随着我国城市化的脚步愈来愈快,交通带给城市的压力也随之增大。地铁出行因其方便、速度快、运量大、发车时间准时等优点,成为越来越多的公众出行的首选交通方式。地铁车站作为城市轨道交通线路的重要节点,承担轨道交通客流的集疏压力,容易产生大客流拥堵,造成安全隐患。当前我国地铁车站视频监控系统在视频监控采集设备布设、检测智能化水平等方面还存在欠缺,难以满足地铁车站客流安全状态智能感知的需求。在此背景下,通过对经济合理的摄像机布设方法、准确性高的客流信息检测算法、合理有效的客流安全状态等级评估与预警进行研究,科学地实现地铁车站客流安全状态智能感知。根据地铁车站客流信息采集设备布设的需求,提出地铁车站视频监控采集设备分级布设方法,采用基于正六边形区域剖分的视频监控采集点布设模型,对某省某地铁车站视频监控采集设备的布设进行实例分析,对后续视频监控采集设备点位的布设具有指导意义。针对客流信息检测的需求,结合地铁车站场景和客流特性,提出基于YOLO-v3的地铁车站客流信息检测方法。利用地铁车站场景数据集进行测试,验证算法满足检测速度快、识别精度高的要求。根据地铁车站客流安全状态等级评估与预警的需求和地铁车站客流安全状态等级评估的依据,实现对各监控区域客流密度和客流量的统计。以区域客流密度和客流量为关键指标进行等级划分,实现客流安全状态等级评估和预警级别的判定。通过本文对基于视频监控的地铁车站客流安全状态智能感知关键技术进行的研究,能够为地铁车站客流安全状态等级的评估提供数据支撑,为大客流预警级别的判定提供理论依据,对于保障城市轨道的安全运营有重要的现实意义。