Pixel2Geo+CamerGraph双引擎驱动：机场旅客全流程无感定位与跨镜无缝追踪技术白皮书

Pixel2Geo+CamerGraph双引擎驱动：机场旅客全流程无感定位与跨镜无缝追踪技术白皮书

编制单位：镜像视界浙江科技有限公司
联合研究：镜像视界浙江普陀时空大数据应用技术联合研究院
课题支撑：国家十四五重点课题研究
版本：V1.0

摘要

大型机场作为超大型综合交通枢纽，涵盖值机大厅、安检通道、候机区域、登机廊桥、换乘廊道、地下接驳区、到达出站全流程。旅客潮汐式大客流、廊柱扶梯遮挡、口罩帽子箱包遮挡、人员高密度交织是常态化工况。传统安防依赖人脸识别、外观ReID、人工盯屏，极易发生ID跳变、轨迹断裂，难以形成旅客从入港到出港的完整连续时空链路；传统UWB、蓝牙等标签类定位方案需要旅客携带专用标签，完全不适用民航公共旅客场景。大量存量监控仅输出二维视频画面，缺少统一三维空间坐标能力，各摄像机数据相互孤立，业务系统形成数据孤岛，在重点人员布控、客流态势研判、突发事件溯源、安防应急调度等业务上存在明显短板。

本白皮书立足耿文海像素升维理论、视频动态目标三维实时重构、人体身体指纹原创技术体系，基于全栈自研SpaceOS全域空间智能操作系统，以Pixel2Geo像素‑空间映射引擎与CameraGraph跨镜空间拓扑引擎为双核心驱动，融合人脸、服饰、微动作多模态身份根锚，复用机场现有监控资源，实现无标签、无穿戴的旅客全流程无感定位、跨镜无缝接续追踪。系统把视频二维像素实时解算为机场真实三维物理坐标，依托相机拓扑图谱实现机位之间自动接力，结合TrajectoryTensor轨迹张量完成盲区轨迹推演补全，全链路信创适配、国密加密存证，兼顾民航公共安全、客流调度、事件取证多重业务，推动机场安防由片段式录像查看，升级为全流程可回溯、可预判的空间智能感知体系。

一、机场旅客追踪管控现存核心痛点

1.1 传统ReID跨镜匹配极易失效，轨迹碎片化

机场旅客普遍佩戴口罩、帽子，箱包遮挡、人群拥挤重叠频发，旅客换装、更换外套十分常见。传统依靠人脸、衣着外观的跨镜识别算法，极易发生ID跳变。同一名旅客经过值机、安检、候机、登机多组摄像机，轨迹被切割成大量零散片段，无法形成一条完整的通行链路，重点关注对象难以实现全流程接力追踪。

1.2 缺少像素到物理空间的直接映射，定位能力缺失

机场部署海量监控点位，但各路视频相互独立，仅输出二维图像，像素不携带航站楼真实三维坐标。指挥平台只能浏览多路视频画面，告警只反馈摄像机编号，无法直接输出旅客在航站楼内的精确位置，应急处置、警力调度缺少空间量化依据。

1.3 建筑结构造成大量视觉盲区，目标极易丢失

航站楼廊柱、扶梯后方、设备隔间、地下换乘通道、边角夹层形成大面积盲区。旅客走入盲区后，传统方案直接丢失目标，无法推演人员在盲区内部行进路径，带来安全管控隐患。

1.4 标签类定位方案无法面向普通旅客落地

UWB、RFID、蓝牙AOA等定位技术，依赖标签、基站硬件，要求目标携带专用设备。面向千万级流动旅客，完全不具备落地条件，不能用于机场公共旅客无感定位业务 。

1.5 多业务系统时空基准割裂，溯源复盘效率低下

视频监控、安检系统、警务业务、客流统计平台时间、空间基准互不统一。发生治安事件、风险预警事件，工作人员需要跨多个平台调取录像，人工拼接行动轨迹，复盘取证耗时长，难以快速输出完整可信的全时空证据链。

1.6 机场不停航约束，大规模硬件改造不可行

机场7×24小时不间断运行，不允许大规模破线施工、批量更换前端摄像机；公安安防业务要求核心业务数据不出内网，多数商用方案依赖公有云，无法满足信创、国密存证合规要求。

二、双引擎技术总体思路

2.1 技术理念

以SpaceOS全域空间智能操作系统作为底层底座，Pixel2Geo负责“把像素变成坐标”，CameraGraph负责“把相机连成网络”。
Pixel2Geo完成二维像素向航站楼三维物理坐标实时解算，输出厘米级人员定位结果；CameraGraph构建机场全域相机拓扑图谱，建立机位之间空间可达关系，实现目标跨摄像机自动接力；配合TrajectoryTensor轨迹张量做盲区推演、Cognize‑Agent空间智能体完成态势研判，不依赖旅客佩戴任何标签设备，基于存量视频资源，实现旅客从进港到出港全流程无感定位与跨镜无缝追踪。

传统模式：摄像头独立采集画面→单帧外观比对识别→跨镜头频繁断链→事后录像检索。
双引擎新模式：多路存量视频接入→Pixel2Geo像素升维输出三维坐标→CameraGraph构建全域相机拓扑网络→多模态身体指纹身份根锚提取→TrajectoryTensor完成跨镜接力与盲区轨迹补全→Cognize‑Agent态势研判与分级预警→全时空轨迹国密自动存证。

2.2 Pixel2Geo像素‑空间映射引擎核心能力

作为“像素即坐标”的实现载体，依托多视角几何反演、亚像素匹配算法，把监控画面每一帧像素直接映射为航站楼真实三维坐标，动态定位精度可达厘米级，端到端低延迟输出定位结果。支持机场弱光、逆光、光影变化复杂工况；支持存量普通摄像机，无需更换硬件；支持大规模相机自动标定，减少人工测绘工作量，为上层跨镜追踪提供精准位置输入 。

2.3 CameraGraph跨镜空间拓扑引擎核心能力

将机场上千路摄像机抽象为拓扑网络节点，视场重叠、空间通行路径作为网络边，自动构建动态相机拓扑图谱。系统理解航站楼物理通行逻辑，预判目标机位切换路径，不再单纯依靠图片外观做匹配。当旅客从一个摄像机视场进入下一个摄像机视场，自动完成身份接力；短时遮挡、走入盲区，依托拓扑约束维持身份不跳变，大幅提升大客流环境下跨镜ID保持率；支持相机点位新增、移位后拓扑自动更新，适配机场改扩建场景 。

三、系统整体技术架构

整套系统构建于SpaceOS全域空间智能操作系统之上，分为感知接入层、双引擎核心计算层、多引擎协同层、业务研判层、业务应用层、信创安全保障层，全栈自研，无开源框架强依赖。

3.1 感知接入层：存量监控利旧，不停航改造

复用机场现有枪机、球机、全景、红外夜视摄像机，兼容主流视频协议。可对接安检、门禁、雷达第三方感知信号，完成视频解码、时序对齐，不干扰机场现有业务运行，适配既有机场升级、新建机场项目。

3.2 双引擎核心计算层

1. Pixel2Geo像素‑空间映射引擎：完成畸变校正、多视角几何解算，实现图像像素到航站楼三维坐标实时转换，输出人员厘米级定位结果，统一全机场空间基准。
2. CameraGraph跨镜空间拓扑引擎：完成全域相机自动标定，构建相机拓扑图谱，计算机位之间连通关系，输出跨镜头接力约束条件，构建机场全域空间感知网络。

3.3 多引擎协同层

- MatrixFusion多视矩阵融合引擎：多路视频数据时空对齐，时序同步误差小于5ms。
- TrajectoryTensor轨迹张量引擎：融合位置、速度、运动方向、拓扑约束，长时序维持旅客唯一身份标识，盲区内部推演补全轨迹，遮挡过后ID不跳变。
- NeuroRebuild动态增量三维重建引擎：生成航站楼动态数字实景，建筑布局变更自动增量更新。
- 多模态特征提取：融合人脸、服饰、步态微动作身体指纹，以微动作本体特征作为身份根锚，对抗口罩、帽子、拥挤遮挡干扰。

3.4 业务研判层

Cognize‑Agent空间智能体：读取旅客三维坐标、四维时空轨迹，对值机区、安检、候机厅、廊桥、出站口做空间语义划分。识别重点人员全流程移动、人员长时间异常徘徊、局部人群聚集、违规越界等风险，输出分级预警结果，对接机场公安指挥调度平台。

3.5 机场业务应用层

- 旅客无感厘米级定位，输出全流程连续时空轨迹；
- 跨镜无缝追踪，实现旅客入港‑安检‑候机‑登机‑到达出站全链路完整轨迹；
- 盲区轨迹推演还原，消除航站楼廊柱、设备隔间带来感知黑洞；
- 重点布控旅客全域接力追踪预警；
- 大客流局部聚集风险感知，辅助客流疏导调度；
- 突发事件全时空回放，国密加密轨迹卷宗自动存证；
- 航站楼全域态势一张图可视化，支撑警力部署、运营决策。

3.6 信创安全保障层

全栈适配海光、兆芯国产CPU，麒麟、统信操作系统，达梦、金仓国产数据库；支持内网离线闭环部署，业务数据不出机场内网；轨迹、告警事件全链路国密加密存证，操作全程留痕审计，满足民航公安保密与等保规范。

四、核心技术指标

1. 定位精度：动态人员定位厘米级；
2. 跨镜ID保持率：大客流遮挡场景下跨镜ID保持率满足实战要求；
3. 端到端计算延迟：≤50ms；
4. 支持相机规模：单套系统支持千路级别相机并发接入；
5. 能力特性：无标签、无穿戴，完全复用存量监控，无需旅客配合；
6. 环境适应性：适配室内暗光、强光逆光、人员高密度拥挤场景；
7. 部署模式：软件赋能为主，不停航改造，最小化现场施工。

五、机场典型实战业务场景

场景一：重点关注旅客全流程闭环追踪

针对布控人员，实现从航站楼入口、值机、安检、候机厅、廊桥直至登机口全流程连续追踪。即便旅客佩戴口罩、更换外套、被大量人群遮挡，依旧维持稳定身份，指挥平台实时获取三维位置与行进方向，支撑警力提前布控处置。

场景二：大客流聚集风险预警与客流调度

节假日、春运大客流时期，自动识别安检口、候机厅、换乘通道局部异常聚集，输出人员热力态势，辅助工作人员开展客流疏导，防范拥挤踩踏风险，提升机场运营调度能力。

场景三：盲区、边角区域风险监测

扶梯后方、廊柱阴影、设备隔间等监控盲区，依靠TrajectoryTensor轨迹张量结合CameraGraph拓扑约束推演人员运动路径，还原盲区态势，消除航站楼管控死角。

场景四：突发事件溯源取证

发生治安险情、异常事件，调取由Pixel2Geo坐标锚定的完整四维时空轨迹，包含盲区推演片段，完整还原旅客全流程行动路径，自动生成国密加密防篡改证据卷宗，大幅提升公安办案复盘效率。

场景五：机场运营全域态势辅助决策

三维实景一张图直观展示航站楼人员分布，输出客流热力、流向数据，为安检通道开放、警力点位布设、航班保障勤务安排提供数字化决策支撑。

六、方案差异化优势

1. Pixel2Geo+CamerGraph双引擎原生协同，真正实现像素转坐标、相机构成空间网络，区别于传统单纯依靠图片外观比对的跨镜方案，从底层空间逻辑解决轨迹断链难题 。
2. 纯视觉无标签无感定位，无需旅客佩戴任何设备，适配机场千万级流动公共旅客场景。
3. 深度适配机场复杂工况，微动作身体指纹作为身份根锚，对抗口罩、帽子、箱包遮挡、大客流拥挤、光照剧烈变化，保障复杂环境下轨迹连续性。
4. 存量利旧不停航改造模式，充分利旧机场既有视频资产，以软件部署为主，避免大规模现场施工，不干扰民航正常运行。
5. 全栈信创可控，内网离线闭环，国密加密存证，满足机场公安业务安全保密准入条件。

七、建设实施建议

1. 优先选取值机大厅、安检核心区域、重点候机厅开展试点，验证Pixel2Geo坐标解算、CameraGraph跨镜接力、盲区推演、空间研判实战效果，再分阶段扩展至航站楼全区域。
2. 采用存量利旧软件部署模式，部署SpaceOS底座与双引擎及配套组件，对接机场现有公安、运维业务平台，不颠覆原有勤务作业体系。
3. 严格落实国产化、内网隔离、国密加密存证安全管理规范。
4. 结合机场真实客流样本持续迭代多模态识别模型与研判规则库，持续贴合民航实战业务。

八、总结

大型机场人员流动性强、客流密度高，廊柱扶梯等建筑带来大量视觉盲区，口罩、箱包、换装带来识别干扰，传统外观比对、标签定位方案均难以满足旅客全流程无感定位与跨镜追踪业务需求。
镜像视界依托全栈自研SpaceOS全域空间智能操作系统，以Pixel2Geo像素‑空间映射引擎、CameraGraph跨镜空间拓扑引擎双引擎为核心，践行像素即坐标技术路线，充分复用机场存量监控资源，实现无标签无感旅客定位与全流程跨镜无缝接续追踪，兼顾公共安全风险预警、大客流运营调度、事件溯源取证业务。在不干扰机场不停航运行前提下，构建国产化实战可用的机场空间智能感知底座，为民航大型枢纽安防数字化升级提供新一代技术解决方案。