2009年6月29日,京廣鐵路湖南境內郴州站K9017次列車與準備出站的K9063次列車發(fā)生側面相撞事故,造成3人死亡,63人受傷,其中8人重傷。
其實像這樣的火車相撞事故已經不是第一次,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……一次次的教訓不禁讓我們提出疑問:軌道交通采取了嚴密的安全防范措施,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)在預防和事故處理中起更大作用?
據(jù)了解,目前國內國外的軌道交通中都實施了很嚴密的視頻監(jiān)控系統(tǒng),通過架設大量各種各樣的攝像機來監(jiān)控各個場合,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)。大量的攝像機被安裝在大廳、站臺、軌道旁,這些攝像機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)視所有的場景。
調查發(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,遠遠超出人類的接受能力,導致實際監(jiān)控效果降低。實驗結果表明,在盯著視頻畫面僅僅22分鐘之后,人眼將對視頻畫面里95%以上的活動信息視而不見。”因而,監(jiān)視這些攝像機也為我們帶來了兩個挑戰(zhàn)。第一,由于人類本身的弱點,保安人員實時、有效地監(jiān)視和發(fā)現(xiàn)突發(fā)或有威脅的事件警報的能力受到極大地削弱,7×24小時的實時監(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,當一個事件發(fā)生后,要想快速、準確地在這些海量存儲的視頻中搜尋這個事件的視頻是一件非常費時、費力的事情。
基于此,軌道交通部門引進智能視頻分析技術迫在眉睫。智能視頻分析(Intelligent Video Analytics)是利用計算機視覺(Computer Vision)技術,通過對監(jiān)控視頻圖像的實時分析來對動態(tài)場景中的目標進行定位、識別和跟蹤,并分析和判斷目標的行為,從而能在異常情況發(fā)生的時候及時做出反應,做到早期的偵測和防范。如果把攝像機看作人的眼睛,而智能視頻分析系統(tǒng)則可以看作是人的大腦。通過應用智能視頻分析,可以在軌道交通中幫助安全部門實現(xiàn)主動、實時的監(jiān)控,及時有效地避免或處理有威脅的或突發(fā)性事件。
目前在美國、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)。國內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)控設備,因此,普及智能視頻分析技術到各個城市軌道線至關重要。
解決軌道交通安全隱患,已經成為軌道交通中無法避免的問題之一。逝者已已,事后補救不如事前防患,相信智能視頻監(jiān)控系統(tǒng)的應用能讓更多的乘客放心,安心的乘坐火車,地鐵等。