周 超 ，林 湛 ，李 樊 ，杜呈欣 ，王志飛 ，吳 卉

ZHOU Chao1, 3, LIN Zhan2, 3, LI Fan1, 3, DU Chengxin1, 3, WANG Zhifei1, 3, WU Hui1, 3

（1.中國鐵道科學(xué)研究院集團(tuán)有限公司 電子計算技術(shù)研究所，北京 100081；2.中國鐵道科學(xué)研究院集團(tuán)有限公司 通信信號研究所，北京 100081；3.中國鐵道科學(xué)研究院集團(tuán)有限公司 軌道交通系統(tǒng)測試國家工程實驗室，北京 100081)

(1.Institute of Computing Technology, China Academy of Railway Sciences Corporation Limited, Beijing 100081, China; 2.Signal & Communication Research Institute, China Academy of Railway Sciences Corporation Limited, Beijing 100081, China; 3.National Engineering Laboratory of Rail Transit System Testing, China Academy of Railway Sciences Corporation Limited, Beijing 100081, China )

城市軌道交通視頻監(jiān)控系統(tǒng)是基于計算機(jī)、圖像識別、網(wǎng)絡(luò)通信、信息處理等技術(shù)，由中心控制設(shè)備、車站控制設(shè)備、圖像攝取及顯示、視頻信號傳輸?shù)仍O(shè)備組成，可實現(xiàn)為控制中心調(diào)度員、各車站值班員、列車司機(jī)等提供監(jiān)控區(qū)域視覺信息功能的安防系統(tǒng)，對保障城市軌道交通安全運(yùn)營和優(yōu)質(zhì)服務(wù)起到了十分重要的作用[1]。隨著城市軌道交通線路、車站的日益增加，監(jiān)控場景、監(jiān)控對象類型復(fù)雜多樣，數(shù)量龐大且分布廣泛，對視頻監(jiān)控系統(tǒng)在智能化、網(wǎng)絡(luò)化、實時性、運(yùn)維管理等方面提出了更高的要求[2]。城市軌道交通視頻監(jiān)控系統(tǒng)已經(jīng)從模擬視頻監(jiān)控系統(tǒng)向模數(shù)結(jié)合的視頻監(jiān)控系統(tǒng)、數(shù)字視頻監(jiān)控系統(tǒng)向現(xiàn)在的智能視頻監(jiān)控系統(tǒng)不斷發(fā)展。城市軌道交通視頻監(jiān)控系統(tǒng)的研究主要集中在高清轉(zhuǎn)播技術(shù)、智能分析技術(shù)、方案優(yōu)化等方面[3]，云邊協(xié)同技術(shù)是一種新興的智能分析方法[4]，目前針對城市軌道交通視頻監(jiān)控領(lǐng)域還缺少更加明確的云邊協(xié)同架構(gòu)、云邊協(xié)同方法等。因此，圍繞城市軌道交通特點和應(yīng)用需求，深入研究城市軌道交通視頻監(jiān)控系統(tǒng)云邊協(xié)同技術(shù)應(yīng)用，可以為提升城市軌道交通視頻監(jiān)控系統(tǒng)的實時性能和智能化水平提供技術(shù)支撐。

1 城市軌道交通視頻監(jiān)控系統(tǒng)云邊協(xié)同技術(shù)應(yīng)用架構(gòu)設(shè)計

1.1 現(xiàn)狀分析

城市軌道視頻監(jiān)控系統(tǒng)主要部署在車站、停車場、車輛段，將本線路的視頻圖像傳輸至城市軌道控制中心進(jìn)行監(jiān)控，成為保障城市軌道交通行車組織安全，維護(hù)車站乘車秩序和乘客安全的重要手段。截至2019年底，我國40個城市開通了城市軌道交通運(yùn)營線路208條，運(yùn)營線路總長度6 736.2 km[5]。隨著城市軌道交通線路不斷延伸，智慧發(fā)展理念不斷加深，以智能技術(shù)提升城市軌道交通安全、效率、效益和服務(wù)水平，城市軌道視頻監(jiān)控系統(tǒng)也在不斷地得到優(yōu)化和廣泛應(yīng)用[6]。但是，由于城市軌道視頻監(jiān)控系統(tǒng)受本身架構(gòu)和新技術(shù)應(yīng)用不足所限，在進(jìn)一步升級優(yōu)化時出現(xiàn)了一些問題，甚至對支撐城市軌道交通安全保障產(chǎn)生了一定程度的制約。現(xiàn)有應(yīng)用的城市軌道交通視頻監(jiān)控系統(tǒng)屬于中心集中處理式架構(gòu)，通過集中計算資源對監(jiān)控對象進(jìn)行分析處理，主要存在以下問題。①在系統(tǒng)架構(gòu)方面，海量視頻數(shù)據(jù)均傳輸至云計算中心處理，由于傳輸鏈路復(fù)雜、冗長，而且短時間會占用大量云中心寬帶、計算資源等，致使終端數(shù)據(jù)分析與響應(yīng)產(chǎn)生時延性，同時也對準(zhǔn)確性產(chǎn)生一定影響，當(dāng)出現(xiàn)高風(fēng)險級別如打架斗毆、擁擠踩踏、跌落軌道等事件時，可能會因系統(tǒng)反饋不及時而導(dǎo)致工作人員處置延遲，給車站的運(yùn)營安全保障帶來巨大挑戰(zhàn)。②在系統(tǒng)功能方面，傳統(tǒng)的城市軌道交通視頻監(jiān)控系統(tǒng)由于前端攝像設(shè)備主要是采集和傳輸視頻圖像數(shù)據(jù)，邊緣端設(shè)備智能分析能力較弱，一般不具備行為檢測、大件物品遺留檢測、站臺乘降人數(shù)統(tǒng)計分析等功能，車站只能通過系統(tǒng)中心分析反饋和工作人員實現(xiàn)車站安全巡檢，存在安全運(yùn)營管理效率較低、管理不及時、靈活性差的問題。③在系統(tǒng)資源利用方面，由于在日常使用中視頻監(jiān)控系統(tǒng)對各類場景均無差別采集和存儲，邊緣端視頻采集設(shè)備產(chǎn)生海量的冗余無效或價值較低的視頻數(shù)據(jù)，所有視頻數(shù)據(jù)均傳輸至云計算中心，中心服務(wù)器常態(tài)下的資源利用率較低，高峰期負(fù)載較大，隨著監(jiān)控設(shè)備的不斷部署，僅靠簡單重復(fù)的增加中心服務(wù)器數(shù)量和提升性能參數(shù)以滿足需求，增加了新系統(tǒng)建設(shè)、舊系統(tǒng)改造和應(yīng)用的資源及成本。

云計算和邊緣計算是近年發(fā)展快速的前沿技術(shù)，云計算側(cè)重于大數(shù)據(jù)、大計算量、實時性要求不高的業(yè)務(wù)場景，邊緣計算側(cè)重于低時延、快速響應(yīng)的業(yè)務(wù)處理和分析，云計算技術(shù)和邊緣計算技術(shù)并不沖突，二者是緊密協(xié)作、互補(bǔ)協(xié)同的關(guān)系。為解決目前城市軌道交通視頻監(jiān)控系統(tǒng)存在問題，城市軌道交通視頻監(jiān)控系統(tǒng)云邊協(xié)同技術(shù)主要是研究在云計算中心或者中心集中服務(wù)器與邊緣端視頻計算節(jié)點包括在資源、數(shù)據(jù)、智能、業(yè)務(wù)管理和應(yīng)用服務(wù)等方面的協(xié)同方法[4]，更好地實現(xiàn)云計算中心與邊緣計算的應(yīng)用，以適應(yīng)城市軌道交通視頻監(jiān)控多種場景的智能化分析和實時性響應(yīng)的業(yè)務(wù)應(yīng)用需求。

1.2 架構(gòu)設(shè)計

為充分發(fā)揮云計算的超大規(guī)模、虛擬化、高可靠特點和邊緣計算的實時性強(qiáng)、效率高的優(yōu)勢，結(jié)合城市軌道交通視頻監(jiān)控系統(tǒng)業(yè)務(wù)需求及特點，設(shè)計以視頻監(jiān)控系統(tǒng)云計算中心層和邊緣節(jié)點層為核心的云邊協(xié)同應(yīng)用架構(gòu)，在視頻監(jiān)控系統(tǒng)中心層主要以云計算技術(shù)為基礎(chǔ)實現(xiàn)資源虛擬化、視頻圖像目標(biāo)識別、監(jiān)控場景分級、監(jiān)控大數(shù)據(jù)分析等功能，在邊緣節(jié)點層主要以邊緣計算技術(shù)為基礎(chǔ)實現(xiàn)視頻圖像數(shù)據(jù)預(yù)處理、監(jiān)控場景預(yù)判別等功能，并通過智能協(xié)同算法和協(xié)同架構(gòu)設(shè)計實現(xiàn)視頻監(jiān)控系統(tǒng)云計算中心層和邊緣節(jié)點層的全面協(xié)同，發(fā)揮視頻監(jiān)控系統(tǒng)整體性和全局性效能。城市軌道交通視頻監(jiān)控系統(tǒng)云邊協(xié)同技術(shù)應(yīng)用架構(gòu)如圖1所示。

城市軌道交通視頻監(jiān)控系統(tǒng)云邊協(xié)同技術(shù)應(yīng)用架構(gòu)包括數(shù)據(jù)感知層、邊緣節(jié)點層、網(wǎng)絡(luò)傳輸層、云計算中心層和業(yè)務(wù)應(yīng)用層。數(shù)據(jù)感知層一般包括槍機(jī)、紅外攝像機(jī)、一體化攝像機(jī)、網(wǎng)絡(luò)攝像機(jī)、智能攝像頭等，線路依據(jù)運(yùn)營、公安等部門需求，在車站關(guān)鍵位置設(shè)置攝像機(jī)點位，用于原始監(jiān)控區(qū)域如客流密度、人員行為、上下車秩序等視頻圖像采集與感知；邊緣節(jié)點層一般由多個具備AI計算能力的控制盒組成，控制盒含有與資源調(diào)度、目標(biāo)識別、場景分析和業(yè)務(wù)編排有關(guān)的智能硬件、軟件、模型，可在邊緣端實現(xiàn)視頻圖像數(shù)據(jù)預(yù)處理、預(yù)分析，并對感知層的設(shè)備進(jìn)行統(tǒng)一管理；網(wǎng)絡(luò)傳輸層具有信息傳輸功能，通過傳輸網(wǎng)絡(luò)將物理分散的控制中心、車站、車輛段等區(qū)域監(jiān)控設(shè)備實現(xiàn)了監(jiān)控數(shù)據(jù)和信息的互聯(lián)互通；云計算中心層主要實現(xiàn)了系統(tǒng)資源的虛擬化，并對海量視頻監(jiān)控數(shù)據(jù)進(jìn)行集中存儲和智能分析，如人臉圖像識別、異常行為分析、人員軌跡跟蹤等，同時對邊緣節(jié)點進(jìn)行協(xié)同管控，與邊緣節(jié)點層實現(xiàn)視頻監(jiān)控系統(tǒng)在資源、數(shù)據(jù)、智能分析、應(yīng)用服務(wù)方面的全面協(xié)同；業(yè)務(wù)應(yīng)用層集成了城市軌道交通視頻監(jiān)控系統(tǒng)包括區(qū)域徘徊逗留檢測、乘降人數(shù)統(tǒng)計、人環(huán)境異常監(jiān)控、人員識別、站臺越界報警、兩端入侵監(jiān)控等的各類場景智能化識別分析功能和與其他安防子系統(tǒng)的協(xié)同聯(lián)動功能等。

圖1 城市軌道交通視頻監(jiān)控系統(tǒng)云邊協(xié)同技術(shù)應(yīng)用架構(gòu)Fig.1 Application architecture of cloud-edge collaboration technology of CCTV system for urban rail

2 城市軌道交通視頻監(jiān)控系統(tǒng)云邊協(xié)同技術(shù)應(yīng)用分析

2.1 資源協(xié)同

城市軌道交通視頻監(jiān)控系統(tǒng)對如客流擁擠、乘客異常行為、站臺越界等各類業(yè)務(wù)場景進(jìn)行智能分析時需要消耗各類計算機(jī)資源，傳統(tǒng)的視頻監(jiān)控系統(tǒng)通常是對業(yè)務(wù)場景通過中心服務(wù)器集中式分析，消耗大量資源、而且效率較低。資源協(xié)同是指系統(tǒng)可自動對云計算中心層和邊緣節(jié)點層的資源進(jìn)行全局性的動態(tài)調(diào)整，為每個邊緣監(jiān)控設(shè)備準(zhǔn)確高效的分配其視頻圖像智能分析所需要的計算、存儲、網(wǎng)絡(luò)、虛擬化資源，實現(xiàn)系統(tǒng)整體資源的最優(yōu)匹配和負(fù)載均衡。當(dāng)邊緣節(jié)點層接收到來自數(shù)據(jù)感知層視頻監(jiān)控設(shè)備高并發(fā)的數(shù)據(jù)計算請求或者是處于高優(yōu)先級的業(yè)務(wù)場景時，資源協(xié)同可以更好發(fā)揮系統(tǒng)整體性能，有效提高視頻監(jiān)控業(yè)務(wù)場景分析的實時性和資源利用率。資源協(xié)同首先采用軟件定義網(wǎng)絡(luò)(SDN) /網(wǎng)絡(luò)功能虛擬化(NFV)技術(shù)和Docker等輕量化容器技術(shù)對各類虛擬化資源進(jìn)行端到端的邏輯拆分和封裝，然后將不同運(yùn)營場景下的視頻監(jiān)控需求映射為資源的性能指標(biāo)，如將流暢的高清監(jiān)控視頻、清晰的監(jiān)控語音、實時的乘客行為分析或物品目標(biāo)檢測等需求映射為網(wǎng)絡(luò)資源的平均峰值帶寬、時延，計算資源的計算節(jié)點數(shù)量等指標(biāo)[7]，過程中利用深度報文檢測(DPI)技術(shù)建立資源需求預(yù)測模型，當(dāng)再次遇到類似的視頻監(jiān)控場景分析需求后，可以更加快速精準(zhǔn)的匹配資源，資源協(xié)同技術(shù)主要包括拍賣算法、蟻群算法、粒子群算法、多目標(biāo)優(yōu)化方法等。

2.2 數(shù)據(jù)協(xié)同

城市軌道交通視頻監(jiān)控系統(tǒng)在云邊協(xié)同技術(shù)應(yīng)用過程中會產(chǎn)生大量視頻圖像數(shù)據(jù)，傳統(tǒng)的視頻監(jiān)控系統(tǒng)對采集的視頻圖像數(shù)據(jù)過濾較少，對重復(fù)性監(jiān)控場景數(shù)據(jù)無差別存儲，因而在中心服務(wù)器產(chǎn)生了大量冗余無效數(shù)據(jù)，不僅浪費(fèi)系統(tǒng)存儲資源，也增加了系統(tǒng)對數(shù)據(jù)處理的復(fù)雜性和計算量。數(shù)據(jù)協(xié)同是指在邊緣節(jié)點層對采集的視頻圖像數(shù)據(jù)進(jìn)行預(yù)處理，通過視頻關(guān)鍵幀提取和圖像識別技術(shù)從視頻流數(shù)據(jù)中準(zhǔn)確篩選出與安全有關(guān)的如打架斗毆、擁擠踩踏、電梯摔倒等關(guān)鍵事件，減少存儲和傳輸大量重復(fù)無用的視頻幀數(shù)據(jù)，提高系統(tǒng)的資源利用率，降低云中心的建設(shè)規(guī)模，在云計算中心層接收大量車站不同監(jiān)控位置、具有不同監(jiān)控視角采集的視頻圖像數(shù)據(jù)。因此，可以通過跨區(qū)域的多維時空數(shù)據(jù)融合及協(xié)同分析，實現(xiàn)對監(jiān)控對象在車站不同活動區(qū)域的連續(xù)追蹤。當(dāng)出現(xiàn)傳輸網(wǎng)絡(luò)不穩(wěn)定情況時，邊緣節(jié)點層還可以對部分關(guān)鍵視頻數(shù)據(jù)進(jìn)行緩存，待網(wǎng)絡(luò)穩(wěn)定后再將緩存數(shù)據(jù)輸出至云計算中心層，同時對于關(guān)鍵數(shù)據(jù)和高優(yōu)先級場景的數(shù)據(jù)可在邊緣端實時存儲，并在云計算中心備份，一方面可提升關(guān)鍵視頻數(shù)據(jù)的安全性，另一方面有利于視頻數(shù)據(jù)的實時處理和分析，方便系統(tǒng)后期統(tǒng)一關(guān)聯(lián)和檢索可疑場景或事件的視頻信息數(shù)據(jù)，常用的視頻數(shù)據(jù)篩選方法包括基于運(yùn)動特征分析的方法、視頻數(shù)據(jù)聚類分析的方法、多特征融合的關(guān)鍵幀提取方法等。數(shù)據(jù)協(xié)同的傳輸方式可以采用包括物聯(lián)網(wǎng)(IOT)、互聯(lián)網(wǎng)(Internet)、無線局域網(wǎng)(Wlan)、5G、長期演進(jìn)技術(shù)(LTE)等，使用時需考慮視頻監(jiān)控系統(tǒng)的帶寬、功率、互操作性、安全性和可靠性等需求。

2.3 智能分析協(xié)同

城市軌道交通視頻監(jiān)控系統(tǒng)可通過智能分析算法實現(xiàn)業(yè)務(wù)場景的自動識別和報警，傳統(tǒng)的視頻監(jiān)控系統(tǒng)主要是在中心服務(wù)器對采集到的視頻圖像數(shù)據(jù)進(jìn)行集中分析，分析出結(jié)果后在后臺進(jìn)行信息顯示或報警提示，邊緣節(jié)點設(shè)備不具備或僅具備簡單的智能分析能力，易受監(jiān)控角度、光線、環(huán)境干擾，準(zhǔn)確率不高，反應(yīng)較慢。智能分析協(xié)同是指將包括人臉識別分析、軌跡跟蹤、行為識別、語音解析等各類智能分析算法模型以及不同廠家針對同一場景的智能分析算法集成到云計算中心的平臺服務(wù)層進(jìn)行統(tǒng)一管理，根據(jù)邊緣節(jié)點本身性能限制和應(yīng)用需求，周期性選取最優(yōu)的分析模型以功能函數(shù)、容器鏡像、微服務(wù)、應(yīng)用程序的形式部署至邊緣節(jié)點。在日常運(yùn)營中，云計算中心根據(jù)實際監(jiān)控應(yīng)用效果通過深度神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、機(jī)器學(xué)習(xí)等人工智能技術(shù)對應(yīng)用模型進(jìn)行閉環(huán)反饋和迭代訓(xùn)練升級，通過這種自學(xué)習(xí)使系統(tǒng)對于各類業(yè)務(wù)場景的適應(yīng)性和智能分析能力不斷提升，邊緣節(jié)點設(shè)備也同時具備了較強(qiáng)的智能分析能力和較快的輸出響應(yīng)能力，當(dāng)中心服務(wù)器出現(xiàn)宕機(jī)或者網(wǎng)絡(luò)傳輸出現(xiàn)中斷時，不會影響車站視頻監(jiān)控系統(tǒng)智能分析和異常事件報警提示等功能的正常使用，有效保證對車站各個區(qū)域的不間斷監(jiān)控，防止突發(fā)事件或關(guān)鍵視頻信息的遺漏，加快站務(wù)人員對突發(fā)事件和風(fēng)險事件的應(yīng)急響應(yīng)。

2.4 服務(wù)協(xié)同

城市軌道交通視頻監(jiān)控系統(tǒng)應(yīng)能夠為車站管理人員提供一定的輔助管理功能，傳統(tǒng)的視頻監(jiān)控系統(tǒng)在應(yīng)用時對各類業(yè)務(wù)場景缺少分級識別和業(yè)務(wù)編排服務(wù)，靈活性不足，也導(dǎo)致了對突發(fā)事件和風(fēng)險事件的應(yīng)急響應(yīng)及時性不夠、處置方式合理性不足。服務(wù)協(xié)同主要是實現(xiàn)監(jiān)控場景分級、業(yè)務(wù)編排、任務(wù)管理等方面的協(xié)同，也同時預(yù)留與其他專業(yè)的服務(wù)協(xié)同接口以及本身業(yè)務(wù)新功能的拓展接口，為車站人員提供定制化、流程化、智能化的視頻監(jiān)控輔助管理服務(wù)，幫助站務(wù)工作人員及時掌握和應(yīng)對影響正常安全運(yùn)營的各類事件。按照《城市軌道交通運(yùn)營安全風(fēng)險分級管控和隱患排查治理管理辦法》規(guī)定，客運(yùn)組織類風(fēng)險主要包括車站作業(yè)、客流疏導(dǎo)和乘客行為等方面的風(fēng)險[8]，客流疏導(dǎo)和乘客行為風(fēng)險主要包括翻越站臺門、故意跳入軌道、乘客擁擠踩踏、個人極端行為等。因此，按照管理辦法規(guī)定和運(yùn)營單位的實際需求對監(jiān)控事件進(jìn)行場景分級和相應(yīng)的業(yè)務(wù)流程編排，發(fā)生風(fēng)險事件時，對于高安全風(fēng)險的視頻業(yè)務(wù)場景可自動匹配在系統(tǒng)云邊協(xié)同的層面上進(jìn)行業(yè)務(wù)分析處理，同時提示聯(lián)動其他系統(tǒng)的信息供工作人員進(jìn)行確認(rèn)及應(yīng)對，對于一般風(fēng)險等級的視頻業(yè)務(wù)場景直接在邊緣節(jié)點層或云計算中心層進(jìn)行處理分析。發(fā)生風(fēng)險事件后，將不同區(qū)域、不同點位的監(jiān)控視頻圖像數(shù)據(jù)實時融合拼接到車站三維實景模型中并進(jìn)行數(shù)據(jù)關(guān)聯(lián)分析，通過虛擬現(xiàn)實的融合可更直觀反映車站監(jiān)控區(qū)域的實時全景狀態(tài)和風(fēng)險事件的過程狀態(tài)，實現(xiàn)視頻監(jiān)控立體化、跨區(qū)域、跨系統(tǒng)的服務(wù)協(xié)同，提升車站對風(fēng)險事件的整體應(yīng)急管理水平。

2.5 業(yè)務(wù)應(yīng)用協(xié)同

通過云邊協(xié)同技術(shù)在城市軌道交通視頻監(jiān)控系統(tǒng)業(yè)務(wù)方面的應(yīng)用，一方面提升了視頻監(jiān)控系統(tǒng)的智能分析及分析響應(yīng)能力，另一方面加強(qiáng)了與城市軌道交通其他安防子系統(tǒng)的協(xié)同聯(lián)動功能，同時也提高了相關(guān)業(yè)務(wù)管理效率。

（1）在業(yè)務(wù)功能方面，視頻監(jiān)控系統(tǒng)可根據(jù)場景定義各類異常事件，不需通過中心服務(wù)器，可直接在邊緣端通過AI硬件實現(xiàn)需求較為迫切的區(qū)域徘徊逗留檢測、站臺越界和兩端入侵報警、重點人員識別及追蹤、電梯/樓梯摔倒、站臺區(qū)域乘降人數(shù)統(tǒng)計、大件物品遺留檢測等功能，另外還可根據(jù)運(yùn)營管理需求增加包括煙霧火災(zāi)圖像分析、工作人員動作規(guī)范識別、工作人員與非工作人員區(qū)分等定制化智能分析功能，有效縮短了異常事件下的系統(tǒng)響應(yīng)時間，降低工作人員安全管控壓力。

（2）在業(yè)務(wù)協(xié)同方面，通過云邊協(xié)同技術(shù)的應(yīng)用可使系統(tǒng)發(fā)揮更佳的整體效能，能夠更加快速的實現(xiàn)視頻監(jiān)控系統(tǒng)與其他安防子系統(tǒng)的報警協(xié)同聯(lián)動功能，當(dāng)接收到如安全檢查及探測系統(tǒng)、異物入侵報警系統(tǒng)、電子圍欄系統(tǒng)、出入口控制系統(tǒng)等因特定危險事件發(fā)出的觸發(fā)信號時，視頻監(jiān)控系統(tǒng)畫面可自動切換至相應(yīng)的報警區(qū)域，并發(fā)出報警信息供車站工作人員進(jìn)行確認(rèn)和處理，防止事態(tài)進(jìn)一步發(fā)展而導(dǎo)致失控。

（3）在業(yè)務(wù)管理方面，云邊協(xié)同技術(shù)的應(yīng)用不僅可以實現(xiàn)系統(tǒng)對業(yè)務(wù)場景的快速分級預(yù)判及流程處置報警，還可使中心系統(tǒng)更加快速、全面的協(xié)同分析多個視頻監(jiān)控節(jié)點，不同監(jiān)控角度的視頻數(shù)據(jù)，并將重要業(yè)務(wù)場景、關(guān)鍵視頻數(shù)據(jù)自動標(biāo)記與關(guān)聯(lián)，通過預(yù)置的關(guān)鍵詞語及場景定義對視頻實現(xiàn)基于內(nèi)容特征的高效檢索和瀏覽，極大提高了工作人員對重要事件和場景的查詢效率。

3 結(jié)束語

云計算和邊緣計算協(xié)同技術(shù)的研究和應(yīng)用是智慧城市軌道交通領(lǐng)域大規(guī)模部署云計算基礎(chǔ)設(shè)施后的必然發(fā)展趨勢，具有較為迫切的應(yīng)用需求和良好的市場前景。通過研究云邊協(xié)同技術(shù)在城市軌道交通視頻監(jiān)控系統(tǒng)中應(yīng)用總體架構(gòu)和功能應(yīng)用，能夠較好地滿足城市軌道交通領(lǐng)域的場景應(yīng)用需求，有效提升視頻監(jiān)控系統(tǒng)的智能化、網(wǎng)絡(luò)化、實時性水平，對提升城市軌道交通的安全保障能力、提高車站運(yùn)營管理效率、降低系統(tǒng)建設(shè)及維護(hù)成本有重要作用，有助于促進(jìn)新一代智慧型城市軌道交通安防領(lǐng)域的發(fā)展。