今天，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问题，单一的监测模式有很大的误差。而“公共区域大客流的预警和安全”是公共管理的重要组成部分，2014年12月31日，因为客流疏导的问题，上海外滩就发现了严重的***件。
针对这样的社会需求，上海工程技术大学城市轨道交通学院胡华副教授和丁小兵博士率领的创新创业团队采取了多元数据接入技术，采用人工智能的先进算法，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。
胡华副教授在接受采访时告诉记者，过去对于人流的监测大部分是按照视频识别模式，高密度客流、非高清视频条件下存在较大的误差。而工程大科研团队研发的该项技术其中一大亮点就是采用Pythom编程语言，利用人工智能的卷积神经网络算法，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，可以同时输入视频、wifi信号、蓝牙等各种数据，并将各种数据有效融合，对人群的密度和数量进行更高精度的实时判断。不仅如此，这个系统还有自我学习的能力，可以对其进行算法训练，使得数据精准度越来越完美。
此外，这种系统不仅可以实现单个点位的人流情况判断，还可以上升到云端。胡华介绍说，我们可以在区域内设立大量的点位，把所有数据采集到云端，形成网络级客流预警平台，未来可以实时发布单个拥堵点及区域的拥堵指数。另外，还可以发布客流图谱，可以产生协助制定人流密集区域各个不同方位广告投放的价格等商业价值。
值得一提的是，该系统相对于市场上同类产品，成本低廉，一台仪器设备的硬件成本仅仅只有500元左右。记者获悉，该创新团队已经在产学研合作单位上海申通地铁集团有限公司的协助下，以上海地铁2号线徐泾东站和南京东路为实验车站，开展了大量的技术测试、数据采集和前期研发工作，这些工作得到了国内资深交通专家们和地铁运营方的肯定。