基于视频数据挖掘的城市轨道交通车站行人交通行为特征提取系统研究

魏万旭，方 勇，胡 华，丁泓十

（上海工程技术大学 城市轨道交通学院，上海 201620)

0 引言

城市轨道交通车站大客流已成为常态，如2019年上海城市轨道交通日均客流量达1 063万人次。城市轨道交通车站出入口、闸机、楼扶梯、站台和通道易发生拥挤踩踏事故，极小的行人异常交通行为都有可能引起人流的不稳定，从而增加拥挤风险和踩踏事故发生的可能性[1]，因而开展行人交通行为特征提取研究显得尤为重要。

随着技术的不断进步，视频采集数据技术快速发展，可以通过视频获取行人运动轨迹，从而分析行人交通行为特征。Boltes等[2]开发基于视频的Petrack软件用于自动或半自动地识别并确定行人运动位置和轨迹。Corbetta等[3]开发基于Kinect的行人轨迹提取技术，用于长时间的高精度行人运动轨迹提取。Hoogendoorn等[4]对行人的微观交通行为进行长期研究，需要被观测的行人戴不同颜色的帽子，利用帽子作为识别条件，通过对拍摄的视频图像进行模式识别，得到普通行为和特定行为行人的运动轨迹。郑宣传[5]基于Blob分析的行人检测与跟踪技术，开发乘客微观交通行为参数采集系统(PedTrace)，用以提取轨迹、乘客速度、行人间距、加速度等交通行为特征数据。吴娇蓉等[6]采用城市轨道交通车站双向通道监控，按照行人双脚重心投影位置人工确定行走轨迹，分析行人超越交通行为特征和规律。

城市轨道交通车站大客流条件下，行人交通行为视频数据采集易受遮挡，导致行人交通行为数据采集缺失而影响数据分析精度，且既有车站视频采集技术功能较单一，未有效发挥基于视频开展行人交通行为数据提取的作用。……