公共区域大客流的预警和安全是公共安全管理的重要组成部分，但目前对于地铁、景点、商场等大客流地区的人流进行实时和准确监测还是一个难点。针对该难点，上海工程技术大学城市轨道交通学院刘志钢教授、胡华副教授和丁小兵博士率领的创新创业团队打造了一款技术精度高、覆盖范围广、设备成本低廉的小型监测设备系统。
胡华表示，过去对于人流的监测大部分采用视频识别模式，高密度客流、非高清视频条件下存在较大的误差。工程大科研团队则采用Python编程语言，利用卷积神经网络算法，在一种特有的卡片式电脑设备中内置视频识别、WIFI识别程序，可同时接收各种数据并实现有效融合，并对人群的密度和数量进行更高精度的实时判断。系统具备自我学习的能力，可对其进行算法训练，使得数据精准度更趋完善。
该设备不仅可以实现单个点位的人流情况判断，还能将数据上传云端。因此，如果在区域内设立大量的点位，就能形成网络级客流预警平台，可实时发布单个拥堵点及区域的拥堵指数。相关客流图谱还具有协助制定广告投放价格等商业价值。
值得一提的是，相对于市场上同类产品，该设备成本低廉，一台的硬件成本只有500元左右。目前，该设备已经在上海地铁车站开展了大量的技术测试、数据采集和前期研发工作，得到了国内资深交通专家和地铁运营方的肯定。
原文链接：http://www.duob.cn/cont/862/204258.html