摘要
由于现有监控技术的限制,致使地铁客流量拥挤度超过70%,不满足地铁监控系统的实际运行需求。为此对地铁综合监控系统关键技术进行应用分析。首先对地铁监控图像进行拼接,控制物像比例关系调整焦距。同时计算视场角,控制相邻摄像头视野范围的重叠度,合理设置摄像头数量。其次运用卷积神经网络对候选区域中的目标特征进行提取,并使用分类器对其进行分类。将获取的视频进行提帧处理,使用Label工具对图片中的人物进行标注。提取锚框数据,根据数据集的特点对网络参数进行修改,以达到最优检测效果。最后建立模糊综合评判模型,根据各指标的变异程度,计算指标的熵权,对所有指标进行修正,针对评判结果给出安全等级从而完成应用。实验结果表明,不同日期内的客流量拥挤度始终稳定在70%以下,保持在客流安全状态范围内,结果符合预期目标。由此说明综合监控系统信息显示明确,满足实际项目的运行需求。