基于人群运动变化规律的异常行为检测算法

实时检测公共场所的群体异常行为对维护公共安全、保障人民群众的生命和财产安全具有重要意义。研究表明,当人群的动作行为按照一定规律变化时,人群是正常行为,反之则为异常行为。为此,文章挖掘视频中的人群运动变化规律,建立异常行为检测算法,对异常行为进行识别定位。该算法在UMN数据集和自建数据集上进行了性能评测,并与其他算法进行对比分析。实验结果证明了该算法在异常行为检测中的有效性。     

一种人群异常行为检测系统的设计与实现

针对城市轨道交通监控等方面的应用需求,设计并实现了一个人群异常行为检测系统.目前,大部分的监控系统只能进行运劝检测和跟踪,而本文设计的系统主要是对待检视频进行人群密度分析和人群运动分析,根据密度分析和运动分析得到的结果推断人群行为是否异常.其中密度分析部分主要是利用纹理特征分析结合支持向量机分类,实现了密度分级.运劝分析部分主要是改进传统的块匹配算法,再结合支持向量机分类,实现人群运动分析.     

地铁视频监控系统中的行人检测研究与应用

行人检测是智能监控技术的一项重要内容,为了快速准确地对地铁站内的行人进行检测,采用图像的梯度向量直方图(Histograms of Oriented Gradient,HOG)特征表征行人,并通过改进HOG特征的提取算法,加快了特征向量的提取速度。分类器使用支持向量机(SVM),针对大量行人和背景训练样本,提取HOG特征并训练SVM行人分类器。用训练得到的分类器对测试样本进行检测,实验表明,提出的方法具有较高的识别率和较强的普适性,并可以应用于实际地铁环境中。     

基于结构光3D测距技术的铁路旅客进出站尾随检测系统设计

铁路客运站进/出站场景人流量大、环境复杂，使得现有尾随检测方法误报率较高。为此，设计了铁路旅客进出站尾随检测系统，利用结构光3D测距技术、身份识别技术和行人检测技术，准确获取旅客间的相对距离。与现有尾随检测系统相比，所设计的系统可有效地检测旅客进出站场景下的尾随行为，显著提高了尾随情况的检出率。降低了旅客携带大件行李时的尾随误报率。     

基于视觉识别的自动扶梯多维感知系统设计

在自动扶梯安全事故中,乘客的不规范乘搭是造成客伤的主要原因.为了对乘客的不规范乘搭行为进行预警,提出了基于视觉识别的自动扶梯多维感知系统.该系统包括视觉识别子系统和自动扶梯智能联动运行子系统两部分.阐述了视觉识别系统的软件架构,以及人群密度提取、人体动作异常检测、行人检测与跟踪的视觉识别算法.根据视频控制装置得到的监测...     

变电站遥视系统中运动目标检测

根据无人值守变电站的实际要求,将智能视频监控技术引入到变电站的遥视系统中,实现了运动目标的自动检测.介绍了独立分量分析的基本理论和算法,并用快速独立分量分析(FastICA)方法对运动目标检测进行了试验,试验结果表明这是一种鲁棒性较强的运动目标检测方法.     

GSM-R网络异常越区切换分类及判决算法研究

GSM-R网络越区切换性能与高速铁路列车运行安全息息相关。在列车实际运营中,异常越区切换问题相比切换失败问题更为常见,但目前对其尚未有明确定义及有效的判决算法,也导致无法有效划分GSM-R小区,并分析其对行车的影响。基于GSM-R动态检测越区切换数据,结合列车位置与行驶方向,分析不同异常切换的特点,将异常切换问题分为提前切换、滞后切换、反向切换、重复切换、跨基站切换以及其他异常切换6类,并提出基于GSM-R网络基础数据库的异常越区切换判决算法,实现了列车异常越区切换自动识别和类型判定,以及以小区为单位的切换结果统计。结合实际动态检测数据对异常越区切换判决算法进行验证,依据实际案例分析不同类型异常切换的特征。实验结果表明,提出的异常越区切换分类标准具有合理性且判决算法具有准确性,为GSM-R通信小区的准确划分和异常切换的影响评估提供支撑。     

基于Faster R-CNN网络模型的铁路异物侵限检测算法研究

行人和车辆等异物侵入铁路周边限界内的情况严重威胁了行人自身安全及铁路行车安全。针对传统铁路异物检测算法识别精度不高、分类不明确和结果易受外界环境影响等缺点,提出了一种基于Faster R-CNN网络模型的铁路异物侵限检测算法,并对该模型做适应性改进以满足铁路异物检测的现实需要。提出将全连接层用全局平均池化层替代来减少参数量;通过增加锚点个数来提高对目标区域建议的精确性;引入迁移学习思想训练网络以解决铁路异物侵限数据匮乏问题。在铁路异物侵限视频数据集上进行测试表明,本算法对于人、车及部分动物的综合检测精确度达到了97.81%。     

基于半监督聚类的网络入侵检测算法

入侵检测是维护网络安全的重要技术手段之一.本文提出一种聚类算法:k-cubes,用于网络异常检测.算法采用基于网格的方法对网络连接数据进行预处理,然后以网格为数据处理单位进行聚类,在聚类过程中通过动态合并与分裂自动决定聚类的数目.在此基础上给出了半监督k-cubes聚类算法,并根据聚类的结果生成检测规则.k-cubes聚类算法适合处理高维并且含有多值字符属性的大数据量数据,同时具有输入参数少等特点.在KDD99入侵检测数据集上的实验结果显示,算法获得95.82%的检测率和1.25%的误报率,并且在识别新入侵的能力上,算法检测到17种新入侵中的15种.     

一种用于大型交通枢纽的跨摄像机行人再识别算法研究

跨摄像机行人再识别是大型交通枢纽安防监控的基本功能,它为后续行人跨摄像机跟踪和行为识别提供支持。由于交通枢纽内行人的外观特征受遮挡、运动形变和光照变化影响显著,且目前常用的行人再识别算法对上述影响因素的鲁棒性不太理想。因此,文章提出了一种适用于大型交通枢纽的跨摄像机行人再识别算法。该算法用1个图像序列代替单幅行人图像作为查询图像,同时,采用系统抽样方法将图像序列进行分组。然后以组为单元进行相似度计算,并将计算结果作为特征训练Adaboost分类器。最后综合各分类器输出结果来判断识别结果。在iLIDS和ETHZ两个具有挑战性的数据集上进行实验,结果表明文章提出的算法优于目前其他行人再识别算法。     

铁路客站地下进站流线设计研究

研究目的:一批日渐投入运营的新型铁路客站的设计日均小时发送量和高峰小时发送量均较高,使得铁路客站的流线设计得以重视。专为来自于地铁的换乘客流设计的"地下进站"流线无疑是缩短换乘流线的最佳模式。因此,研究和设计"地下进站"流线是必要的。研究结论:(1)铁路客站的流线模式向着"通过式"转变;(2)铁路客站地下进站设计应尽可能缩短旅客的换乘距离;(3)"地下进站"流线应考虑设计预留,并合理利用铁路客站有限的地下空间。     

从设计角度谈提高铁路客站旅客安全出行的几点措施

随着我国铁路科学、高效的发展与建设,铁路旅客站房也随即进入了高密度设计与投入使用时期。旅客站房作为一个重要的交通节点设施,为旅客的安全出行提供服务。其与城市各种交通方式接驳、换乘,客流量大、客流密集、流线复杂,安全问题尤为突出。以铁路旅客车站设计为出发点,从色彩系统、引导标识系统、细部构造3个方面阐述提高旅客安全出行的可能,从不同角度寻求解决措施,使旅客站房能够更为安全地服务大众。     

城轨新线客流成长期进出站量短时预测研究

为准确掌握城轨新线开通初期客流演化态势、提高运输组织合理性,针对新线客流变化不稳定、缺乏历史客流数据等问题,提出城轨新线客流成长期进出站量短时预测方法。通过对新线站点进出站量变化规律的分析,基于改进模糊C均值聚类算法,对考虑客流趋势相似性的城轨站点类型划分方法进行研究,并提出城轨新线站点历史数据库构建方法;基于趋势距离对近邻匹配机制进行优化,并根据多元统计回归对K近邻算法进行改进,提出新线站点客流成长期进出站量短时预测方法;结合广州地铁客流数据,对预测方法的有效性进行验证。研究结果显示:新线站点客流成长期内短时进、出站量平均预测效率较既有方法增加了35.68%、32.23%,预测精度较既有方法增加了38.32%、25.80%。     

基于时空网络的城际高速铁路列车开行方案优化方法

列车开行方案是有效利用铁路运输能力和提升服务质量的关键组织手段。基于城际铁路客流的时变特性,将时空网络方法引入城际列车开行方案决策,增加考虑客流出行时间信息,从而能更加全面评价所得方案。在构造开行方案时空网络图的基础上,以最小化包括列车运行成本、旅客旅行时间、旅客出发偏差时间和未上车惩罚和列车数量等的总成本为目标,考虑时空网络客流及列车流守恒、发车时间间隔和列车能力等约束,建立基于时空网络的城际高速铁路列车开行方案优化模型,并设计双层模拟退火算法进行求解,其中内层算法优化列车停站方案,外层算法优化列车起讫点、开行数量和始发时间。算例计算分析表明,所提方法能为城际铁路列车开行方案决策提供科学依据。     

铁路客运车站客流监测与预警系统

由于缺乏准确的实时客流数据,铁路客运车站的客运组织一直主要依靠经验来调配设备、人员等所需资源。为此,开发了铁路客运车站客流监测与预警系统,通过有效利用铁路客票预售数据、车站历史客流数据、旅客进出站实时数据、列车正晚点数据等相关数据,建立基于K均值聚类的支持向量回归机客流预测模型,实现车站每日进站客流、分时段进站客流、候车室客流的监测、预测及超限预警,方便车站工作人员随时掌握客流动态,及时根据客流变化进行设备和人员动态调配,更加精准、高效、安全、有序地开展车站客运组织作业,有助于改善车站客运服务水平,提升旅客出行体验。     

浅析铁路智能旅客车站系统的现状和发展

铁路客运车站作为实现综合交通线路一体化的重要节点,既是铁路旅客运输的基石,也是客运生产的信息源。随着大数据、人工智能等新技术的发展以及客运车站业务优化需求的激增,发展铁路智能客运车站将是大势所趋。本文基于对铁路智能旅客车站的研究和应用,提出了智能车站“一个核心,三大领域”的系统构成,并从出行服务、生产组织、安全保障三个方面分析了客运车站智能化的主要业务功能,展望未来智能车站系统的发展趋势,以期对铁路智能车站的建设提供参考。     

铁路客流总量预测方法研究

客流预测是铁路运输进行运力布局,产品调整的重要基础。预测的科学性、精确度将直接影响运输生产,因此努力提高客流预测的精度与可用性,是目前运输学科的一个热门研究领域。本文提出基于历史与预售的时间序列（HAP）预测方法对铁路客运中、短期客运总量进行预测分析,以预测铁路客流总量,控制预测误差。经过实际应用,验证了该方法的科学性和合理性。     

基于多条城市轨道交通与规划铁路枢纽站衔接的线站位研究

对于引入多条城市轨道交通的规划铁路枢纽站而言,研究综合换乘功能最优的线站位方案是两者衔接的前提和关键。分析城市轨道交通线路与铁路枢纽站间常见的2种线站位关系和5种衔接方式,以引入4条城市轨道交通的规划重庆东站为案例,基于其枢纽定位、周边规划及现状、线网规划及换乘需求,研究多条城市轨道交通与规划铁路枢纽站衔接的线站位方案。结果表明,两者的衔接应首先考虑换乘便捷,流线组织简单;其次考虑尽量减少对周边建筑物的影响。多条城市轨道交通同时引入时,考虑将与国铁换乘需求较大的线路车站置于国铁站房下方,以缩减与国铁换乘走行距离,同时尽量避免国铁站房下方只设置一条城市轨道交通,以更快疏散国铁突发客流,便于客流组织。然后将其余线路车站置于广场下方,以解决周边城市客流需求。     

基于数字孪生模型的铁路客运站应急响应仿真方案研究

客运站是铁路客运组织的重要场所,客运站内任何突发事件将带来不良社会影响。面对突发事件时,如何确保客运站现有的资源条件和响应机制,能够有效控制事态演化,是目前亟待解决的问题之一。文章在梳理铁路客运站应急响应业务基本流程的基础上,明确应急响应事前、事中、事后的仿真需求;采用数字孪生概念和方法,建立客运站数字孪生应急响应模型,设计客运站应急响应仿真软件主要功能,并重点对大面积晚点、大客流、火灾与暴恐等典型应急场景,细化仿真功能设计,为下一步开发客运站应急响应仿真及能力评估应用奠定基础。     

广西铁路客货站场布局研究分析

为更好地满足广西地区客货运量的发展需求,研究了广西近年来的铁路建设规划,并提出广西中长期铁路发展规划的设想。通过对广西区内铁路的客货站场布局及运量的分析,提出广西区内目前客货站场存在的问题,并对客货站场的布局提供了措施和建议,最后以南宁枢纽为例,进行了客货站场布局的调整,更好地发挥南宁枢纽的功能。