華安泰AI智能分析在校園安全防護的應(yīng)用

岑兆祥 王意 楊理文 胡俊 王小滿

摘 ?要：視頻AI行為分析預(yù)警系統(tǒng)是基于計算機視覺技術(shù)發(fā)展的新興視頻分析技術(shù)，其中AI行為分析是該系統(tǒng)的核心技術(shù)，通過AI神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)算法將人體骨骼關(guān)鍵點進行深度解析，從而獲得人體活動規(guī)則，實現(xiàn)系統(tǒng)對人體行為特征進行分析，識別，主動預(yù)警。視頻AI行為分析技術(shù)將傳統(tǒng)視頻從“會看”“會聽”升級到“會思考”，AI視頻行為分析將逐漸代替人眼并具備遠超于人眼分析能力的預(yù)警系統(tǒng)，往智能識別，主動預(yù)警，有效處置的方向發(fā)展。

關(guān)鍵詞：AI;人工智能;校園安全;行為分析

中圖分類號：TP181 ? ?文獻標(biāo)識碼：A文章編號：2096-4706（2021）14-0151-03

Abstract： Video AI behavior analysis early warning system is an emerging video analysis technology based on the development of computer vision technology， and AI behavior analysis is the core technology of the system therein. The key points of human skeleton are deeply analyzed through the deep learning algorithm of AI neural network， so as to obtain human activity rules， and realize the system to analyze， identify and actively warn human behavior characteristics. Video AI behavior analysis technology will upgrade the traditional video from “watching” and “l(fā)istening” to “thinking”. AI video behavior analysis will gradually replace the human eye and have an early warning system far beyond the human eye analysis ability， developing in the direction of intelligent identification， active early warning and effective disposal.

Keywords： AI; artificial intelligence; campus security; behavior analysis

0 ?引 ?言

事實上經(jīng)過近30年的發(fā)展，國內(nèi)傳統(tǒng)視頻監(jiān)控設(shè)備趨于飽和，而視頻監(jiān)控的后處理技術(shù)的需求存在巨大市場空間[1]。作者于2003年—2008年在華為技術(shù)有限公司從事無線終端產(chǎn)品研發(fā)試制工作，進入華安泰智能科技有限公司一直負責(zé)產(chǎn)品研發(fā)工作，經(jīng)過大量市場一線的調(diào)研和實地需求測試工作中瞄準(zhǔn)視頻分析處理技術(shù)這一方向[2]，基于本單位實際項目對AI智能分析應(yīng)用進行論述。

1 ?視頻分析技術(shù)發(fā)展三階段

1.1 ?第一階段：移動偵測技術(shù)

以移動偵測技術(shù)為視頻分析關(guān)鍵技術(shù)，主要技術(shù)方案是通過視頻畫面中的碼流變化程度來實現(xiàn)的[3]，還不具備真正的“行為”分析能力，人的移動和物體的移動、甚至風(fēng)吹草動都會觸發(fā)移動偵測報警，準(zhǔn)確率不高，如圖1所示。

1.2 ?第二階段：圖片識別的傳統(tǒng)人工智能視頻分析技術(shù)

2012年前后，隨著人臉識別、人形識別、物體識別、視頻結(jié)構(gòu)化等圖片識別的傳統(tǒng)人工智能視頻分析技術(shù)的興起，基于視覺深度學(xué)習(xí)算法，對視頻圖像的結(jié)構(gòu)化處理，解析出視頻場景中的人形，再結(jié)合、目標(biāo)檢測、目標(biāo)跟蹤、移動偵測等技術(shù)，分析出視頻中的異常，識別準(zhǔn)確率相對提高[4]。這也是目前市場上主要的視頻分析產(chǎn)品應(yīng)用技術(shù)，如圖2所示。

但隨著大型安防項目的開展，動輒成百上千路的視頻監(jiān)控應(yīng)用對傳統(tǒng)人工智能視頻分析技術(shù)帶來了極大的挑戰(zhàn)，識別效率、準(zhǔn)確率跟不上，同時，由于過度依賴于視頻分析，當(dāng)視頻場景中出現(xiàn)光線變化、風(fēng)吹草動或非人體行為的變化，會頻繁產(chǎn)生誤報，反而加大監(jiān)看工作人員工作量。

1.3 ?第三階段：視頻AI行為分析技術(shù)

近兩年，基于AI神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)算法的人體行為分析技術(shù)逐漸發(fā)展起來。AI人體行為分析技術(shù)是視頻AI行為分析預(yù)警系統(tǒng)的核心技術(shù)，通過AI視覺算法深度解析人體骨骼關(guān)鍵點，將人體結(jié)構(gòu)與周圍環(huán)境進行區(qū)分，并學(xué)習(xí)人體的運動屬性（求救、打架、跌倒、攀爬、瞌睡、闖入、離崗等），結(jié)合時間屬性、人數(shù)、動作及區(qū)域等維度，將行為識別范疇擴展至安防領(lǐng)域所需要識別的人體異常行為，如聚集、獨處、人員熱力、滯留、徘徊、缺崗等，進行準(zhǔn)確檢測及高效預(yù)警，如圖3所示，識別率高，誤報率低，應(yīng)用前景明朗。

2 ?AI行為分析預(yù)警系統(tǒng)在校園安全防護應(yīng)用中的應(yīng)用優(yōu)勢

AI行為分析預(yù)警系統(tǒng)在校園安全防護應(yīng)用中的優(yōu)勢主要有：

（1）不依賴于視頻場景，有效避免誤報。AI行為分析預(yù)警系統(tǒng)采用人體獨有的骨骼架構(gòu)、骨骼運動模式檢測方法，結(jié)合時間屬性及統(tǒng)計技術(shù)，使AI行為分析預(yù)警系統(tǒng)在識別監(jiān)控畫面、排除干擾方面具有獨特優(yōu)勢，對比傳統(tǒng)的利用移動偵測技術(shù)、圖像比對技術(shù)、區(qū)域劃線技術(shù)等視頻分析系統(tǒng)，AI行為分析預(yù)警系統(tǒng)準(zhǔn)確率達到95%左右，可以有效避免誤報，提高識別的準(zhǔn)確率。校園安保人員配備數(shù)量有限，校園安保現(xiàn)狀不容樂觀[5]，較高的行為分析準(zhǔn)確率能有效防范校園安全事故的發(fā)生，及時處置各種安全風(fēng)險。同時，較低的誤報率也能有效降低校園安保人員的工作強度，提高工作效率。

（2）GPU運算，識別效率高。AI行為分析預(yù)警系統(tǒng)基于GPU算力分析架構(gòu)，圖像處理能力、并發(fā)效率比CPU更高[6]，發(fā)生異常事件3秒內(nèi)即完成檢測及實時告警。國產(chǎn)化適配后的單臺分析服務(wù)器性能最大可接入近1 000路視頻圖像進行同時分析，對比市場上分析16路、32路、64路CPU架構(gòu)傳統(tǒng)視頻分析服務(wù)器，從應(yīng)用性和經(jīng)濟性來講，大大提高了系統(tǒng)的管理效率和經(jīng)濟效益。目前中小學(xué)視頻監(jiān)控點位主要部署在校園周界、室內(nèi)外公共活動場所，樓頂、教室等區(qū)域，數(shù)量眾多，傳統(tǒng)的CPU分析方式效率低下，分析結(jié)果往往會存在5～10秒的延時，無法滿足校園報警處理及時性要求。AI行為分析預(yù)警系統(tǒng)通過GPU方式進行分析，充分利用GPU的視頻解碼能力，大大提升了并發(fā)處理效率，有效確保各類報警在3秒內(nèi)上報給校園安保人員，老師及領(lǐng)導(dǎo)、同時無懼多個視頻點位同時觸發(fā)報警。

（3）獨立取流，同時分析多種行為。AI行為分析預(yù)警系統(tǒng)具備獨立取流分析的功能，可以實現(xiàn)同時分析多種行為。該系統(tǒng)通過從攝像機或者視頻平臺取流分析，當(dāng)同一路視頻流（攝像機）出現(xiàn)多種異常行為時，客戶端界面迅速彈出報警信息，以一分屏、四分屏、九分屏等形式播放告警位置的實時視頻，同時進行語音播報提醒，可以有效避免漏報、報警延時等情況。而傳統(tǒng)是行為分析系統(tǒng)每一種行為分析均需要拉取一遍視頻流，給視頻源增加負擔(dān)的同時，也會消耗數(shù)倍的行為分析服務(wù)器硬件資源，增加建設(shè)成本，華安泰AI行為分析預(yù)警系統(tǒng)在實現(xiàn)多種行為分析功能的基礎(chǔ)上，還能夠大大減少服務(wù)器成本。

（4）后臺操作簡單。在實際應(yīng)用方面，AI行為分析預(yù)警系統(tǒng)客戶端后臺操作簡單，值班人員通過基本的計算機培訓(xùn)即可進行設(shè)置，無須專業(yè)技術(shù)人員進行部署。比如，添加攝像機，通過后臺選擇攝像機品牌、碼流及事件設(shè)置等。區(qū)域的部署僅需選擇對應(yīng)有效區(qū)域進行區(qū)域調(diào)整，如圖4事件區(qū)域設(shè)置所示，必要時添加無效區(qū)域，并設(shè)置觸發(fā)時間及檢測時間段。

（5）系統(tǒng)擴展性強。由于AI行為分析技術(shù)基于人體骨骼關(guān)鍵點算法及運動軌跡算法等行為識別算法開發(fā)，同時支持人臉識別算法、物體識別等模塊，在行為識別的同時，實現(xiàn)人員人臉檢測比對及不明物品檢測、非法傳遞等分析預(yù)警。

（6）系統(tǒng)兼容性強。AI行為分析預(yù)警系統(tǒng)前端可兼容任何第三方品牌的攝像機接入系統(tǒng)進行分析，后端可直接對接任何品牌的安防平臺或門戶平臺。完美兼容前后端，無須改變?nèi)魏渭軜?gòu)或者更換任何設(shè)備均可達到使用條件。校園安防建設(shè)情況不一，同一個校園的視頻監(jiān)控系統(tǒng)也存在不同廠家，不同類型的情況，只有完美兼容第三方品牌的攝像機，才能真正筑牢校園行為分析安全防范網(wǎng)。

（7）多系統(tǒng)聯(lián)動功能。AI行為分析預(yù)警系統(tǒng)可以實現(xiàn)與第三方平臺系統(tǒng)對接：消防系統(tǒng)、門禁系統(tǒng)、廣播系統(tǒng)聯(lián)動報警處置，并與安防綜合管控平臺、智慧信息巡更終端系統(tǒng)無縫對接。當(dāng)攝像機檢測到異常事件發(fā)生時，智慧信息巡更終端接收到前端攝像機報警同時顯示詳細信息，如：觸發(fā)事件類型、時間、實時視頻、報警源圈圖（即：報警位置地圖標(biāo)注圖），超過規(guī)定時間后逐級上報至分控中心安防綜合管控平臺客戶端。如果分控中心客戶端平臺當(dāng)在規(guī)定時間內(nèi)未處理報警事件后，繼而推送至指揮中心綜合管控平臺客戶端，實現(xiàn)三層逐級報警與處警模式。

3 ?行為分析預(yù)警系統(tǒng)校園應(yīng)用場景

近年來高校安全工作面臨的風(fēng)險和挑戰(zhàn)日益凸顯，各類新問題、新盲點層出不窮，扭轉(zhuǎn)被動局面、增強安全工作主動性的必要手段就是提升校園安防智能化水平[7]，形成貫穿安全事件“事前—事中—事后”全生命周期體系，構(gòu)建事前的全面預(yù)防、事中的快速響應(yīng)和應(yīng)急處置，以及事后的追溯總結(jié)等完整閉環(huán)，實現(xiàn)“大事不出、小事減少、管理有效、秩序良好”的平安校園目標(biāo)。

隨著全國智慧校園2.0要求，對校園內(nèi)存在的安全行為預(yù)警、行為體征采集、異常點識別管理等應(yīng)用為校園管理者提供有效管理手段，必將大大提高校園安全管理水平[8]。智慧校園的應(yīng)用當(dāng)中，AI智能分析預(yù)警系統(tǒng)實現(xiàn)了對校園周界、教學(xué)樓、宿舍樓、操場、食堂、公共活動區(qū)域、保安值班室等幾乎全校園所有人員及異常物品的智能分析預(yù)警，如圖5所示。

如在校園周界，部署入侵（闖入）、攀爬、雙重警戒線等事件;在樓道走廊部署獨處、徘徊、攀高等事件;在公共活動區(qū)域部署聚眾、徘徊、打架、求救、倒地、逆行等事件;在考場部署物品傳遞等事件;在保安值班室、分控室、指揮中心等，可部署離崗、睡崗、缺崗事件等。

事前風(fēng)險分析可對各類異常維度數(shù)據(jù)匯總、分析，有效展示出熱點風(fēng)險，如：高風(fēng)險預(yù)警區(qū)域、高風(fēng)險預(yù)警種類、高風(fēng)險預(yù)警時段、整體預(yù)警趨勢等，讓管理者針對安全風(fēng)險整改有的放矢。

事中預(yù)警提示可在事件發(fā)生時，采用多種方式進行預(yù)警提示，如：視頻彈窗、語音提示、前端喊話提示等，讓安保人員能夠直接關(guān)注到預(yù)警情況，并進行及時的干預(yù)，如圖6所示。

事后現(xiàn)場還原可在事件發(fā)生后，還原整個事件發(fā)生現(xiàn)場過程，如：現(xiàn)場抓圖、事件發(fā)生時間點的前后15秒錄像，如圖7所示。

4 ?結(jié) ?論

人工智能時代下的視頻AI行為分析預(yù)警系統(tǒng)，從提高識別效率、降低誤報率、解決大型安防項目需求出發(fā)，切入監(jiān)控智能行為分析痛點，已進入到各行各業(yè)的安防應(yīng)用清單中，尤其在校園生命安全防護領(lǐng)域發(fā)揮著不可估量的作用。通過視頻行為分析、體態(tài)行為特征、運動和平時生理數(shù)據(jù)采集與學(xué)生心理評測數(shù)據(jù)結(jié)合，對學(xué)生身心健康進行長期跟蹤，對異常行為及心理健康問題能及時預(yù)警和提前干預(yù)，幫助學(xué)生、家長和學(xué)校共同構(gòu)建堅強的校園安全防護。

參考文獻：

[1]王建中.淺析軟件定義攝像機的應(yīng)用與發(fā)展[J].中國安防，2020（8）：98-100.

[2]張文生.對人工智能現(xiàn)在和未來的思考[J].廣西科學(xué)，2021，28（3）：209-214.

[3]曾令卉.智能視頻監(jiān)控系統(tǒng)中移動偵測算法的研究與實現(xiàn)[D].武漢：武漢郵電科學(xué)研究院，2012.

[4]周楠，陸衛(wèi)忠，丁漪杰，等.基于深度學(xué)習(xí)的人體行為識別方法研究綜述[J].工業(yè)控制計算機，2021，34（8）：116-117+119.

[5]何文，尹長源，劉海宏.湖南校園安全保衛(wèi)工作現(xiàn)狀研究[J].現(xiàn)代交際，2021（2）：44-47.

[6]何健，袁雙，李芳，等.基于GPU+FPGA異構(gòu)計算資源的目標(biāo)信息智能處理技術(shù)[J].空天防御，2021，4（3）：10-16.

[7]張培榮.我國中小學(xué)校園安全問題研究[J].法制與社會，2019（25）：137-138.

[8]武永嬌，黃寧.“教育信息化2.0”視域下智慧校園建設(shè)研究[J].數(shù)字技術(shù)與應(yīng)用，2019，37（8）：51-52.

作者簡介：岑兆祥（1979.10—）男，漢族，安徽滁州人，總經(jīng)理兼研發(fā)中心總監(jiān)，本科，主要研究方向：AI人工智能與物聯(lián)網(wǎng)技術(shù)創(chuàng)新。