本书结合高速铁路快速发展的趋势和铁路客运枢纽安全管理的需求，从信息采集、信息处理、信息融合三个角度和视频监控采集点布设、客流参数识别、客流状态预测三个方面对高铁客运枢纽安全风险预警理论与方法进行研究，提出了高铁综合客运枢纽视频监控采集点分级布设策略、基于证据推理的均值背景模型、基于标记自动获取的改进分水岭算法、基于客流图像连通域特征的识别算法、基于空间的客流参数预测算法及基于时空的客流参数预测模型，以期提升高铁客运枢纽的安全运营技术保障能力。
本书可供高速铁路客运枢纽规划、设计、建设、运营等专业人员参考，也可供高等院校交通运输专业学生学习参考。

1 绪论
1.1 高速铁路客运枢纽客流安全概述
1.2 智能视频监控在交通运输领域的应用
1.3 智能视频监控在铁路领域的应用
2 高铁客运枢纽客流安全风险预警体系
2.1 高铁客运枢纽概述
2.2 高铁客运枢纽客流安全风险预警的内涵
2.3 高铁客运枢纽客流安全风险预警的需求分析
2.4 高铁客运枢纽客流安全风险预警体系结构及预警流程
3 高铁客运枢纽视频监控采集点布设方法
3.1 高铁客运枢纽视频监控采集点
3.2 高铁客运枢纽视频监控采集点分级布设策略
3.3 重点区域的视频监控采集点布设
3.4 流线区域的视频监控采集点布设
3.5 全面区域的视频监控采集点布设
3.6 实例分析
4 高铁客运枢纽客流图像背景建模技术
4.1 高铁客运枢纽客流图像的特征
4.2 典型背景建模方法比较
4.3 背景模型影响因素分析
4.4 基于证据推理的均值背景模型
4.5 实验
5 高铁客运枢纽客流参数识别技术
5.1 典型的图像分割方法
5.2 高铁客运枢纽客流人数识别
5.3 实验
6 高铁客运枢纽客流状态安全预警技术
6.1 高铁客运枢纽客流状态安全预警流程
6.2 基于时空的客流参数预测模型
6.3 高铁客运枢纽客流状态安全预警处理
6.4 实验
参考文献
附录
附录A 视距可见性关系
附录B 瓶颈点客流人数及归一化结果
附录C 瓶颈点及其相关联点的参数信息
附录D 瓶颈点客流密度归一化结果
附录E 基于时间的瓶颈点客流密度预测值
附录F 瓶颈点客流速度归一化结果
附录G 基于时间的瓶颈点客流速度预测值
附录H 基于空间的瓶颈点客流密度预测值
附录I 基于空间的瓶颈点客流速度预测值
附录J 基于时空的瓶颈点客流密度预测值
附录K 基于时空的瓶颈点客流速度预测值