CN115578697A - 一种基于视频分析的车站智能客流监控系统 - Google Patents

一种基于视频分析的车站智能客流监控系统 Download PDF

Info

Publication number
CN115578697A
CN115578697A CN202210412553.2A CN202210412553A CN115578697A CN 115578697 A CN115578697 A CN 115578697A CN 202210412553 A CN202210412553 A CN 202210412553A CN 115578697 A CN115578697 A CN 115578697A
Authority
CN
China
Prior art keywords
passenger flow
station
passenger
module
camera
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210412553.2A
Other languages
English (en)
Inventor
蔡昌俊
俞军燕
陆桥
陈希隽
龚小聪
胡天祥
彭伟泽
叶红霞
黎志华
许景权
方特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Metro Group Co Ltd
Original Assignee
Guangzhou Metro Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Metro Group Co Ltd filed Critical Guangzhou Metro Group Co Ltd
Priority to CN202210412553.2A priority Critical patent/CN115578697A/zh
Priority to PCT/CN2022/105999 priority patent/WO2023201911A1/zh
Publication of CN115578697A publication Critical patent/CN115578697A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2474—Sequence data queries, e.g. querying versioned data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477—Temporal data queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • G06F16/784—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7847—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/44—Event detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Library & Information Science (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Alarm Systems (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明公开了一种基于视频分析的车站智能客流监控系统，包括客控调度指挥平台、摄像机、线网调度指挥系统和车站调度指挥系统，所述客控调度指挥平台上设有客流引导模块，所述摄像机与客控调度指挥平台连接，所述线网调度指挥系统与客控调度指挥平台连接，所述车站调度指挥系统与客控调度指挥平台连接。本发明属于车站客流监控技术领域，具体是一种具备智能化属性，支持多专业业务协同和能力演进，以及开发完成后容易进行改动的优点，运用人工智能实时客流计算算法、人工智能客流预测算法和人工智能地铁APP用户位置算法，具有客流预测、实时客流监控、客流人数统计、客流密度分析和卷帘门下人体检测等功能的车站智能客流监控系统。

Description

一种基于视频分析的车站智能客流监控系统
技术领域
本发明属于车站客流监控技术领域，具体是指一种基于视频分析的车站智能客流监控系统。
背景技术
基于城市轨道交通主流的系统集成产品大多以实现特定功能为目标，不具备从感知、反应、学习到进化的智能化属性，大多是单系统自我生长，不支持多专业业务协同和能力演进，属于定制化系统，在系统开发完成后难以改动；客流监控系统作为城市轨道交通系统中的一个重要组成部分，在近年来得到了广泛的应用，传统的客流监控系统主要依赖人工实时进行监视，需要消耗大量的人力，当人长时间对多个显示器进行观察时，容易导致注意力分散，从而错过大量的有效信息，当乘客做出有可能威胁到公共安全的异常行为时，难以及时发现和报警；同时，传统的客流监控系统不具备实时客流人数统计和客流预测的功能，当需要对客流人数进行统计时，需要翻看历史监控并通过人工进行清点，不仅费时费力，且只能对以往的人流人数进行统计，难以对当前的客流人数进行实时统计，从而影响了对客流密度的分析，当需要预测客流量时，大都凭借以往的经验进行推测，而推测的客流量与实际的客流量之间往往存在有较大的差别，准确性较低；传统的客流监控系统不具有卷帘门下人体检测、设备温度监控、超低照度监控和禁区监测功能，容易对客流监控过程带来不利影响。
发明内容
针对上述情况，为克服现有技术的缺陷，本发明提供了一种基于视频分析的车站智能客流监控系统，具备从感知、反应、学习到进化的智能化属性，支持多专业业务协同和能力演进，具有在系统开发完成后容易进行改动的优点，运用了人工智能实时客流计算算法、人工智能客流预测算法和人工智能地铁APP用户位置算法，具有客流人数统计、客流密度分析、卷帘门下人体检测、设备温度监控、超低照度监控、禁区监测、乘客异常监控和乘客异常监控报警的功能，能够进行客流预测和实时客流监控。
本发明采取的技术方案如下：本发明提供的基于视频分析的车站智能客流监控系统，包括客控调度指挥平台、摄像机、线网调度指挥系统和车站调度指挥系统，所述客控调度指挥平台上设有客流引导模块，所述摄像机与客控调度指挥平台连接，所述线网调度指挥系统与客控调度指挥平台连接，所述车站调度指挥系统与客控调度指挥平台连接，所述客流引导模块用于人工智能实时客流计算算法、人工智能客流预测算法和人工智能地铁APP用户位置算法。
作为本方案的进一步改进，所述摄像机包括客流统计摄像机、黑光摄像机和热成像摄像机，所述摄像机上设有禁区监测模块、乘客异常监控模块和乘客异常监控报警模块，所述客流统计摄像机上设有检测和跟踪模块，所述客流统计摄像机上设有卷帘门下人体检测模块，所述黑光摄像机上设有超低照度监控模块，所述热成像摄像机上设有设备温度监测模块。
优选地，所述线网调度指挥系统包括大屏客流分布板块、大屏车站地图板块和大屏消息板块。
其中，所述线网调度指挥系统优选大屏线网调度指挥系统。
进一步地，所述大屏客流分布板块包括实时客流计算模块、预测客流模块和客流概览模块，所述大屏车站地图板块包括重点区域车站热力图模块和人脸视频数据和视频客流量数据模块，所述重点区域车站热力图模块用于展示客流热力图。
优选地，所述车站调度指挥系统包括车站大屏客流情况板块、车站大屏设施设备板块和车站大屏消息板块，所述车站大屏客流情况板块上设有客流热力图及客流数据方框展示模块，所述客流热力图及客流数据方框展示模块用于同时展示客流热力图和客流数据方框。
其中，所述车站调度指挥系统优选平板电脑。
作为本方案的进一步改进，客流引导模块执行人工智能实时客流计算算法的数据处理步骤：实时客流信息统一从Kafka接入；
(1)运行ETL时序
(2)进行有效数据筛选
(3)对同一时段的重复数据进行处理
(4)进行数据缺失判断，以确定是否保存统计结果
(5)进行粒度统计
(6)结果保存
(7)删除无用的历史数据
作为本方案的进一步改进，客流引导模块执行人工智能客流预测算法的数据处理步骤：预测客流信息统一从Kafka接入；
(1)运行ETL时序
(2)进行有效数据筛选
(3)对同一时段的重复数据进行处理
(4)进行粒度统计
(5)删除无用的历史数据
(6)结果保存
作为本方案的进一步改进，客流引导模块执行人工智能地铁APP用户位置算法的数据处理步骤：用户位置信息统一从Kafka接入；
(1)运行ETL时序
(2)进行有效数据筛选
(3)计算用户与每个站点的距离
(4)结果保存
采用上述方案本发明取得的有益效果如下：
(1)通过客流统计摄像机的检测和跟踪模块对视频图像中静止或行走的不同姿态的行人进行检测和跟踪，以获得指定时段和指定区域内的人群流动量，并通过客流引导模块执行人工智能实时客流计算算法对客流人数进行统计，从而实现实时客流人数统计的功能。
(2)将计算出的客流人数统计数据传输至重点区域车站热力图模块，并以客流热力图的形式直观地展示出来，从而便于工作人员进行客流密度分析。
(3)通过客流引导模块执行人工智能客流预测算法，从而展现出未来时间段(例如15分钟、30分钟、1小时、6小时、12小时和24小时)的进站人数和出站人数的预测数据以及环比增长率，以实现客流预测的功能。
(4)本方案通过客流引导模块执行人工智能地铁APP用户位置算法以计算出用户与每个站点的距离，在通过客流引导模块进行客流引导时，能够向进出地铁站的乘客和打开App时距离地铁站半径3公里内的乘客推送客流控制信息。
(5)本方案通过设置卷帘门下人体检测模块以实现卷帘门下人体检测的功能，在关闭卷帘门前，卷帘门下人体检测模块会检测卷帘门的下方是否有人，若检测到卷帘门下方有人，会自动报警，并停止对卷帘门的关闭操作，以避免发生夹人的状况。
(6)本方案通过热成像摄像机上的设备温度监测模块执行设备温度监测的功能，在使用时，对电池房内的设备温度进行监控，当温度超过阈值时，会给出告警提示，以避免因烧坏设备而带来的不利影响。
(7)针对晚上室外风亭和列车隧道口等光线较弱环境，本方案通过黑光摄像机上的超低照度监控模块执行超低照度监控功能，以实现全天候彩色监控，避免了因光线较弱导致的监控效果不理想的状况。
(8)本方案通过摄像机上的禁区监测模块执行禁区监测功能，划定一块区域，当乘客误入时会发出预警信号进行提醒，并及时告知工作人员，从而保证了乘客的人身安全。
(9)本方案通过设置乘客异常监控模块和乘客异常监控报警模块实现乘客异常监控和乘客异常监控报警功能，对人群中发生的的剧烈运动、重点人员起身、攀高、放风场滞留等存在危险的异常行为进行监控，当检测到异常行为发生时，会对发生异常行为的乘客进行告警，并通过客控调度指挥平台将信息传送到线网调度指挥系统和车站调度指挥系统，使工作人员第一时间得知消息，并及时对乘客的异常行为进行处理。
附图说明
图1为本发明提供的一种基于视频分析的车站智能客流监控系统的信号传输的原理框图；
图2为本发明提供的一种基于视频分析的车站智能客流监控系统的操作原理框图；
图3为实时客流计算模块执行人工智能实时客流计算算法的数据处理步骤的流程图；
图4为实时客流计算模块执行人工智能客流预测算法的数据处理步骤的流程图；
图5为实时客流计算模块执行人工智能地铁APP用户位置算法的数据处理步骤的流程图；
图6为线网调度指挥系统的实验运行示意图。
其中，100、客控调度指挥平台，101、客流引导模块，200、摄像机，210、禁区监测模块，220、乘客异常监控模块，230、乘客异常监控报警模块，201、客流统计摄像机，2011、检测和跟踪模块，2012、卷帘门下人体检测模块，202、黑光摄像机，2021、超低照度监控模块，203、热成像摄像机，2031、设备温度监测模块，300、线网调度指挥系统，301、大屏客流分布板块，3011、实时客流计算模块，3012、预测客流模块，3013、客流概览模块，302、大屏车站地图板块，3021、重点区域车站热力图模块，3022、人脸视频数据和视频客流量数据模块，303、大屏消息板块，400、车站调度指挥系统，401、车站大屏客流情况板块，4011、客流热力图及客流数据方框展示模块，402、车站大屏设施设备板块，403、车站大屏消息板块。
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
参阅图1，本发明提供的基于视频分析的车站智能客流监控系统，包括客控调度指挥平台100、摄像机200、线网调度指挥系统300和车站调度指挥系统400，所述客控调度指挥平台100上设有客流引导模块101，所述摄像机200与客控调度指挥平台100连接，所述线网调度指挥系统300与客控调度指挥平台100连接，所述车站调度指挥系统400与客控调度指挥平台100连接，所述客流引导模块101用于人工智能实时客流计算算法、人工智能客流预测算法和人工智能地铁APP用户位置算法。
参阅图1，所述摄像机200包括客流统计摄像机201、黑光摄像机202和热成像摄像机203，所述摄像机200上设有禁区监测模块210、乘客异常监控模块220和乘客异常监控报警模块230，所述客流统计摄像机201上设有检测和跟踪模块2011，所述客流统计摄像机201上设有卷帘门下人体检测模块2012，所述黑光摄像机202上设有超低照度监控模块2021，所述热成像摄像机203上设有设备温度监测模块2031。
参阅图1，所述线网调度指挥系统300包括大屏客流分布板块301、大屏车站地图板块302和大屏消息板块303，所述线网调度指挥系统300优选大屏线网调度指挥系统，所述大屏客流分布板块301包括实时客流计算模块3011、预测客流模块3012和客流概览模块3013，所述大屏车站地图板块302包括重点区域车站热力图模块3021和人脸视频数据和视频客流量数据模块3022，所述重点区域车站热力图模块3021用于展示客流热力图。
参阅图1，所述车站调度指挥系统400包括车站大屏客流情况板块401、车站大屏设施设备板块402和车站大屏消息板块403，所述车站大屏客流情况板块401上设有客流热力图及客流数据方框展示模块4011，所述客流热力图及客流数据方框展示模块4011用于同时展示客流热力图和客流数据方框，所述车站调度指挥系统400优选平板电脑。
参阅图3，客流引导模块101执行人工智能实时客流计算算法的数据处理步骤：
实时客流信息统一从Kafka接入；
(1)运行ETL时序
(2)进行有效数据筛选
(3)对同一时段的重复数据进行处理
(4)进行数据缺失判断，以确定是否保存统计结果
(5)进行粒度统计
统计粒度说明：粒度划分按自然时间进行划分，分为15分钟、30分钟、1小时、6小时、12小时和24小时。
(6)结果保存
(7)删除无用的历史数据
参阅图4，客流引导模块101执行人工智能客流预测算法的数据处理步骤：
预测客流信息统一从Kafka接入；
(1)运行ETL时序
(2)进行有效数据筛选
(3)对同一时段的重复数据进行处理
(4)进行粒度统计
统计粒度说明：粒度划分按自然时间进行划分，分为15分钟、30分钟、1小时、6小时、12小时和24小时。
(5)删除无用的历史数据
(6)结果保存
参阅图5，客流引导模块101执行人工智能地铁APP用户位置算法的数据处理步骤：
用户位置信息统一从Kafka接入。
(1)运行ETL时序
(2)进行有效数据筛选
(3)计算用户与每个站点的距离
(4)结果保存
具体使用时，当需要统计实时客流人数时，本方案通过客流统计摄像机201的检测和跟踪模块2011对视频图像中静止或行走的不同姿态的行人进行检测和跟踪，以获得指定时段和指定区域内的人群流动量，并通过客流引导模块101执行人工智能实时客流计算算法对客流人数进行统计，从而实现实时客流人数统计的功能；当需要对客流密度进行分析时，本方案将计算出的客流人数统计数据传输至重点区域车站热力图模块3021，并以客流热力图的形式直观地展示出来，从而便于工作人员进行客流密度分析；为实现客流预测的功能，本方案通过客流引导模块101执行人工智能客流预测算法，从而展现出未来时间段(例如15分钟、30分钟、1小时、6小时、12小时和24小时)的进站人数和出站人数的预测数据以及环比增长率，以实现客流预测的功能；在通过客流引导模块101进行客流引导时，本方案通过客流引导模块101执行人工智能地铁APP用户位置算法以计算出用户与每个站点的距离，，并向进出地铁站的乘客和打开App时距离地铁站半径3公里内的乘客推送客流控制信息；为避免出现卷帘门夹人的状况，本方案通过设置卷帘门下人体检测模块2012以实现卷帘门下人体检测的功能，在关闭卷帘门前，卷帘门下人体检测模块2012会检测卷帘门的下方是否有人，若检测到卷帘门下方有人，会自动报警，并停止对卷帘门的关闭操作；为避免因烧坏设备而带来的不利影响，本方案通过热成像摄像机203上的设备温度监测模块2031执行设备温度监测的功能，在使用时，对电池房内的设备温度进行监控，当温度超过阈值时，会给出告警提示，以避免因烧坏设备而带来的不利影响；为避免因光线较弱导致的监控效果不理想的状况，针对晚上室外风亭和列车隧道口等光线较弱环境，本方案通过黑光摄像机202上的超低照度监控模块2021执行超低照度监控功能，以实现全天候彩色监控，保证了监控效果；为避免因乘客误入禁区而发生危险，本方案通过摄像机200上的禁区监测模块210执行禁区监测功能，划定一块区域，当乘客误入时会发出预警信号进行提醒，并及时告知工作人员，从而保证了乘客的人身安全；本方案通过设置乘客异常监控模块220和乘客异常监控报警模块230实现乘客异常监控和乘客异常监控报警功能，对人群中发生的的剧烈运动、重点人员起身、攀高、放风场滞留等存在危险的异常行为进行监控，当检测到异常行为发生时，会对发生异常行为的乘客进行告警，并通过客控调度指挥平台100将信息传送到线网调度指挥系统300和车站调度指挥系统400，使工作人员第一时间得知消息，并及时对乘客的异常行为进行处理。
作为本方案的另一具体实施例，参阅图2，WEB操作端通过网络与智能客流监控系统相连接，同时，管理人员可以通过WEB操作端对智能客流监控系统进行控制，移动操作端通过网络与智能客流监控系统相连接，用户可通过移动操作端上的地铁app获取智能客流监控系统发布的信息，即视操作端具有实时监控、历史回放、电子地图、禁区监控、告警管理和视频浓缩等功能，即视操作端通过网络与智能客流监控系统相连接，工作人员通过即视操作端对智能客流监控系统进行控制，并通过即视操作端获取获取智能客流监控系统发布的信息。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
以上对本发明及其实施方式进行了描述，这种描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。

Claims (10)

1.一种基于视频分析的车站智能客流监控系统，其特征在于：包括客控调度指挥平台(100)、摄像机(200)、线网调度指挥系统(300)和车站调度指挥系统(400)，所述客控调度指挥平台(100)上设有客流引导模块(101)，所述摄像机(200)与客控调度指挥平台(100)连接，所述线网调度指挥系统(300)与客控调度指挥平台(100)连接，所述车站调度指挥系统(400)与客控调度指挥平台(100)连接，所述客流引导模块(101)用于人工智能实时客流计算算法、人工智能客流预测算法和人工智能地铁APP用户位置算法。
2.根据权利要求1所述的一种基于视频分析的车站智能客流监控系统，其特征在于：所述摄像机(200)包括客流统计摄像机(201)、黑光摄像机(202)和热成像摄像机(203)，所述摄像机(200)上设有禁区监测模块(210)、乘客异常监控模块(220)和乘客异常监控报警模块(230)，所述客流统计摄像机(201)上设有检测和跟踪模块(2011)，所述客流统计摄像机(201)(200)上设有卷帘门下人体检测模块(2012)，所述黑光摄像机(202)上设有超低照度监控模块(2021)，所述热成像摄像机(203)上设有设备温度监测模块(2031)。
3.根据权利要求2所述的一种基于视频分析的车站智能客流监控系统，其特征在于：所述线网调度指挥系统(300)包括大屏客流分布板块(301)、大屏车站地图板块(302)和大屏消息板块(303)。
4.根据权利要求3所述的一种基于视频分析的车站智能客流监控系统，其特征在于：所述线网调度指挥系统(300)为大屏线网调度指挥系统(300)。
5.根据权利要求4所述的一种基于视频分析的车站智能客流监控系统，其特征在于：所述大屏客流分布板块(301)包括实时客流计算模块(3011)、预测客流模块(3012)和客流概览模块(3013)，所述大屏车站地图板块(302)包括重点区域车站热力图模块(3021)和人脸视频数据和视频客流量数据模块(3022)，所述重点区域车站热力图模块(3021)用于展示客流热力图。
6.根据权利要求5所述的一种基于视频分析的车站智能客流监控系统，其特征在于：所述车站调度指挥系统(400)包括车站大屏客流情况板块(401)、车站大屏设施设备板块(402)和车站大屏消息板块(403)，所述车站大屏客流情况板块(401)上设有客流热力图及客流数据方框展示模块(4011)，所述客流热力图及客流数据方框展示模块(4011)用于同时展示客流热力图和客流数据方框。
7.根据权利要求6所述的一种基于视频分析的车站智能客流监控系统，其特征在于：所述车站调度指挥系统(400)为平板电脑。
8.根据权利要求1所述的一种基于视频分析的车站智能客流监控系统，其特征在于：所述客流引导模块(101)执行人工智能实时客流计算算法的数据处理步骤：实时客流信息统一从Kafka接入；
(1)运行ETL时序；
(2)进行有效数据筛选；
(3)对同一时段的重复数据进行处理；
(4)进行数据缺失判断，以确定是否保存统计结果；
(5)进行粒度统计；
(6)结果保存；
(7)删除无用的历史数据。
9.根据权利要求1所述的一种基于视频分析的车站智能客流监控系统，其特征在于：所述客流引导模块(101)执行人工智能客流预测算法的数据处理步骤：预测客流信息统一从Kafka接入；
(1)运行ETL时序；
(2)进行有效数据筛选；
(3)对同一时段的重复数据进行处理；
(4)进行粒度统计；
(5)删除无用的历史数据；
(6)结果保存。
10.根据权利要求1所述的一种基于视频分析的车站智能客流监控系统，其特征在于：所述客流引导模块(101)执行人工智能地铁APP用户位置算法的数据处理步骤：用户位置信息统一从Kafka接入；
(1)运行ETL时序；
(2)进行有效数据筛选；
(3)计算用户与每个站点的距离；
(4)结果保存。
CN202210412553.2A 2022-04-19 2022-04-19 一种基于视频分析的车站智能客流监控系统 Pending CN115578697A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210412553.2A CN115578697A (zh) 2022-04-19 2022-04-19 一种基于视频分析的车站智能客流监控系统
PCT/CN2022/105999 WO2023201911A1 (zh) 2022-04-19 2022-07-15 一种基于视频分析的车站智能客流监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210412553.2A CN115578697A (zh) 2022-04-19 2022-04-19 一种基于视频分析的车站智能客流监控系统

Publications (1)

Publication Number Publication Date
CN115578697A true CN115578697A (zh) 2023-01-06

Family

ID=84580019

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210412553.2A Pending CN115578697A (zh) 2022-04-19 2022-04-19 一种基于视频分析的车站智能客流监控系统

Country Status (2)

Country Link
CN (1) CN115578697A (zh)
WO (1) WO2023201911A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117172513B (zh) * 2023-11-03 2024-02-02 北京市运输事业发展中心 基于大数据的综合交通枢纽运力调度系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007290638A (ja) * 2006-04-27 2007-11-08 Hitachi Ltd 旅客誘導システム
US20100299177A1 (en) * 2009-05-22 2010-11-25 Disney Enterprises, Inc. Dynamic bus dispatching and labor assignment system
CN106897838A (zh) * 2017-01-24 2017-06-27 北京万相融通科技股份有限公司 一种车站客流压力预测与统计分析方法及其系统
CN110705747A (zh) * 2019-08-27 2020-01-17 广州交通信息化建设投资营运有限公司 一种基于大数据的智慧公共交通云脑体系
CN112583769A (zh) * 2019-09-30 2021-03-30 比亚迪股份有限公司 车站的运行监控系统
CN112837201A (zh) * 2019-11-22 2021-05-25 南京行者易智能交通科技有限公司 一种精准数据驱动的资源配置智能化系统
CN112598182B (zh) * 2020-12-25 2022-11-29 卡斯柯信号有限公司 一种轨道交通智能调度方法及系统

Also Published As

Publication number Publication date
WO2023201911A1 (zh) 2023-10-26

Similar Documents

Publication Publication Date Title
CN207096762U (zh) 智慧化工地监控系统
CN110158648A (zh) 一种城市地下综合管廊运维监控管理系统
CN213518557U (zh) 一种城市消防物联网监控管理系统
CN207301006U (zh) 智慧工地管控平台的环境综合监测系统
CA3138516A1 (en) Machine learning motion sensing with auxiliary sensors
CN111443609B (zh) 一种基于物联网的实验室环境自适应调节方法
CN112288984A (zh) 基于视频融合的三维可视化无人值守变电站智能联动系统
CN105763853A (zh) 一种公共区域拥挤、踩踏事件应急预警方法
CN113298444A (zh) 基于私有云的电力安全智能管控平台
CN206058444U (zh) 一种中长隧道火警、视频联动消防监测及报警系统
CN107403158A (zh) 一种人员在岗视频识别方法及智能用户信息传输装置
CN112820013A (zh) 一种基于物联网的智慧园区管理系统
CN105913029A (zh) 一种人流量数据分析、预警与展现系统
CN111569346A (zh) 一种智能灭火器远程监控及管理系统
CN109741569A (zh) 智能立体车库火灾预警处置系统及方法
CN106089305A (zh) 一种井下实时监控与人员定位系统
US11580833B2 (en) Camera detection of human activity with co-occurrence
CN112634579A (zh) 一种变电站安防预警联动系统
CN115578697A (zh) 一种基于视频分析的车站智能客流监控系统
CN112598352A (zh) 库房管控方法、系统、装置及计算机可读存储介质
CN116468248A (zh) 一种智慧园区综合运维一体化管理平台
CN113409538A (zh) 一种智能远程监控预警管理系统
CN210222962U (zh) 一种智能电子围栏系统
CN208766308U (zh) 放射源监控机构及系统
CN206292788U (zh) 基于物联网的公共卫生间管理系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication