铁路无人道口智能视频监控分析技术应用与优化.pdfVIP

术应用|TECHNOLOGYAPPLICATION

技

铁路无人道口智能视频监控分析技术应用与优化

王鹏飞

枣庄矿业（集团）有限责任公司物商公司铁路运输处，山东枣庄277000

摘要：针对铁路无人道口安全隐患问题，文章提出一种基于深度学习的多模态视频监控分析系统。通过改进YOLOv7算法实现

行人/车辆的高精度实时检测，结合光流法与时空图卷积网络（ST-GCN）进行异常行为识别，并引入边缘计算优化数据处理流

程。实验表明，系统在复杂光照与天气条件下的检测准确率达到98.7%，误报率降低至1.2%，响应时间缩短至0.3s。实际应

用案例验证了该系统在铁路安全防护中的有效性。

关键词：铁路无人道口；智能视频监控；目标检测；行为识别；边缘计算文献标识码：A中图分类号：U29

文章编号：2096-4137（2025）12-94-03DOI：10.13535/j.cnki.10-1507/n.2025.12.27

Applicationandoptimizationofintelligentvideomonitoringandanalysistechnologyforunmannedrailwaycrossing

WANGPengfei

ZaozhuangMining(Group)Co.,Ltd.WushangCompanyRailwayTransportationDepartment,Zaozhuang277000,China

Abstract:Thispaperproposesamulti-modalvideomonitoringsystemandanalysissystembasedondeeplearning.Byimprovingthe

YOLOv7algorithm,realizingthehigh-precisionreal-timedetectionofpedestrians/vehicles,combinedwiththeopticalflowmethod

andthespatiotemporalgraphconvolutionnetwork(ST-GCN)toidentifytheabnormalbehavior,andintroducingtheedgecomputingto

optimizethedataprocessingprocess.Theexperimentshowedthatthedetectionaccuracyofthesystemreached98.7%,thefalsealarm

ratewasreducedto1.2%,andtheresponsetimewasreducedto0.3s.Thepracticalapplicationcaseverifiestheeffectivenessofthe

systemintherailwaysafetyprotection.

Keywords:unmannedrailwaycrossing;intelligentvideomonitoring;targetdetection;behavioridentification;andedgecalculation

铁路无人道口作为铁路与公路的平面交叉节点，是交通天气下的平均端到端延迟，较传统中心化处理方案提速。

事故的高发区域。国家铁路局近五年统计数据显示，我国年1.2关键技术模块实现

均发生无人道口事故多达百起，其中因行人/车辆违规侵入系统的核心功能由三大技术模块协同实现：在目标

导致的碰撞事故占比高达68%，造成了重大生命财产损失。检测模块中，采用改进的YOLOv7-CBAM模型，通过在

当前安全防护主要依赖人工巡检与基础视频监控，但人工巡Backbone