利用乘客计数和人脸识别技术控制铁路犯罪
发布:2020年3月12日|彼得•布莱恩，Pieter Conradie|暂无评论
南非正在测试乘客计数和面部识别技术，以打击日益严重的破坏和盗窃该国铁路资产的行为。来自Stellenbosch大学的Peter Blaine和Pieter Conradie提供了有关该项目的更多细节，该项目很快将进入现场试验。
南非客运铁路管理局(PRASA)是由政府授权在南非提供客运铁路服务的公司。在最近的历史中，由于破坏和纵火，它受到了巨大的压力。自2016年以来，已有140多节车厢被纵火烧毁，只有少数破坏者被起诉。更糟糕的是，结果是车厢超载，通勤者乘坐火车上下班是很常见的做法。这会对火车车厢的结构和悬挂造成损害。还有强有力的证据表明，这里普遍存在破坏和盗窃行为。
PRASA资助了斯泰伦博斯大学工业工程系的一个研究主席。主席与机械和机电工程学系合作，最初的任务是发展一个系统，计算下列人员的数目乘客进出车厢，以便铁路工作人员可以控制数字和检票。收集到的数据可以被PRASA的规划者用来优化火车时刻表，最大限度地减少由于火车太少而造成的超载。随着铁路犯罪的增加，PRASA要求将该项目扩大到包括面部识别服务，与南非警察局(SAPS)一起运行，以识别并逮捕已知的罪犯。
这个项目在过去的四年里一直在运行，使用的是工程专业的大四学生，作为一个试点项目取得了显著的成功。乘客计数和面部识别已被证明在受控条件下是成功的，并将于2020年在现场试验中进行测试。
最初的项目概念是使用面向门的摄像头来计算人脸数量，并由此产生了包含面部识别的想法。售票处将记录乘客的面部表情，然后在进入车厢时进行检查，从而有机会识别那些不花钱的人。需要存储的数据的绝对规模很快表明，这个概念是不切实际的。然而，有人建议，面部识别可以用来将乘客与存储在数据库中的执法人员进行比较。警报将被传送到中央控制室，当局将在下一站等待逮捕被通缉的人。
由于项目开发的环境，预算很少，使用免费软件和共享软件是必不可少的1．
乘客计数
相机的使用从一开始就是最基本的。最初使用的是单镜头摄像机，但将摄像机朝向门的位置被证明是不切实际的，因为摄像机必须处理大范围的光强。很快就发现，在门上方放置垂直立体摄像机是最好的解决方案。于是，问题就变成了一个识别每个人头进出门的问题，因此需要开发一种合适的算法来进行所需的计数。
深度图(Neser, 2019)
经过大量的研究和实验，深度图系统采用了张等人开发的填水算法2，被使用。该深度图是由3D相机创建的，它是一个有高峰和低谷的景观，模拟降雨可能在那里积聚，算法将这些高峰识别为乘客头部的代表。因此，它可以同时计数多个不同高度的头。该软件进一步具备了识别头部移动方向的能力。这样就可以对两个方向的移动进行计数，从而得出乘客的净流量。这些信息被储存在本地，以便继续传输到一个中央网站。
该软件最初是用MatLab开发的。后来使用Python对其进行了转换和改进。这是在使用尽可能多的免费软件的政策决定下完成的。此外，Python可以更有效地处理数据，并且可以轻松地与面部识别代码集成。该系统在较差的光照条件下进行了测试，正确计数的准确率达到了70%。
流程步骤为:
- 初始化设备
- 生成深度图流
- 工艺深度图
- 跟踪对象
- 增加或减少乘客数量
- 将计数本地存储在列车上
- 适当时，将数据传输到中央数据库。
面部识别
面部识别(Neser, 2019)
第一个概念是在车门上安装摄像头，因此有人呼吁增加面部识别功能。很快就发现，如果要捕捉每一张脸，所需的数据存储量将会过大。如果要将面部图像与存储的搜索对象数据库进行比较，那么图像处理将使这一过程变得更加复杂。开发了一种人脸处理算法，减少了需要与sap提供的类似过程数据进行比较的数据量。在这两种情况下，捕获的面部被简化为基本的生物特征数据。开发的深度学习算法软件能够识别人脸，即使他们把脸侧向相机。
流程步骤为:
- 初始化设备
- 生成RGB流
- 处理RGB帧
- 检测面
- 识别面孔
- 在列车上本地存储识别结果
- 适当时，将数据传输到中央数据库。
处理
结果发现，试图计算和关联捕获的数据会导致延迟时间，从而影响到的准确性乘客计数。面部识别方面使用单个处理器需要太多的可用资源。结果，乘客计数系统被委托给一台独立的树莓派(Raspberry Pi)，这使得系统的面部识别准确率达到90%，乘客计数准确率超过75%。另一个障碍是该项目受到严重的财政限制，如果有更好的相机，拍摄效果会大大改善。例如，用于统计乘客的摄像头的最小焦距为400毫米，而车门高度为2.1米，这意味着身高超过1.7米的人不会被计算在内。
正在进行的项目
该项目尚未完成，将在2020年进行改进并最终确定该系统。预计将采购更多合适的摄像头，这将提高乘客计数的准确性。该系统还必须在现场条件下进行测试。
引用:
- 张,X。,燕,J。,冯,年代,Lei, Z,咦,D &李,S.Z. 2012。注水:通过垂直Kinect传感器进行无人监督的人计数，第9届IEEE高级视频和基于信号的监控国际会议(AVSS)。9月18日至21日，中国北京。
- 奈瑟，J.E. 2019。基于人脸识别的客运铁路环境乘客计数系统的开发，德国斯泰伦博斯大学机械与机电工程系。
彼得•布莱恩1970年毕业于纳塔尔大学，获得机械工程学士学位，1974年毕业于斯泰伦博斯大学，获得工程硕士学位和高级工程文凭。他还拥有开普敦大学的医学博士学位。Peter是一名注册专业工程师，SAIMechE会员，ASTM会员和ASME终身会员。在获得理学学士学位后，Peter在攻读硕士学位期间加入CSIR，担任研究工程师。他离开后加入了国家加速器中心，担任首席机械工程师，并参与了200MeV开放扇区回旋加速器磁体的设计。他后来加入烧结金属部件公司，担任生产工程师。随后，他成立了自己的粉末冶金公司Powdermet (Pty) Ltd，为国际汽车行业制造零件，负责设计，质量保证和IT。他领导公司的质量管理体系符合ISO TS 16949。在Powdermet工作了28年之后，他离开了Powdermet，加入了Stellenbosch大学的卵石床模块化反应堆设计和研究团队，以管理各种研究项目。随着PBMR项目的终止，他继续在大学工作，目前负责指导最后一年的学生完成他们的项目。
Pieter Conradie他于2011年5月被任命为高级研究工程师，协助主席进行适当的研究以解决PRASA的问题。他于1994年毕业于斯泰伦博斯大学，获得机械工程学士学位，1995年获得工业工程研究生文凭，2015年获得工程管理硕士学位。他正在攻读博士学位，是南非工程委员会(ECSA)的注册专业工程师和导师，SAIIE的资深会员和资产管理协会的成员。在获得学士学位后，Pieter开始在Spoornet担任工程部的候选工程师。他的主要任务包括工程支持、项目管理和故障调查。在此期间的一项特殊成就是开发了一种获得专利的铁路维护工具，该工具获得了多个奖项。2000年离开Spoornet后，他曾担任多家公司的生产经理;John Daniel Containers在mosel Bay待了四年，Agri-Phyto在Albertinia待了一年;和瓦肯钢铁公司在开普敦合作了六年在此期间，他负责生产、维护、质量保证、设计修改、人员，并且经常是唯一提供工程投入的合格工程师。 His research interests include Physical Asset Management, Reliability and Maintenance Management. He is the author of four international conference papers, and the author of four peer-reviewed journal papers.
