A análise de imagem e a sobrelotação nos Metros

A este desafio da procura do permanente equilíbrio, junta-se o aumento da procura pelo transporte público. Nas vésperas da pandemia do COVID-19, a procura de transporte em sistemas de metro ascendia anualmente, a nível global, aos 62 mil milhões de viagens – com um crescimento de cerca de 40% nos últimos 7 anos – atingindo crescimentos na ordem dos 5% ao ano.

A pandemia inverteu esta tendência, pelo menos temporariamente, e trouxe novas preocupações quanto à sobrelotação. A preocupação passou a ser a de assegurar o distanciamento físico e a prevenção de situações de excesso de passageiros.

O próximo desafio é recuperar a confiança nos transportes públicos pois os passageiros estão pouco recetivos a repetir as situações de sobrelotação.

Para prevenir tais situações, a Thales desenvolveu um sistema de análise de vídeo – DIVA Distributed Intelligent Video Analytics, que utiliza as câmaras de CCTV existentes para medir em tempo real a densidade de passageiros ao longo de toda a rede – nas estações, nas plataformas e a bordo dos comboios, recorrendo a algoritmos de análise de imagem, que são utilizados para gerar “heat maps” e diversos KPI’s para diferentes tipos de análise.

Esta solução permite aos Operadores ter uma visão em tempo real do fluxo de passageiros pela monitorização, gestão e antecipação da densidade de passageiros nas estações e a bordo e com base nestes dados, informar os passageiros das ações a tomar e dirigi-los para os locais, portas de embarque ou carruagens menos ocupadas.

Uma das vantagens do DIVA reside no facto de utilizar câmaras CCTV existentes, nas estações e a bordo, sem necessidade de serem adaptadas nem de utilizar outros sensores adicionais.

A solução DIVA com o seu software de análise de imagem pode ser disponibilizada “as a service” digital, alojado em servidores Thales ou disponibilizada em versão “local” com o software alojado em servidores embarcados ou nas estações.

O sistema DIVA oferece uma variedade de funcionalidades e ferramentas para suportar os operadores a disponibilizar um melhor serviço aos passageiros: – Orientação e informação aos passageiros – Mapas de densidade de ocupação das estações e da rede em tempo real – Índices (KPI’s) de lotação – Tendências de lotação – Alertas inteligentes de sobrelotação – Histórico de ocupação – Predição de densidade de ocupação

Trata-se de uma solução “future-proof” que pode operar com base nas imagens das futuras gerações de câmaras de CCTV, que oferece a máxima flexibilidade e que pode ser integrada com aplicações de “3rd parties”.

Outras das características importantes do DIVA são a sua robustez e a sua precisão derivadas do algoritmo de análise de imagem, único, desenvolvido pela Thales.

Este algoritmo efetua a identificação do “esqueleto” de cada passageiro que é visível por cada câmara. Um “esqueleto” é constituído por um conjunto de 20 pontos notáveis, que incluem os braços, pernas, nariz e olhos. O que torna o algoritmo do DIVA tão robusto é o facto de necessitar somente de 3 pontos de entre os 20 acima mencionados para identificar um passageiro. Deste modo, mesmo em situações de sobrelotação em que uns passageiros encobrem outros, o DIVA ainda assim consegue detetar individualmente os passageiros e determinar com precisão a densidade de ocupação.

O algoritmo do DIVA evita os problemas associados ao “back ground sutraction” existente nos sistemas convencionais de análise de vídeo, bem como a necessidade da calibração das câmaras cada vez que uma câmara é movimentada.

Com o DIVA as câmaras não necessitam de ser fixas, podem ser utilizadas PTZ’s mantendo a precisão do sistema. Adicionalmente o sistema DIVA é muito robusto face às mudanças das condições de iluminação, fator crítico nas instalações a bordo.

Com este sistema elimina-se a necessidade de sensores adicionais e dos cabos associados pois são utilizadas as câmaras e cabos existentes.

Adicionalmente às medições de densidade e ocupação, a tecnologia associada ao sistema DIVA permite ainda algumas novas aplicações e “use cases” que utilizam as mais recentes técnicas de AI para extrair mais valor dos sistemas vídeo.

Estamos a falar, entre outras, de:

Deteção de bagagens abandonadas a bordo ou nas plataformas

Deteção de violência, pela deteção automática de movimentos associados a violência ou agressão, desencadeando alertas ao nível dos CCO’s

Acesso não autorizado ou penetração em zonas proibidas, p.ex. vias reservadas, túneis, pontes e outras áreas sensíveis

Deteção de passageiros “esquecidos” a bordo quando os comboios chegam ao fim da linha ou do serviço.

A Thales é um leader global em avançadas technologias e soluções para metros e ferrovias. As nossas soluções são utilizadas em mais de 100 linhas de metro em mais de 30 cidades. 

Artigo extraído do white paper da Thales: Crowd Management with vídeo analytics

Info: thalesgroup.com/es

Conteúdo co-produzido pela MediaNext e pela Thales