交通强国,铁路先行。当前阶段我国铁路事业发展步入了快车道,铁路现代化跃上了新的台阶,铁路多项技术实现了从跟跑、并跑到领跑的完美跨越。截止到2021年底,我国铁路营业里程达到15万公里,其中高速铁路营业里程达到4万公里,在旅客运输方面,高速铁路以全国铁路约1/4的里程,承担了70%的旅客运力,即使在新冠疫情对交通行业的严重冲击下,2021年全年铁路旅客发送量仍达到25.3亿人次,恢复到疫情前（2019年）的72.9%。面对如此超大规模的旅客集散和中转运输任务,铁路车站的建设数量也在不断增多。目前,全路已经开通运营的客运车站超过3200座,其中高铁车站超过约2000多座,高铁车站的旅客运营管理对整体旅客运输作业起到关键作用。然而与普通客站相比,同时也面临着大规模的旅客集散组织、高频次的列车接发作业、高可靠的站内旅客安全保障、高标准的旅客服务体验,以及高效率的应急处理等运营管理作业要求。目前在站内旅客服务的管理过程中,车站综合视频监控系统起到了一定作用,通过部署在各个进出站口、安检区、候车室、乘降区、站台等关键区域的视频监控,站内工作人员可以直接观察到当前各个监控区域内的客流情况,通过视频巡视方式对旅客站内的安全行为进行查看。然而由于车站视频监控数量较多,管理人员仅单一地通过综合大屏的监控、巡查方式,由于长时间的人工盯控作业很容易造成视觉疲劳,因此难以详细掌握更多车站内旅客的态势信息。大量视频监控数据数据以非结构化方式存储,仅限于回放查看等简单功能,视频数据面临挖掘不充分的问题,因此急需基于视频图像的智能化分析手段来提高车站视频监控数据的利用率,为车站运营过程中提升旅客服务体验赋能。随着人工智能技术的迅速发展,基于视频图像的深度学习算法模型在视觉领域表现出很好的性能。本文结合当前深度学习领域的算法理论模型,对高铁车站海量的视频监控数据进行分析处理,以旅客客流为主要研究对象结合站内多个应用场景进行识别分析,对于提高车站视频监控的监管效率和智能化水平具有重要意义。论文的主要研究工作包括以下几方面内容:（1）高铁车站客流智能识别需求分析与总体架构设计。针对当前高铁车站在智能化建设中的现状,当前车站智能化建设过程中存在问题,在此基础上提炼出基于旅客客流智能识别的具体应用场景,并结合车站运营过程中管控程度和旅客服务体验对智能化应用场景进行需求矩阵建模。同时从数据、算力、平台、应用等层次对客流智能识别过程进行总体架构设计。（2）基于语义分割的高铁车站视频图像的关键场景可解释性研究。针对高铁站房内外监控区域覆盖范围大、监控场景多的特点,研究构建高铁车站关键场景的图像语义分割技术,在经典的语义分割模型（FCN）基础上,融合了胶囊网络分类的特性,增强了场景特征提取过程中的信息表达能力,实现对车站广场、售票厅、候车室、电梯乘降区域、站台等关键区域视频监控图像的语义分割,提高了视频图像语义解析能力,且目标像素分割精度表现优秀。（3）基于深度卷积神经网络的车站复杂背景下旅客人群密度估计研究。针对高铁站内旅客客流的聚集、分布特点,研究构建了高铁车站自适应场景客流密度估计模型（ASCCNet）,解决了旅客客流在站内不同密度分布情况下的客流密度估计,实验证明在稀疏和稠密场景下模型均能表现出较高的准确率;针对站内超大视野下单个视频摄像头在客流密度估计过程中,旅客间遮挡、尺寸变化对密度估计的影响,研究构建了多视角特征图投影融合的客流密度估计模型（MVPFC）,通过将多路视频图像进行多尺度特征提取、投影、特征融合等步骤,将多个视角下的旅客特征图合并成较大的特征图并进行密度估计,从而实现了超大视野下客流密度的估计,并通过实验证明多视角融合下旅客密度估计的可行性。（4）基于元学习的铁路站台线及站台两端侵限旅客精准识别研究。为解决当前车站站台线越界和端部入侵检测过程中无法精准区分旅客和车站工作人员而造成的越线“误报”问题,提出了一种基于元学习的人员身份识别分类检测二阶段算法模型。首先,基于经典目标检测框架（YOLOv3）对支撑集进行多尺度的特征提取,学习到车站站台线和站台端部区域行人的位置、尺寸特征信息。其次,通过引入元学习模型的学习训练过程,通过构建多个子任务,在少量标注样本的特征提取学习后,再与新样本提取特征的进行相似度对比,实现目标的分类,实验证明在旅客和工作人员的精准识别过程中取得较好效果。（5）基于深度学习的旅客异常行为模式的研究。针对旅客在站内乘降、候车过程中重点区域易发生人身安全的风险隐患,通过对站内旅客的异常行为进行分析,提出一种基于slowfast的改进模型,实现旅客在站内乘坐扶梯和群体奔跑时两种异常行为模式的识别。在原有slowfast模型的基础上,针对旅客目标识别过程耗时较多的问题,分别采用YOLOv3和YOLOv5的目标识别提取模块进行改进,结果表明,在两种场景下的异常行为检测时时效性均有明显提升。