应用于智能分析的列车场景自动标定算法.pdfVIP

2023 年 第 05 期 应用于智能分析的列车场景自动标定算法 文 / 北京市地铁运营有限公司运营一分公司 邓欣爱 刘洋 张治军 章鹏 张锋 基于视频分析的方法离不开现代数字图像和视频处理技术的发展，高清相机的普及在一定程度上缓解了AI在视频模糊、 成像太小等问题。传统的人群计算方法，通过监控视频人工计数，耗费大量人力物力且缺乏客观标准。因此，人工智能 与监控系统成为人们研究的重点。 背景介绍 为繁琐的事情，极大的降低了工程 于地面。相机最理想的安装位置是 随着社会的进步与城市化的发 实施的效率，因此需要寻求一种高 车厢顶部中轴线，并位于车门中间 展，人口大量的向城市流动。为了 效且自动化的方式。 位置，在此处安装会使整个画面中 满足大量旅客的出行需求，城市中 此类标定指定区域的任务，通 的布局对称，但该位置通常被车厢 地铁的数量也达到了空前的规模。 常会考虑使用图像分割的方式，但 的扶手杆占据，因此相机的安装位 为了预防和应对地铁中各种突发事 该方式存在一些弊端，如需要标注 置会有所偏离。 件，除人工管理外，将结合 AI 综合 数据训练、掩码表达不稳定、遮挡 从相机安装的方面考虑，车厢 感知系统，利用 AI 智能技术为地铁 导致掩码不规则等。 的高度基本可以保持一致，顶部平 管理赋能。 因此在本文中我们将提出一种 坦于地面平行，且相机安装的背板 在地铁的智能感知系统中，根 全新的自动标定方式，结合车厢场 也可以保证与光轴垂直，所以可以 据不同的功能会有不同的感应检测 景的特殊性并利用鱼眼镜头的光 设车厢顶部为 3D 世界坐标系的 x 轴 区域，这些区域的划分会提升系统 学原理来自动划分图像内的各个 与 y 轴所在平面。因此相机的 3D 世 整体的精准度和效率。 区域。 界坐标的 z 坐标固定为 0，由于相机 但由于在工程实施阶段，相机 底板与光轴垂直，所以可以认为相 的安装位置并不能完全保证一致， 技术方案 机光轴与 z 轴平行，相机的姿态角 这些偏差导致感应区域在每个镜头 场景分析 只能沿着 z 轴转动。 的图像中位置并不完全一致，而对 本系统采用鱼眼镜头摄像机， 相机安装场景与地铁车厢内 每个镜头都手工标定区域是一件极 安装于车厢顶部，角度使光轴垂直 部，而整列车的全部车厢规格一致， PEOPLES TRANSPORTATION | 117 管理 | Management 只需测量一个车厢的布局规格就可 选择该点作为标记点有以下几 2D 图像坐标为 和 ，函数 以应用于整个车厢乃至相同规格的 个因素：标记点一定会在相机视野 表示由 3D 世界坐标 列车中。得到车厢的布局规格相当 内出现，因为系统有客流统计需求， 点 到 2D 图像坐标点 的映射关 于获取了相应布局的相对 3D 世界