论文部分内容阅读
目前国内多数车站仍采用视频回放方式识别旅客异常行为,无法保障效率和精确度,影响车站安全稳定运营;为提升车站旅客异常行为监测的智能化水平,采用CNN算法,选取站台区域越界旅客为重点研究对象,对旅客异常行为进行智能识别;选取候车大厅、检票口等区域,采用MCNN算法对人群密度进行识别和监控;借助仿真平台和车站现场数据模拟验证,结果显示距站台第一、二边界内的人数均占当前视频画面总人数12%左右,识别率达90%,该结果可为车站安全保障业务和客运组织优化提供作业指导,以保障车站安全稳定运营。