2009年6月29日,京廣鐵路湖南境內(nèi)郴州站K9017次列車與準(zhǔn)備出站的K9063次列車發(fā)生側(cè)面相撞事故,造成3人死亡,63人受傷,其中8人重傷。
其實(shí)像這樣的火車相撞事故已經(jīng)不是第一次,幾乎年年都有:2009年6月2日,湖北一輛汽車與火車相撞,造成9死9傷;2008年4月28日凌晨4時(shí)41分,T195次列車與5034次列車在山東省淄博市周村附近相撞,造成43人死亡,247人受傷……一次次的教訓(xùn)不禁讓我們提出疑問:軌道交通采取了嚴(yán)密的安全防范措施,為何卻不能減少此類事故的發(fā)生?如何讓視頻監(jiān)控系統(tǒng)在預(yù)防和事故處理中起更大作用?
據(jù)了解,目前國(guó)內(nèi)國(guó)外的軌道交通中都實(shí)施了很嚴(yán)密的視頻監(jiān)控系統(tǒng),通過架設(shè)大量各種各樣的攝像機(jī)來監(jiān)控各個(gè)場(chǎng)合,配合其他的安全措施,以避免安全事故的發(fā)生。但是現(xiàn)有的、傳統(tǒng)的CCTV監(jiān)控系統(tǒng)也面臨著很大的挑戰(zhàn)。大量的攝像機(jī)被安裝在大廳、站臺(tái)、軌道旁,這些攝像機(jī)都需要大量的顯示器來顯示其所監(jiān)控到的畫面,而監(jiān)控室或監(jiān)控中心的空間有限,所能安裝的顯示器也非常有限,因而只能通過輪換畫面來監(jiān)視所有的場(chǎng)景。
調(diào)查發(fā)現(xiàn),“在傳統(tǒng)的閉路電視監(jiān)控模式下,保安人員需要監(jiān)視太多的視頻畫面,遠(yuǎn)遠(yuǎn)超出人類的接受能力,導(dǎo)致實(shí)際監(jiān)控效果降低。實(shí)驗(yàn)結(jié)果表明,在盯著視頻畫面僅僅22分鐘之后,人眼將對(duì)視頻畫面里95%以上的活動(dòng)信息視而不見?!币蚨?,監(jiān)視這些攝像機(jī)也為我們帶來了兩個(gè)挑戰(zhàn)。第一,由于人類本身的弱點(diǎn),保安人員實(shí)時(shí)、有效地監(jiān)視和發(fā)現(xiàn)突發(fā)或有威脅的事件警報(bào)的能力受到極大地削弱,7×24小時(shí)的實(shí)時(shí)監(jiān)控更是一件不可能的工作,因而只起到了事后取證的作用。第二,當(dāng)一個(gè)事件發(fā)生后,要想快速、準(zhǔn)確地在這些海量存儲(chǔ)的視頻中搜尋這個(gè)事件的視頻是一件非常費(fèi)時(shí)、費(fèi)力的事情。
基于此,軌道交通部門引進(jìn)智能視頻分析技術(shù)迫在眉睫。智能視頻分析(Intelligent Video Analytics)是利用計(jì)算機(jī)視覺(Computer Vision)技術(shù),通過對(duì)監(jiān)控視頻圖像的實(shí)時(shí)分析來對(duì)動(dòng)態(tài)場(chǎng)景中的目標(biāo)進(jìn)行定位、識(shí)別和跟蹤,并分析和判斷目標(biāo)的行為,從而能在異常情況發(fā)生的時(shí)候及時(shí)做出反應(yīng),做到早期的偵測(cè)和防范。如果把攝像機(jī)看作人的眼睛,而智能視頻分析系統(tǒng)則可以看作是人的大腦。通過應(yīng)用智能視頻分析,可以在軌道交通中幫助安全部門實(shí)現(xiàn)主動(dòng)、實(shí)時(shí)的監(jiān)控,及時(shí)有效地避免或處理有威脅的或突發(fā)性事件。
目前在美國(guó)、以色列以及歐洲的許多大城市的軌道交通中都安裝了智能視頻監(jiān)控系統(tǒng)。國(guó)內(nèi)一些大城市也開始在軌道交通中安裝智能視頻監(jiān)控的設(shè)備,例如北京在幾條地鐵線和輕軌線路中都部署了智能視頻監(jiān)控設(shè)備,因此,普及智能視頻分析技術(shù)到各個(gè)城市軌道線至關(guān)重要。
解決軌道交通安全隱患,已經(jīng)成為軌道交通中無法避免的問題之一。逝者已已,事后補(bǔ)救不如事前防患,相信智能視頻監(jiān)控系統(tǒng)的應(yīng)用能讓更多的乘客放心,安心的乘坐火車,地鐵等。