我国各行业正处于快速发展阶段,使得交通枢纽,工厂、仓库等重要行业场所中存在的安全隐患愈发增加,各类事故频繁发生,所以,形成高水平的救援新模式,是保障各类行业正常运转的关键。本文聚焦各类复杂场景下的应急救援工作,针对救援时的事故现场移动视频远程传输系统,针对回传视频数据,对其中的相关人员身份及信息的智慧识别等工作进行研究与实现。应急作业场景中,在移动视频采集方面,存在场景复杂,信号传输链路难以铺设以及传输带宽有限等问题;在针对采集数据中被困人员的身份及信息进行智慧识别方面,存在前端计算资源有限,移动视频质量偏差等限制,本文采用WIFI多级桥接应急多媒体传输方法及系统结合基于移动视频的人员身份及信息识别算法,模拟了实际的视频传输环境,并有效解决了信息采集方面存在的问题。信息采集方面,本文形成了基于改进SSD的人脸检测算法,符合应急救援场景中实时检测的应用条件,并且能够有效克服传输画面中存在的视频画面不稳定与出现多尺度检测目标的情况。研究了基于改进Arcface的人脸检索算法,能够将分类过程中缩小类内差距与增大类间差距的效果达到最佳,使得救援过程中,尽可能严格了相关人员身份识别过程,将误识概率降到最低。搭建了基于特征图叠加的年龄信息识别网络,与传统网络不同,采用浅层特征叠加作为深层输入的形式,在增加网络深度的同时,不会过多增加网络计算量。并有效利用上下文信息,从而提取人脸的多元化特征,在针对应急场景下拍摄的移动视频中不同质量的人脸图像数据时,能够得到较为准确的分析结果。建立数据集进行了各网络的训练,形成系列模型,实现了相应功能,对于身份识别,可实现0.56s的比对认证速度,单次比对速度在1ms左右,认证精度可达93%,年龄属性识别作为救援后处理工作,用作救援工作的辅助参考,准确率可达88.06%。系统实现方面,首先,研究基于5.8GHz的WIFI多级接桥技术并研制相关设备,在无线自组网技术基础上,在传输能力与适应性方面进行了改进,能够有效适应远距离、遮挡及垂直差异存在的信号传输场景。提出采用广泛应用的公网4G信号来构建通信系统,结合移动视频拍摄技术与设备,从而使得整体桥接与通信系统可满足类似地铁环境的复杂环境下的移动视频传输要求,从而保障应急救援现场中移动视频的拍摄与传输。模拟了真实的应急通信环境,并结合信息采集模块中的系列算法模型,设计并搭建基于移动视频的人员身份及信息识别系统,在北京地铁环境下,通过验证系统的各项功能指标,证明了信息采集方面的相关算法满足在实际场景的应用需求。