目前，地铁客流数据主要依靠自动售检票系统（AFC，Auto Fare Collection）进/出站闸机传感器获取^[1]，无法实现实时客流统计。在早、晚高峰时段，大客流集中出现，地铁空间内客流密度短时间内急剧攀升，容易产生踩踏等危险事件。因此，各地铁运营公司均提出建立客流密度分析系统的需求。

当前，地铁站内既有摄像机仅用于视频监控转发、录制及回放，利用率较低。智能视频分析技术有良好的目标检测基础，随着该技术在地铁中的广泛应用，可充分利用既有摄像机等前端设备采集乘客信息，依托客流密度分析系统对采集信息进行客流密度分析，从而保障乘客安全、提高疏导能力。

目前，客流密度分析方法主要有基于轴重传感分析融合的背景差分法及YOLO系列的目标检测法。汪晓臣等人^[2]提出基于轴重传感的背景差分法，即利用当前目标图像与背景进行像素差分运算，再对比列车空车状态与列车运行时轴重数据差辅助分析，得到客流密度。该方法简单易行，但只是粗略估算，没有较高的准确度，无法直观读取视频流中人群数据，仅能呈现“拥挤”、“一般”、“舒适”等3种状态，不利于构建大数据平台。Redmon等人^[3]提出YOLO（You Only Look Once）算法，即将视频流截取图片拆分成n×n网格，输入卷积神经网络（CNN ，Convolutional Neural Network），一次判断出目标的位置与类别。YOLOv5s模型是one-stage目标检测模型，该模型最为轻量，响应速度快，但精准能力相对薄弱^[4]。

地铁客流量是城市轨道交通各项业务依托的重要数据，也是轨道交通OD模型建立的基础^[5] 。客流密度分析系统精准度的提升，有助于构建城市交通综合平台，通过整合客流数据，分析乘客异常行为，及时排除危险因素，建立安全有序的地铁环境；与智慧车站线上客服联动^[6] ，拓宽客服招援渠道；根据乘客出行规律，为周边公交接驳提供可靠数据，为疏解城市早晚高峰交通压力起到重要作用。

基于以上研究，本文设计了基于改进YOLOv5s模型的客流密度分析系统，该系统在YOLOv5s模型基础上引入注意力机制，加强对小目标的关注度，提高目标检测精准度，通过改进YOLOv5s模型的C3模块^[7]，将其替换为更为轻量的c2f模块，解决由于引入注意力机制引起的推理耗时问题，从而既提高模型检测精度又保证响应时效。改进后的YOLOv5s模型更加适应于空间密闭、人员密集的地铁环境。

1   系统设计

1.1   系统组成

客流密度分析系统主要由中心子系统、车载子系统和车站子系统组成，如图1所示。

图  1  客流密度分析系统组成

下载: 全尺寸图片 幻灯片

车载子系统面向乘客端采集设备，如摄像机、录像机等，对乘客行为、客流方向及客流数据进行采集，将获取的乘客信息传入列车两端智能视频分析服务器，通过运算取得客流密度。

中心子系统接收车载子系统上传的乘客信息视频流、客流密度等数据，经交换机输入到中心服务器进行审核。审核完成后下发到车站子系统。

车站子系统接收到中心子系统下发的数据后，交由LCD播放控制器进行报文解析，并将结果经地铁LCD显示屏进行显示。

1.2   系统架构

客流密度分析系统架构由采集层、网络层、数据层及应用层组成，如图2所示。

图  2  客流密度分析系统架构

下载: 全尺寸图片 幻灯片

（1） 采集层

采集层通过图像采集设备获取客流图像。前端图像采集设备主要有视频监控中摄像机及监控过程中使用的各类相关设备。

（2） 网络层

网络层即通过从中心到各车站的局域网、列车与地面的车地无线网络，将从采集层获取的客流量数据，经视频服务器分析换算，将客流密度结果传输至数据层，实现客流数据、载重数据输送。

（3） 数据层

数据层用于数据存储、分析及管理客流数据、载重数据，形成文字、图片、视频全类型、格式统一的数据库。该层数据主要包括客流量数据、轴荷重转换数据、客流密度数据等。

（4） 展示层

基于感知层、网络层而构建，实现客流数据分析、人群计数统计，结合载重数据，形成客流密度分析数据。主要通过LCD显示屏发布显示客流密度信息及控制中心在PC端的收发信息。

2   系统功能

本文根据业务需求，结合视频监视系统，设计了客流密度分析系统的功能模块。

2.1   客流密度分析

客流密度分析功能包含客流密度分析和人数统计功能，智能视频服务器能够在20 s内输出客流密度和人数统计数据，按照地点分类，向中心上报分析结果。地铁站内客流具有时间、空间分布不均衡的特性^[8]，通过客流密度分析形成的客流分布特征，可以为中心预判高峰时段、列车运行秩序等提供可靠依据。

2.2   行为异常告警

行为异常告警功能包含乘客跌倒、招援等动作识别功能，并及时将乘客信息上报中心，产生告警，提高应急处置效率，保障乘客安全。形成“人、车、站”协同管理。

2.3   客流疏导

根据上报中心的客流数据，构建客流大数据分析模块，结合历史数据分析、大客流预警，形成热力图和动态图，显示乘客活跃路线，预判乘客高峰走势，方便运营部署限流等疏导策略。

3   客流密度分析流程

客流密度分析基本流程，如图3所示。

图  3  客流密度分析流程

下载: 全尺寸图片 幻灯片

前端摄像机获取实时视频流进行数据采集，列车控制与管理系统（TCMS，Train Control and Management System）进行列车轴重数据采集，分别在列车车头、车尾各设置一台车厢客流密度分析设备，对视频图像分析，以轴荷重数据辅助，得出最终结果。在客流密度分析数据形成后，通过车地无线网络传送给控制中心，通过控制中心再下发到车站子系统中乘客信息编播中心，经站台LCD终端显示屏，将乘客导向合适的车厢进行乘车，运用大数据帮助运营疏导管理。

3.1   数据采集

（1） 视频流获取

摄像机、流媒体服务器等设备实时录取车厢情景，通过实时流传输协议进行视频流获取传输。

（2） 轴重荷数据采集

TCMS系统中远程输入输出模块（RIOM，Remote Input/Output Module ）具有数据采集及控制的功能。通过乘客信息控制单元与外部地面PIS系统关联，传输轴重动态数据，反映每列车所载乘客的数量，从而形成客流密度数据。

3.2   客流密度分析

通过运用YOLOv5s检测算法，对客流进行分析、识别和计算，得出客流密度分析、人数统计数据，并在20 s内响应，能够输出1列车6节车厢全部客流密度数据和人数统计数据。列车在到达下一站前将分析结果发送至地面中心PIS系统服务器，站台乘客通过站台乘客信息发布屏获取列车各车厢拥挤度信息。视频分析过程中不受报警触发的影响而中断，通过Onvif或GB28181等视频标准协议传输视频流并解析，分析准确率不低于90%。

3.3   发布与显示

（1）站台LCD显示

通过前端摄像机获取视频流，经视频分析及目标检测算法，结合轴重分析，得出客流密度数据。将该数据上传到控制中心，由控制中心审核下发到站台LCD播放控制器并解析转换信号格式，通过乘客信息系统软件中媒体编播与消息发布等功能模块，发布与显示，如图4所示。

图  4  站台LCD屏客流密度显示

下载: 全尺寸图片 幻灯片

（2）站厅LCD显示

控制中心收到客流密度分析结果后，将信息下发到车站站厅层票亭LCD显示屏，如图5所示。

图  5  票亭LCD屏客流密度显示

下载: 全尺寸图片 幻灯片

4   关键技术

4.1   引入注意力机制

地铁场景环境复杂，前端视觉机器感知信息冗余。为了强化图像重要特征，让网络模型更能够关注识别人物特征，抑制其他无用特征，本文在YOLOv5s模型中引入一种卷积注意力模块（CBAM，Convolutional Block Attention Module），该模块能够在通道和空间双重机制作用下，运用平均池化和最大池化，经过多层感知器（MLP，Multi-Layer Perceptron）得到特征图信息，从而强化特征提取的能力，增强模型感受野（网络区域感知能力）。引入注意力机制后的模型，能够达到良好的性能指标。

4.2   改进Backbone主干网络结构

由于YOLOv5s网络主要用目标函数指导神经网络进行信息学习，在执行过程中权重不断更新，又基于运用线性回归算法，因此会产生大量的损失函数与梯度。借助梯度下降的方法，原YOLOv5s运用C3模块提取图片特征信息。C3模块具有多尺度特征融合性能的同时也带来了大量参数，导致模型信息冗余。因此本文借助YOLOv8模型结构，将YOLOv5s模型中Backbone主干网络层中C3模块替换为c2f模块，该模块在提取特征时，每层特征图输入瓶颈层（bottleneck）的通道数均是上一级的0.5倍，因此降低了运算量，使模型进一步轻量化，改进后的模型运行推理速度明显提高。

5   实现与应用

5.1   实验数据集

基于改进YOLOv5s模型的客流密度分析系统，在北京新机场线项目上实现并应用。为了定量分析检测性能，在该项目上采集地铁列车车厢图像，按比例划分为训练集和测试集。

5.2   评价指标

本文共采用AP50、AP50∶5∶95、推理耗时共3个指标来评估改进后模型的性能。

（1） AP50

平均精度（AP，Average Precision）值，即以召回率（Recall）为横轴、预测精准率（Precision）为纵轴构成的PR-Recall曲线面积，AP值越大，说明预测值越高，性能表现越为精准。AP50为并交比阈值设置为50%时的平均检测精度。

（2） AP50∶5∶95

是指并交比阈值取0.5，0.55，…，0.95，步长为0.05时，将对应不同类别的平均精度值，再取平均值。该指标能够综合衡量不同交并比阈值下模型的性能，AP50∶5∶95值越大，模型性能越稳定准确。

（3） 推理耗时

推理耗时表示模型处理一张图片需要的时间，由于添加CBAM后模型mAP值有一定提升，同时，也增加了模型的复杂度，增加推理耗时。因此，将推理耗时作为一项评估指标。

为了验证本文提出的改进后的YOLOv5s模型与原YOLOv5s模型相比精准度有无提升，依据AP50、AP50∶5∶95、推理耗时这3项评价指标对比两种模型的检测性能，结果如表1所示。

表  1  改进模型与原模型性能对比

模型	P	R	AP50	AP50:5:95	推理耗时/ms
原YOLOv5s	0.933	0.791	0.864	0.567	4.4
YOLOv5s-CBAM	0.965	0.961	0.967	0.593	5.5
YOLOv5s-c2f	0.932	0.792	0.866	0.559	3.9
改进后的YOLOv5s	0.966	0.963	0.968	0.614	4.2

下载: 导出CSV 

| 显示表格

5.3   应用结果分析

分别应用基于原YOLOv5s模型的客流密度分析系统与基于改进后的YOLOv5s模型的客流密度分析系统在地铁车厢乘客数据集上进行训练。运行环境为：CPU为intel i7-1065G7，GPUwei NVIDIA GeForce MX350，内存为10 GB，操作系统为Windows10，开发语言为Python，使用了Pytorch深度学习框架。由表1可知，单项引进注意力机制后，AP50、AP50∶5∶95两项指标均有所提高，推理耗时增加了1.1 ms；单项改进主干网络模块，AP50、AP50∶5∶95两项指标无明显变化，推理耗时降低了0.5 ms；而改进后的YOLOv5s模型，AP50、AP50∶5∶95两项指标分别提升1.04%和4.7%，而推理耗时相较于单项引入注意力机制降低了1.3 ms。因此，本文提出的改进模型能有效提高检测精度，性能更佳。

6   结束语

本文设计了基于改进YOLOv5s模型的客流密度分析系统，在YOLOv5s模型中引入CBAM，通过学习方式自适应获取每个特征通道的特征信息，根据对当前任务重要程度，提取特征，抑制不相关特征，提升检测精度；将主干网络C3模块替换更为轻量的c2f模块，解决因引入注意力机制增加推理耗时的问题。该系统已在北京地铁新机场线项目实际应用，应用表明，基于改进YOLOv5s模型客流密度分析系统能够在客流高峰时段，乘客密集时有效提高精准度，应用表现良好。未来，将继续围绕客流密度分析系统，进一步完善系统功能，提高客流分析精准度和智能化程度；进一步整合客流数据资源，提高资源使用效率，为乘客出行提供有力保障。