3D Vision-based Security Monitoring for Railroad Stations

Abstract

Increasing demands on the safety of public train services have led to the development of various types of security monitoring systems. Most of the surveillance systems are focused on the estimation of crowd level in the platform, thereby yielding too many false alarms. In this paper, we present a novel security monitoring system to detect critically dangerous situations such as when a passenger falls from the station platform, or when a passenger walks on the rail tracks. The method is composed of two stages of detecting dangerous situations. Objects falling over to the dangerous zone are detected by motion tracking. 3D depth information retrieved by the stereo vision is used to confirm fallen events. Experimental results show that virtually no error of either false positive or false negative is found while providing highly reliable detection performance. Since stereo matching is performed on a local image only when potentially dangerous situations are found; real-time operation is feasible without using dedicated hardware.

Tự động cảnh báo vượt quá vạch an toàn tại ga Metro Hà Nội sử dụng thảm điện tử mềm

“…Tại nhà ga metro, thời gian đợi tàu nhất là giờ cao điểm hành khách thường có thói quen làm việc riêng như xem phim, nhắn tin, nghe nhạc, nói chuyện riêng theo nhóm, …. Các hành động này thường dẫn đến sự mất tập trung nhất thời hay chen lấn trong di chuyển và rất dễ vượt quá khu vực vạch an toàn, thậm chí có thể rơi xuống khu vực đường ray [1][2][3][4][5][6][7][8][9][10][11][12][13][14]. Hình 1 minh chứng về các trường hợp xảy ra tại ngay cả với các nước có công nghệ hàng đầu thế giới như tại California-Hoa kỳ năm 2019 [2] hay tại New Delhi-Ấn độ năm 2020.…”

“…Vì vậy phát hiện và cảnh báo hành khách di chuyển vào khu vực không an toàn trong khi đợi tàu là hết sức quan trọng và đặt ra trong thực tiễn khai khác nhằm nâng cao độ an toàn, đảm bảo thời gian vận hành thông suốt trên tuyến Metro Hà Nội. Nghiên cứu áp dụng công nghệ tự động hóa tiên tiến với mục tiêu nhằm hạn chế các trường hợp nêu trên gần đây rất được quan tâm trong giao thông vận tải [8][9][10][11][12][13][14]. Tác giả Y.…”

“…Tác giả Y. Park [8], B. Delgado và các cộng sự [9] ứng dụng xử lý ảnh để nhận biết hành động bất thường, từ đó xác định hành khách quá vạch hay rơi xuống khu vực đường ray. Xử lý ảnh có ưu điểm là phạm vi nhận dạng lớn, tuy nhiên cũng còn có một số tồn tại đó là chi phí giá thành của cả hệ thống gồm hạ tầng để lắp đặt camera, phần cứng, phần mềm khá lớn.…”

Lane Detection and Tracking Using Classification in Image Sequences

“…Traffic marks belonging to lane marks are brighter than road color, so we detect bright evidences in traffic images. Local illumination conditions are, however, various because of camera angles and lighting conditions, so we first compensate the local illumination variables by a DC-notch filter [14]. The input luminance image ( , ) f x y is used for lane detection, so the filtered image ( , )…”