一、現狀概（gài）述

 1、站台出入口現狀

   隨著社會的現代化和科（kē）技的不斷發展，火車出行人數不斷增加，火車出站口也給站台管理者帶來（lái）了很多（duō）的安全隱患。

   出站大（dà）門處設一（yī）名客運員進（jìn）行出站驗票作業時，當大量旅客密集出站時（shí），出站口客運員不能同時兼顧人工出站口和出（chū）站閘機。

 2、扶梯安全現狀
   隨著社（shè）會（huì）的現代化和科技的不斷發展，扶梯、電梯確實給人們帶來（lái）了很多便捷，可是也給人們帶來了很多的安全隱（yǐn）患，經常會出現以下安全事件：

Ø 非規範乘（chéng）梯：人員摔（shuāi）倒；人員逆行；人（rén）員擁堵；人員嬉戲；蹲坐（zuò）電梯；攀爬扶手；

Ø 危險（xiǎn）物品：大件行李；嬰兒車；電動自行車等……。

3、高鐵站人群密度現（xiàn）狀

 車站售票廳或者候車室都是屬於（yú）人員流（liú）動量非常大（dà）的場所， 容易出現人群（qún）擁擠而產生的安全事故。

  針對出現的安全事件,我公司推出高鐵站智能監測預警係統，采用公司AI智能分析識別預警係統，支持站台兩端旅客（kè）穿越預警、站台排隊越黃線預警、出（chū）站口人員逆行報警係統（tǒng）、扶梯人員跌倒和行李跌落預警和候車廳人員密度監（jiān）測（cè）預警等功能。

二（èr）、係統功能

  係統設備實時檢（jiǎn）測（cè）高鐵出站口人員逆（nì）行預警，提示管理者及時阻（zǔ）止，可降低火車站安全事（shì）故。
  在出站口梯（tī）部署抖阴成人版AI智能分析識別預警（jǐng）攝像機，獲取出站及附近的畫麵，攝像機集成算法，分析旅客逆（nì）行等各類事件，將原始數據和算法產生的分析數據傳輸至（zhì）後台。當有旅客從出站（zhàn）口進（jìn）入時，能立即進行提示報警（jǐng），出站口客運員立即製止，防止旅客從出站口進入。實現對（duì）旅客逆行安全事件分析，實時（shí）預警周界區域（yù）內人員逆行事件。當有旅客逆行可對其自動識別，即對其抓拍告警圖片並現場聯動語音告警，也可以將當時抓拍的告警圖像傳輸到管理中心，在管理中（zhōng）心輸出報（bào）警信號（hào）。

  係（xì）統設備實時檢測電扶梯自身運行狀態，同時檢測電扶梯出（chū）入口及梯麵上人員及物品的異常事件並告警，提示管理者及時幹預或協助，可降低（dī）商場、地鐵、火車站（zhàn）等場景電（diàn）扶梯安全事故率，減少事故事件損失。
  在電扶梯部署抖阴成人版AI智能分析識別預警攝像機，獲取電扶梯上及附近的畫麵，攝像機（jī）集成“電扶梯狀態檢測”、“電扶梯事件檢（jiǎn）測”、“人（rén）員（yuán）擁堵檢測”算（suàn）法，分析電扶梯停止、逆行、人員跌倒、行（háng）李跌落、入口擁堵等各類事件，將原（yuán）始數據和算（suàn）法產生的分析數據（jù）傳輸至後台。侯車廳區域扶梯區域當旅客（kè）在扶梯摔倒時（shí）能夠報警提示，可以及時（shí）處理；登乘扶梯人員攜帶較大行李（lǐ）跌落時，提示報警，實時統（tǒng）計（jì）扶梯上人員數量和密度，查過設置的警戒閥（fá）值（zhí）時進行警告。實現對扶梯安全事件分析，實時預警（jǐng）周（zhōu）界區域內人員安全事件（jiàn）。當有（yǒu）扶梯產（chǎn）生人員安全事件可對（duì）其自動（dòng）識別，即對（duì）其抓拍（pāi）告警圖（tú）片並現場聯動語音（yīn）告警，也可以將當時抓拍（pāi）的告警圖像傳輸到管理中心，在管理中心輸出報警信號。

      火（huǒ）車站售票廳或者候車室都是屬於人員流動量非（fēi）常大的（de）場所，車站統計客流量對於售票廳、候車室的進（jìn）出（chū）人數以（yǐ）及售票處（chù）排（pái）隊人數的統計，連接車站的大型（xíng）顯示屏（píng），可以使排隊人數一目（mù）了解，讓有需要購（gòu）票的人員可以選擇合適的隊列，有效的進行（háng）擁堵人群分流。當區域內人群密度達到係統（tǒng）預定閥值後，係統會立即觸發（fā）報警，立即觸發報警，通知車站管理人員做出應對措施。係統將引導車站管理者合理控製站台、站廳等重點場所的客流承載量（liàng）。

四、係統（tǒng）特點

  係統采用機器視覺（jiào）圖像感知技術（shù），通過人（rén）工智能深度學（xué）習技術，實現（xiàn）對人員逆行檢測分析（xī）識別，在機器視覺（jiào）圖像（xiàng）景中，通過人體識別算法建立圖像模型（xíng），完（wán）成自動檢測識別人體，並能以視覺（jiào）圖像智能分析精確區分幹擾物體。

  係統基於海量數據（jù）的深度學（xué）習，檢測實時視頻（pín）中的人體目標逆行，並（bìng）通過人體特征分析，準確（què）的識別人體目標。通過對人體特征的深度學習，對視頻中的目標進行檢測，係（xì）統采用目前先進的基（jī）於深度學習的目標檢測算（suàn）法。

  前端攝像機脫機使用（yòng），攝像機嵌（qiàn）入AI分析識別算法，同時支持聯動語音告警，不需要（yào）連接到監控中心（xīn）。