1.1 机场重点区域人群聚集监控的提出
随着我国社会经济建设的快速发展及城市化建设的步伐加快，旅客对飞机出行的需求也是越来越大。虽然机场信息化建设每年都有大量的投入，然而，机场现有系统还是没有一个可以有效解决人群聚集，有效疏导出行旅客的方法。这不仅给出行旅客带来一定的不便捷性，同时容易造成一定的安全隐患。
由于人群过度拥挤，容易导致人群失控。以机场候机为例，通常人群进入远机位候机很少会再返回到上层区域，航班延误就会导致人群过度拥挤，此时就比较容易产生过激事件而引起安全隐患。因此，如果我们能够自动地对人群进行监测，及时发现人群行为的异常，就可以及时采取有效规避、引导、解决措施，避免意外的发生。
1.2 机场重点区域人群聚集监控的目的和意义
如上所述，由于机场面积大，旅客进出人口流动频繁，对机场内部公共场所的人群进行有效的监测与管理，是亟需解决的问题。同时，在经济快速发展的今天，对提高工作效率的要求越来越迫切。重点区域人群密度检测可以应用于机场的很多方面，它不仅可以解决某些区域人群拥挤带来的安全问题，还可以应用于数据统计，提高旅客的出行效率、机场内部人员的运营效率等，重点区域人群聚集检测的研究有着深远的意义和广阔的应用场景。
重点区域人群聚集监控的重要意义主要表现在：
1、针对航站楼高峰小时旅客进出流量与高峰小时旅客出港流量的匹配分析，可以依据此消息迅速作出有效调度调整。
2、通过对机场长时延误登机口的实景展示，机场关键点位视频实时展示，进行多角度的分析研判，以报告一定时期内机场范围内相关的安全事件，为部署安全人员和制订安保措施提供决策依据。
3、通过对机场现有建筑物中人群活动情况的观察统计，可以知道哪些地方容易发生人群拥挤，从而对后期旅客的有效引导或者对以后建筑物的设计及建造起到参考作用。
1.3 国内外研究概况
目前，我国绝大多数机场还在沿用较为传统的重点区域监控方法，少数机场或者发达国家可能采用基于板压和红外的自动旅客技术系统收集数据，或者采用手机接入的方式进行估计等。这些方法各有优缺点，采用普通视频监控的方式可以实际观察到现场人员概况，但是无法做到数据统计，且需要安保人员全天候实时进行监控，无法做到事前预警，同时查看的范围区域有限，难免会导致关键事件信息遗漏。基于板压和红外的自动旅客技术系统收集数据广泛实时，但当人员拥挤时技术效果不佳且成本比较大;通过手机接入信息采集技术，该技术采集信息量较大，但是该方法对不持手机外出的旅客不能进行统计，或者对一个旅客持多部手机的统计信息会有较大误差。
传统的保障机场人群安全的途径主要有：
1、采用物理方法修正建筑物：在一些容易发生人群聚集的地方，采取适当地修正现有建筑物的方法，比如在人多的地方增加出入口等。
2、利用闭路电视监控某一场景，利用闭路电视对周围环境进行例行扫描来查找发生危险的地方，并有专门的规则人员盯着屏幕，以便发生情况时能及时通报并采取措施。
如上做法主要有如下缺陷：
1、不能起到预防的作用，即使人可以根据经验来发出危险警告，但由于人的主观性太强，很容易发生预告太晚或者错误预告的情况。
2、容易造成漏报。
当人群已经发生拥塞时，一般采取的方法是：关闭人群正在大量涌入的入口，这种方法虽然解决了建筑物某个入口处的拥挤问题，但是人群很有可能又涌向别的入口造成新的拥挤,所以这种做法往往不能从根本上解决问题。
1.4 基于视频监控智能分析的重点区域人群聚集检测
随着计算机视觉技术的不断发展，视频监控智能分析处理的应用也越加广泛，尤其是采用图像序列处理技术对特定的视频运动对象的自动检测、识别、跟踪在智能视频监控方面有着广泛的前景，被日益广泛地应用到各个领域。
华为视频监控针对机场重点区域人群聚集监控智能分析解决方案主要由图像采集、图像管理和智能分析组成，其工作原理可以用以下步骤来描述：1.图像采集，摄像机连续拍摄某重点区域人群图像，所采集到的图像在前端摄像机进行背景建模、目标属性分类、元数据提取，图像编码后，将实时数据回传到后端进行管理存储;2.图像管理将摄像机的媒体流进行存储，同时也将结构化的元数据进行存储，***将媒体流输出给智能分析模块;3.智能分析模块可直接对结构化的数据进行技术分析处理，得到人群的密度或者运动状态的流量数据，并根据相应的判断产生相应的告警信息。
1.5 华为视频监控针对机场重点区域人群聚集智能分析设计原则
华为基于视频和图像处理的智能化人群密度估计的方法，通过分析可知，基于像素统计的密度估计方法较为简单，但是当人群密度较高、人群遮挡严重时误差较大;使用纹理分析的方法可以充分利用图像的纹理信息，但是算法复杂度较高。
针对以上问题，华为视频监控解决方案提出在不同密度人群情况下采用不同的密度估计算法的解决问题。每幅图像首先通过计算前景人群像素面积将图像初步划分为低密度和中高密度两类，然后对低密度人群采用基于像素统计的方法估计人数;对中高级密度人群使用纹理分析的方法进一步估计密度。
对于低密度人群，华为视频监控解决方案采用提取人群前景像素面积以及边缘面积这两种特征，然后利用最小二乘线性拟合方法估计出这两类特征和人群的线性关系。在获取人群前景面积方面，主要采用背景差分法以及自适应阈值二值化法获取前景人群，并使用数学形态学消除噪声和孤立点。在边缘检测方面，比较了不同边缘检测算子的性能，并提出了基于二值图像边缘检测的方法获得人群边缘，降低了算法复杂度，并通过实验表明本文使用方法的有效性。
对于高密度人群，华为视频监控解决方案采用基于灰度共生矩阵的纹理分析方法，对纹理特征的提取和选择进行研究，并通过实验确定了灰度共生矩阵的***参数，然后引入基于统计学习理论的支持向量机进行分类，通过研究如何建立支持向量机的模型以使分类性能达到***，实验室验证了方法的可行性。
1.6 人群密度检测价值与展望
华为视频监控人群密度智能分析用于监测机场重点区域内人流密度是否超过设置的阈值。监测到密度过高或者过低时，产生报警通知相关人员，监控人员观察视频画面，及时派遣人员前往现场引导处理。重点区域人群聚集检测使用主要价值如下：
1、由视频监控智能分析系统代替机场原有安保人力自动检测视频中的关键信息，降低机场人力成本，提高机场运行效率。使用密度检测后，当监控区域内人群密度过高或者过低时会触发告警，通过实况画面根据现场情况针对性调整，提升满意度，并及时预防，避免造成损失。
2、实现24小时全天候的严密监控，也可以根据现场情况灵活设置监控时间。而且可以减少人工换班时可能造成的失误。避免长时间盯着实况画面，导致监控人员的注意力和反应能力下降，可能会错过一些危害因素。
3、采用密度检测后，监控人员只需在系统产生告警时观察实况画面。一个监控人员可以同时管理摄像机数量大幅上升，降低人力成本。同时机场重点区域人群聚集检测支持多边形周界设置，支持设置多个区域。支持多目标同时人群密度检测，能够区分并识别所有目标，并标注告警。
在重点区域人群密度估计方面，还有很多工作要做：
1.在人群图像特征提取方面，如何获取更加简单有效地反映人群图像的密度特征的特征值是今后的一个研究方向。比如机场的办票、安检通道等，不同情况下，每隔多少固定时间可以消化多少人，这个对于后续大数据的分析，机场内部运营效率的提升起到非常大的作用。
2.随着嵌入式系统的飞速发展，现代监控系统越来越趋向于小型化，前端化，因此将本文所用方法实施到嵌入式系统也是今后很好的发展方向。
