机场航站楼管理单位提供及时有效的预警数据,及早进行人为干预,疏导人群,以防意外发生。
2.2 检测区域设置
航站楼处于安防级别的要求,实现了全域视频覆盖,但不可避免的会带来相应问题:
(1)单个摄像头视野范围有限;
(2)各个摄像头拍摄角度不同;
(3)摄像头之间或多摄像头视野重叠等问题,上述问题就导致需要对各摄像头采集到的视频进行预处理,明确各自检测范围,并以区域划分将各摄像头视野进行拼接处理。
2.3 预警阈值设定
航站楼是为旅客提供各项服务的综合体,对于不同的区域人流都有着不同的要求,与之对应的人群密度预警阈值也不尽相同,因此,系统需要根据场景区域的不同,设定不同的密度预警阈值,并且具备后期变更的功能。
2.4 抗干扰
干扰是基于视觉技术的系统始终要面临的难题,对于旅客密度检测而言,航站楼内的广告、高反光、倒影都会对检测系统带来干扰,不仅会带来误差的增加,也会导致计算量的大幅增加。因此在预处理阶段进行干扰区域剔除以及算法抗干扰性能优化就尤为重要。
3 系统搭建
3.1 系统设计
系统采用基于计算机视觉和深度学习的方法搭建人群密度估计平台,主要针对监控场景中的旅客进行密度估计及数量统计。采用基于VGG19 网络,其具有较快的前向推理速度,能够较好的保证实时性。训练过程在多个场景进行,包括公共场所,户外场所以及不同人流密度的场景,具有较强的鲁棒性,对于不同的监控场景都有较好的效果。系统流程如图1 所示。
3.2 系统设置
3.2.1 掩码绘制
在视频的实际使用过程中,往往包含一些并不值得关注的区域,如较大畸变的边缘区域、有部分物体遮挡的区域等,全图检测不仅会影响到检测效果,而且会引入不必要的算力消耗。因此,本系统设计了掩码绘制功能,如图2 所示。
由于监控场景往往是不变的,所以直接采用视频的首帧来作为掩码绘制的背景。掩码绘制界面采用类似涂鸦板的绘制方式,通过鼠标点击来进行涂抹,挡住不需要的区域,并提供掩码绘制线宽及擦除功能。
3.2.2 阈值设置
为辅助管理人员及时发现旅客密度过大区域,以便进行人为干预,避免突发事件发生,以及应对因不同的场合下对旅客密度管控预警要求的不同,本系统设计了旅客密度阈值设置功能。如图3 所示。
当旅客密度超出设定阈值后,视频将在相应的位置上标注红色方框进行提示,提醒安保人员注意该区域。
3.3 系统界面
界面右侧为密度热力图,颜色越趋近于红色说明人数越多。为了便于管理人员理解和使用热力图,设置了两种显示风格:即纯热力图显示及热力图叠加显示,如图4、5 所示。
图1:系统设计流程图
图2:掩码绘制功能
图3:阈值设置功能
图4:纯热力图显示
图5:热力图叠加显示
4 结论
本文在充分分析航站楼对于旅客密度检测需求的基础上,研究设计了一套基于深度学习的航站楼旅客密度分析系统,利用机场航站楼监控视频,实现航站楼各区域的旅客密度监测与分析任务,能为管理人员提供有效实时的航站楼各区域旅客密度数据,及时发现人群异常聚集区域,协同巡检人员疏导聚集旅客,提高航站楼安全保障效率。