铁路客站视频监控运行状态巡视系统研究

胡雄伟 中国铁路上海局集团有限公司科研所

1 引言

近年来，随着中国铁路上海局集团有限公司运营线路的不断延伸和扩展，配套布置的视频监控点位也不断增加，视频监控系统的规模越来越大。依据2016年10月路局客运处统计数据，全局客运车站视频监控前端摄像机共计7 863个。如虹桥站、杭州东站及南京南站等大型铁路客站，摄像机数量在700～800个。铁路车站摄像机的大量部署极大提升了铁路安全运营的保障能力。

2016年，原上海铁路局发布《上海铁路局综合视频监控系统运用及维护管理办法》。系统对文中规定需定期抽查的视频图像丢失、图像质量差、视频图像不能回放、云镜控制功能失效等事件都能进行自动巡视与状态检测。根据上述需求，我所开发了铁路客站视频监控运行状态巡视系统。系统利用图像识别等技术对视频图像质量进行批量自动巡视、利用硬件检测技术对云台、变焦镜头及视频存储设备等硬件进行测试，及时反馈系统运行状态信息。

本系统的开发，在提高视频监控系统运行可靠性的同时，将极大减轻维护人员的作业量，对于减员增效、保障铁路安全运营具有重要意义。

2 系统设计

2.1 硬件结构设计

系统可同时支持模拟视频信号及数字视频信号。从监控网络获取视频信号后，利用视频诊断服务器完成视频诊断功能，利用Web服务器完成用户交互，利用数据服务器存储诊断结果和系统配置。依据用户网络状况、监控系统规模及用户需求，上述各个服务可以采用一台或多台服务器实现，可以集中部署在监控中心，也可分布在各个分中心。

视频诊断服务器从硬盘录像机（DVR）接入模拟视频信号，使用网络硬盘录像机（NVR）接入数字视频信号。视频诊断服务器将诊断结果记录在数据库服务器中，用户可以通过Web页面进行信息查询、统计，诊断预案设置，设备信息维护及系统管理等各种操作。

系统硬件结构示意图如图1所示。

图1 系统硬件结构示意图

2.2 软件模块设计

系统软件采用高度模块化设计，对视频质量诊断分析过程、业务处理应用和系统管理进行功能划分，设计各个功能模块。

图2 系统软件模块示意图

如图2所示，系统软件包含用户交互层、业务逻辑层和视频数据源三层。用户交互层实现各种用户交互操作，包括用户登录、系统管理、摄像头管理、信息分析查询、视频诊断管理、故障处理等六个模块。业务逻辑层实现视频质量诊断，业务逻辑控制、视频数据接入、分析结果存储、Web服务等功能，包括Web服务、中央控制、逻辑控制模块、视频质量诊断模块、视频切换模块、数据库等六个模块。视频数据源提供用于进行视频质量诊断的视频数据，包括模拟视频和数字视频。

2.3 客户端设计

客户端是人机交互的终端，采用浏览器/服务器架构进行开发，运行于各管理终端计算机的浏览器上。用户登录界面如图3所示。

用户通过客户端的可视化界面，进行视频源管理、事件规则设置、事件规则文件导入导出、事件信息接收、事件记录分类查询、报表打印等操作。客户端主界面如图4所示。

图4 客户端主界面

客户端界面左侧为功能区，右侧信息界面给出了今日巡检次数、今日正常通道数、今日故障通道数、今日修复数量、各类不同故障数及各类故障占比。

3 系统功能模块

系统利用先进的图像处理技术与人工智能技术，提取图像时空特征，并从人眼感知的角度来进行定性，实现视频清晰度异常检测、视频亮度异常检测、视频噪声干扰或雪花干扰检测、视频偏色检测、画面冻结检测、视频信号缺失检测、视频画面抖动、滚屏检测、PTZ控制检测、视频数据接入状况检测及DVR录像诊断等功能。

视频信号缺失、画面冻结这两种故障可通过人工设计的基于视频图像比对的方法得出结论。

视频清晰度异常、视频亮度异常、视频噪声、视频偏色[2]等故障则可利用机器自学习的方法，设计不同的基于机器学习检测器，每个检测器负责分析一段视频是否存在某一种故障，以及这种故障的严重性。当获取需要分析的一端固定长度的视频，用户可设定该路视频的检测项目，使用不同的故障检测器，提取相应的视频图像特征，输入到已训练好的故障检测模型中进行计算，即可获取对该段视频的故障分析结果。

图5 视频噪声检测效果

云台及镜头控制（PTZ，Pan/Tilt/Zoom）运动失控则是由故障检测系统发出运动指令，对视频图像进行运动分析来检测是否有故障，若监控球机不能正常转动，则发出PTZ异常报警信息。一个PTZ正常的视频监控球机，其转动必然是匀速、流畅的，即相邻的视频帧之间会有一定的像素变化且变化均匀，因此利用帧间差的方法，对相邻图像运动点的数目进行计算，以此判断PTZ是否正常转动。

视频数据存储完整性管理是视频监控存储系统必须要具备的基础功能，视频设备厂家一般都提供软件开发工具包，是为软件工程师开发应用软件时提供的开发工具集合。开发包主要功能包括录像文件回放和下载，可以利用它获取录像状态及录像文件信息。

4 系统创新性

4.1 全面的视频质量检测功能

系统可对视频信号缺失、视频清晰度异常、视频亮度异常、视频画面偏色、视频画面抖动、视频画面冻结及视频雪花干扰等异常情况进行准确分析、判断和记录，做到检测功能的全面覆盖。系统可按照预设的检测任务自动对视频质量进行定期检测，根据检测时间、设备所在区域、故障类型等不同属性生成图形报表，进行统计分析。

4.2 分类判据自我进化技术

视频质量的分类判据应包含铁路客站视频的特征，因此在应用过程中需动态调整分类判据，以达到最优检测效果。首先给出一组初始判据，系统在检出视频异常事件后进行人工复核。复核后，将人工发现的机器误判事件特征向量及类别自动导入分类数据集，利用机器学习技术对模型进行再训练，得出新的分类判据。新的判据即已学习到了人工复核纠错的新经验，后续检测时将不再出现此类误判。应用过程中，分类判据将自我学习与进化，持续提高检测精度。

4.3 基于web与自适应串流技术的客户端

客户端采用Bootstrap（Web框架）开发，Bootstrap基于HTML、CSS、JAVASCRIPT，它简洁灵活，使得 Web开发更加快捷。其包含了十几个可重用的组件，用于创建图像、下拉菜单、导航、警告框、弹出框等等。系统可兼容笔记本、台式机、平板电脑及智能手机的浏览器，自动排版，为不同终端的用户提供更舒适的界面和更好的用户体验。

系统采用MPEG DASH流媒体协议[3]开发浏览器端播放器。经由HTTP的动态自适应串流（DASH）是一种自适应串流协议。因此系统可对不同格式的视频流进行解码，无需安装任何插件即可播放视频，而且可基于网络性能来调整串流比特率，保证视频流畅播放。

5 技术指标

系统可接入1000路视频信号；

支持50个用户同时访问web服务器；

客户端浏览器可同时播放8路实时视频；

100路视频状态巡视时间≤2 min；

视频及硬件不良状态检出率≥96%；

系统误检率≤3%。

6 应用前景

系统根据大型客站现场需求和我局视频监控运用维护管理办法定制化开发，投入运行后基本实现了用机器代替传统人工巡检，提高了视频监控系统巡检效率，符合每2 h巡视一次的要求，具有广阔的应用空间，可有效解决目前大型客站视频监控系统人工巡视工作量巨大、效率低的问题。

此外，根据应用场景的差异，对视频及硬件检测算法进行少许改造和调试，即可用于高铁线路、存车场、货运、仓储、房建及机车车辆检修现场等视频监控系统的状态巡视工作。