大型車站、機場等重要交通節(jié)點屬于公共場合，隨時都有大量的旅客流動，為確保場站安全性，站方往往會投入大量人力資源維持各個區(qū)域的穩(wěn)定、確保動線流暢；并應用多樣的傳感器以及多支攝像頭提升管理效率，這點從幾乎遍布了整個上海虹橋的攝像頭可見一斑。但在布設了多臺攝像頭、各式傳感器之后，如何讓大量異質數據經過分析整合發(fā)揮最大綜效，需要行為分析專家與數據分析師的共識與合作。

　　透過與警政單位的人員合作，根據警政辦案的經驗，訓練影像識別系統(tǒng)在發(fā)現潛在風險時發(fā)出警信，如多班火車已經過站，旅客若仍在月臺逗留，即可能有輕生的傾向，從技術上解釋，即是透過邊緣運算的應用，讓終端設備過濾旅客特征，若系統(tǒng)發(fā)現有多臺攝像頭畫面皆分析出一致的旅客特征，即可以推測有特定旅客在某個區(qū)域內徘徊不定?；蚴钱敭嬅娉霈F人潮急迫的移動，即可能是場站有危險人物出現，導致大量旅客往同方向逃離。

　　除了攝像頭之外，亦可以結合紅外線、RFID等功能，在需顧慮隱私的場合，作到安全的預警，如廁所內昏厥的案例。如當傳感器感應到某個廁所隔間已經被使用超過合理時間，就可以發(fā)出警信，讓站務人員進行確認，以防昏厥、惡意破壞、或是犯罪的情況發(fā)生。更進一步，在確定意外發(fā)生時，直接調出該時間點前后在附近走動的面孔，加速警政辦案或是追蹤的效率。

　　以上的應用，主要都建立在對邊緣運算的依賴上，透過實時掌握車站、機場狀況，讓畫面以數據記錄在明確的時間點上，整體可以減少站務人員的勞務、更能提高管理效率。