栾永涛 柳晖 唐军波

摘 要：当今AI视频识别技术发展迅猛，被广泛应用到各个领域。当前，高速收费广场信息化建设中，定位技术及AI视频识别技术不可或缺，其能够实时监控人员流动情况，使现场视频图像更加清晰，为应急指挥、大数据采集及现场调度等提供了技术支持。本文简要介绍了北斗定位技术及AI视频识别技术相融合的高速收费广场智能监控关键技术，以期实现指挥监控对高速收费广场全覆盖，满足信息化建设要求，提高高速收费广场运营管理质量及效率，有效防范对高速收费广场的非法入侵。

关键词：AI视频识别技术;北斗定位技术;高速收费广场;非法入侵

中图分类号：TN967.1 文献标识码：A

0 引言

目前的收费广场大多是开放式的，很多的设备、设施都是非工作人员可以触碰到的，收费广场的人力有限，设备、设施的安全管控存在一定问题。伴随着卫星定位技术和人工智能及机器学习等各项技术的广泛研究与应用，可以通过人工智能技术以及基于北斗的人员定位技术实现收费广场区域的自动人员识别、重要区域的外来人员预警、区域内高温人员预警等，利用科学技术提高安全防范管控能力，加强收费广场的管理能力，保障设备、设施的安全性。

1 现有技术分析

1.1 监测方法

目前的AI智能监控算法主要基于HOG+SVM监测算法，由法国研究人员达拉尔2005年在CVPR发表的一篇论文所提出，并被融入到经典的OpenCV算法中，可以直接调用来实现对目标的监测。关于目标监测的实时性，目前通常采用多功能集成方法和级联分类器来获得更有效的测试结果。使用的特征包括Harry- Like、Hog、RBP、EDHET、CSS、COV、和Centrist等。

1.2 SSD网络

目前，常规目标判定算法如Faster R-CAN等存在运行速度较慢的缺点。本文中的高速收费广场智能监控系统采用SSD方法识别目标，其可以大大提高识别速度和精度。SSD内核算法采用卷积方法来预测一系列边界内的差分和偏差量，以及提高不同比例视频图像上的识别精度。SSD可以实现稳定的目标识别，能较好的保证监测精确度。

1.3 模型结构

初始网络层使用图像分类模型，称为基础网络，在此基础上，添加一些辅助结构：

（1） 多尺寸特征图检测： 在基础层后，添加一些卷积层，这些层的大小逐渐减小，可以进行多尺度预测。（2） 卷积核进行预测： 每一个新添加的层，可以使用一系列的卷积核进行预测。对于一个大小为m × n、p通道的特征层，使用3 × 3的卷积核进行预测，在某个位置上预测出一个值，该值可以是某一类别的得分，也可以是相对于先验框的偏移量，并且在图像的每个位置都将产生一个值。（3） 边界框： 在特征图的每个位置预测 K 个框。对于每个框，预测 C 个类别得分，以及相对于边界框 4个偏移值，这样需要（C + 4）× k 个预测器，在 m × n 的特征图上将产生（C + 4）× k × m × n 个预测值。

模型在建构之后需要进行模型训练。在模型训练过程中，首先判断在训练画面中的真实背景。确定预设的哪一个复选框符合实际目标，进而匹配负责预测的前复选框。为了最大限度地平衡正负两个样本，SSD选择了负样本，根据可靠性偏差（背景预测的可靠性越低，错误越多）选择错误较大的TOP-K作为训练的负样本，为了保证正负样品比约为1∶3，预测过程比较简单。对于每个预测单元，首先确定信度和可靠性，然后在后台的预测范围内过滤。然后过滤低可靠性阈值预测模块（如0.5）。以先验块为基础获取其真实位置参数，解码后降低基于可靠性的序列，只保留顶级K（400）预测框架。最后，为了获得结果，设计了NMS算法，为较大的重叠预测框架提供过滤。

2 北斗卫星精准定位+图像生物特征AI分析技术

采用北斗卫星精准定位技术，通过给内部工作人员佩戴统一的电子定位胸牌，通过北斗卫星精准定位，定位精度可以高达0.5米。同一区域内多人同时出现，也同样能够精确到具体的人员。

图像生物特征AI分析技术，不是依据穿戴的服装来识别，而是通过人的生物特性来识别，例如，人的体态习惯、步伐的大小、步伐的频率、胖瘦身高等生物都有的因数来识别。目前该技术国外还没有成熟的解决方案，国内公安领域有提出但是没有应用案例，该技术市场前景可观，优点明显，不仅不受天气、光线、角度等影响，而且生物特征是生物的唯一特征，不容易模仿和篡改，可靠性较强，极具说服力。

3 收费广场智能监控系统的结构和主要功能

3.1 监控中心

建立监控中心需要配备计算机系统与AI智能视频监视设备，结合综合智能控制台和报警系统等。主要通过AI视频识别来实现收费广场周围环境的自动检测，配合北斗人员定位技术实现对不同人员身份的视频识别等功能。监控中心还可以通过实现科学环境诱导和综合信息发布系统等先进的技术手段，以便于及时地发现与快速处理高速收费广场所发生的各类非法闯入事件，确保收费广场的安全运行。

（1）实现重点区域、指定区域的内部工作人员和外部非工作人员的数量统计，实时监控外部非法人员入侵。（2）实现外部人员入侵预警，实时报警，并针对入侵的非法人员通过现场语音广播等方式進行警告并驱离，达到安全管控的目的。

3.2 基础支撑环境设计

（1）设备配置要求。根据收费广场现场实际范围、面积、需求等配置摄像机的数量，以便实现重点区域、指定区域的监控。根据现场实际工作人员数量确定佩戴电子胸牌的数量。（2）服务器技术要求。服务器是高速收费广场非法人员入侵分析监控平台的关键设备，实现数据采集、存储、远传等功能，需要所配置的服务器应该具有良好的系统开放性、可扩展性、网络响应能力以及负载能力，并且服务器要适应长时间可持续的正常运行，需要既有可靠性和易维护性。

3.3 实现的主要功能

（1）实现重点区域、指定区域的内部工作人员和外部非工作人员的数量统计，实时监控外部非法人员入侵。（2）实现外部人员入侵预警，实时报警，并针对入侵的非法人员通过现场语音广播等方式进行警告并驱离，达到安全管控的目的。

3.4 北斗定位方案网络拓扑图

系统以北斗卫星定位技术为依托，通过摄像机和电子胸牌终端设备，采集监控并统计重点区域、指定区域的人员数量，识别外部入侵人员，并实时报警，接收卫星信号通过运营商基站数据远传到上层应用层，在WEB端界面进行展示，通过对外部人员非法入侵分析监控，对于入侵的非法人员，使用语音广播进行警告并驱离，实现收费广场的安全管控。

3.5 系统概述

高速收费广场非法人员入侵分析监控平台是卫星精准定位+图像生物特征AI分析技术相融合的“人工智能人员识别技术”。应用于收费广场安全预警与收费广场安全管控的實际业务场景中。具体解决方案如下：

（1）工作人员佩戴胸牌，通过北斗卫星的精准定位，获取工作人员的精准地理位置数据。（2）通过图像的视频生物特征识别AI技术，用大数据进行学习和分析，判断识别人物，建立生物特征的模型。（3）把卫星精准定位的位置信息，融合到视频图像中，使之直观辨别非法人员和工作人员。（4）通过上述步骤对于现场人员的比对分析，对识别出的非法人员进行广播驱离，实现现场管控的目的。

系统由北斗差分基站、采集定位终端、软件系统三大部分构成：（1）北斗差分基站：地面CORS基站以及数据中心，实时将差分数据发送到终端设备，通过在终端设备中解算来得到高精度的定位信息。（2）采集定位终端：包括图像识别设备和便携式电子胸牌，主要实现区域内人员数量统计、精准定位、上传位置信息等功能。（3）智能软件系统：实时监测目标区域内外部人员数量、位置信息等，当发生外部人员非法入侵时，系统自动报警。

4 收费广场智能监控系统防非法闯入实验

根据实验工作总体设计目标结合用户现有需求，以及实验场地、实验软硬件实际情况，工作人员佩戴电子工牌，依托北斗卫星通信系统，进行现场工作人员数量的统计，区分工作人员和非法入侵人员，从而得出非法入侵人员数量，自动实时报警，自动分析判断非法入侵行为并下发相应指令，并进行广播驱离。

普通视频监控系统在实验中，往往出现只能在一定概率上识别人员的情况，因为没有自动报警系统，当监控室人员短暂离岗时，监控出现人员无法发出警告，报警成功率50%左右。而本文的智能监控系统可把报警成功率提升至90%。在人员识别场景下，普通视频监控系统的识别成功率仅为30%，而采用基于北斗定位管理人员识别技术的智能监控系统的识别成功率同样可达90%。后期可以通过AI识别技术提高目标识别准确率，未来还可以引入机器学习技术对本智能监控系统进行迭代升级。

5 结论

高速收费广场智能监控系统，通过对周围环境及人员的智能化监控，对于随时发生的非法闯入事件能够积极预防，及时发现，迅速应对。本文基于AI视频识别与北斗定位技术的智能监控系统较普通视频监控识别，在不同场景下的识别准确率均可提高至90%以上。该监控系统的使用能够真正保障高速收费广场实现安全、便利和舒适运营的功能设计初衷。而且，建立基于AI视频识别与北斗定位技术的智能监控系统以后，还能够迅速提升收费广场综合管理的科技含量，从而有效地降低系统运营的成本，从而实现高速收费广场的高效安全运营和智能化管理理念。

参考文献：

[1]王进.车载GPS动态监控与智能交通平台[J].民营科技，2019（7）：30.

作者简介：栾永涛（1986—），男，山东烟台人，本科，研究方向：公路机电。