武汉地铁运营有限公司 湖北武汉 430000
摘要：随着城市轨道交通的飞速发展，AFC自动售检票系统作为直接和乘客出行使用相关的重要组成部分，其智能化水平在不断提升。计算机视觉作为一种利用电子设备模拟人类视觉分析感知的技术，已在很多行业有了广泛应用。本文针对计算机视觉技术在AFC系统的应用方向进行研究，分析其在AFC系统中设备状态检测、乘客行为分析、人脸识别售检票中的应用潜力。
关键词：自动售检票；AFC系统；计算机视觉
1.概述
计算机视觉技术利用电脑和摄像机替代人眼，实现对目标进行分割、识别、跟踪、判别等功能。随着计算机硬件和机器学习的快速发展，计算机视觉已在工业生产、军事、医疗、安防、智能交通、无人驾驶、虚拟现实等领域有了广泛的应用。随着城市轨道交通的建设和发展，其智能化和现代化的要求也越来越高。AFC系统作为完成售检票、收计费、统计、管理、清分等全过程的自动化系统和乘客地铁出行、生活息息相关。而提升服务质量、提高支付体验、优化设备运维成本等需求也应运而生，计算机视觉技术在其中有极大的应用潜力。
2.计算机视觉在AFC系统中的应用方案
2.1设备状态检测
AFC系统可分为ACC清分系统、LC线路中央计算机系统、SC车站计算机系统、SLE车站终端设备、票卡五层。其中SLE站级设备的TVM自动售票机，AGM自动检票机为乘客提供售检票服务。车站各组AGM和TVM设备有对应的摄像头进行监控，目前监控摄像头覆盖各种服务设施的服务范围，其功能主要多用于各个车站的安全监控、事故原因查询分析等方面，其中有大量信息可供分析提取。
（1）TVM设备状态分析
TVM设备状态可通过设备的运营状态显示器直观反馈出来。运营状态显示器可显示包括：正常服务、暂停服务、不能发售单程票、储值卡只验卡、暂不接收纸币、本机只接收储值卡等内容信息。对于部分模块故障，常需通过车站工作人员巡视检查发现后进行报修处理。通过计算机视觉技术，基于监控各组TVM的车站摄像头，对视频帧图像进行预处理、基于颜色、相对位置等信息对运营状态显示器进行定位，将图像进行校正后对显示字样进行字符分割，获取当前状态每个字的图像信息，基于模板匹配算法或者训练神经网络进行识别，判断各组TVM设备当前工作状态，及时获取设备故障情况，帮助车站值守检修人员尽快定位故障设备。
（2）AGM设备顶棚导向指示状态分析
顶棚导向可直观的显示车站闸机设备的通行方向，可通行状态为绿色箭头，不可通行状态为红色叉号。当顶棚调试错误或出现故障时，对于乘客刷卡过闸未造成明显的影响，常需要维修工作人员巡检时发现。基于监控闸机角度的摄像头对视频帧图像进行获取，顶棚导向的区域一般处于图像中上部分，且标识箭头和叉号特征明显、间隔均匀，方便对导向标识进行识别定位，将各通道标识进行分割之后，可依据模板匹配、颜色统计等方法对标识状态进行判断，若与实际设置情况不符，提示报错，提醒车站维修工作人员对顶棚导向排查维修。
（3）紧急模式测试分析
在AFC系统调试阶段，需要调试确认紧急释放功能是否完好。紧急放行模式下，所有检票机处于全开状态，乘客不需检票直接出站，同时自动售票机跳转至暂停服务界面。恢复至正常模式后，所有设备恢复正常。在测试过程中，除了在监控软件确认是否全部响应紧急模式，还需进行观察确认各组扇门是否均有效地进行开合操作，TVM设备是否跳转模式。对于站厅分组较多的站点常需花费些人力和时间。
通过各组闸机和售票机的监控摄像头，对闸机监控视频帧图像的扇门进行识别分析，快速判断其开合状态，对售票机监控视频的条屏和乘客显示屏进行识别分析，对显示状态切换进行判断，节省测试所用的时间。
2.2乘客购票及过闸行为分析
随着地铁的发展和建设，部分车站站厅较多、设备分组零散，巡视车站情况常需要一定时间。对于设备而言，偶发的单台或者一组故障，有时不能直观的显示其故障模块或故障原因，而造成乘客无法购票或顺利过闸进出，通过巡检方式存在一定的滞后性。对应乘客而言，由于票卡存在问题，操作不熟练等原因，也会导致较长时间的滞留。
车站的监控背景变化小，基于目标检测识别和跟踪算法，对各组设备前乘客目标情况进行分析统计。一般乘客购票在进入监控区域移动至购票机，在完成购票操作便会折返离开监控区域，可对单人或多个目标长期滞留购票机区域的情况给车站工作人员进行提示，前往确认是否需要辅助帮助或设备故障需要处理，并可根据目标数量统计，分析各组售票机的排队情况，给车站工作人员提供针对性的引导建议。而对于乘客过闸行为，其视频监控图像的运动轨迹可基于识别的各通道扇门位置进行是否过闸的判定，对检测的乘客目标长期滞留于闸机一端的行为对车站工作人员进行提示，及时提供帮助或检修设备，保障乘客通行体验，提高故障维修和巡检效率。
2.3人脸识别售检票
人脸识别技术作为计算机视觉的一个分支已在门禁、考勤、手机解锁、金融、信息安全、客运铁路等行业有了广泛的应用。对于AFC系统而言，可应用在人脸识别售票、过闸方面。
（1）人脸识别售票
随着网络、支付、人脸识别技术的发展，很多行业的传统现金支付频率正在逐步降低。对于自动售票机而言，硬币模块、纸币模块的使用依赖也在降低。为提高乘客购票体验和降低设备维护成本，可通过支付宝、微信等第三方支付功能，以人脸识别的方式进行购票。同时通过添加人脸识别功能，实名认证也可以带来地铁公共安全性的提升，并为今后大数据分析提供支持数据。
（2）人脸识别过闸
人脸识别过闸已在部分城市试点应用，通过对采集到的乘客脸部图像信息和数据库中的人脸数据进行算法比对，将核实结果反馈给闸机，控制扇门动作，确保乘客通行。基于人脸识别技术过闸方便乘客出行，可实现先乘车后付款，通过进站和出站时收集的乘客信息，形成交易数据信息的闭环，由第三方支付平台完成扣款操作。
3.总结
本文阐述了计算机视觉技术在AFC系统中设备状态检测、乘客购票过闸行为分析、人脸识别售检票的应用潜力。利用计算机视觉技术，可提高AFC系统的检修效率、服务质量、出行体验，顺应了轨道交通行业现代化和智能化的发展趋势。
参考文献：
[1] 田沃. 城市轨道交通AFC系统人脸识别技术应用研究[J]. 信息与电脑(理论版), 2019, 422(04):151-155.
[2] 黄亮. 人脸识别技术在地铁自动售检票系统中的应用研究[J]. 铁路技术创新, 2018(02):16-19.
[3] 彭赛. 基于视频处理的地铁站行人特征数据提取[D]. 2016.
[4] 王春波, 张卫东, 许晓鸣. 计算机视觉技术在智能交通系统中的应用[J]. 测控技术, 2000(05):22-24.