基于AI的非接觸式視頻監(jiān)控技術(shù)及標(biāo)準(zhǔn)研究

易曉珊/文

隨著云計(jì)算和大數(shù)據(jù)技術(shù)的發(fā)展，基于AI的非接觸式視頻監(jiān)控技術(shù)能夠?qū)崿F(xiàn)更大規(guī)模的應(yīng)用，為社會(huì)安全和治安維護(hù)提供更加全面和精細(xì)的保障。

傳統(tǒng)的視頻監(jiān)控系統(tǒng)依賴人員監(jiān)控和錄像來保證安全。但當(dāng)監(jiān)控點(diǎn)過多時(shí)，人員監(jiān)控?zé)o法覆蓋所有監(jiān)控場(chǎng)景，而且傳統(tǒng)的“被動(dòng)錄像”只能在事件發(fā)生后通過錄像回放來獲取證據(jù)，因此，傳統(tǒng)的視頻監(jiān)控系統(tǒng)無法提供主動(dòng)、高效的安全保障。

基于AI技術(shù)的視頻監(jiān)控系統(tǒng)可有效解決此類問題。利用AI機(jī)器視覺技術(shù)，系統(tǒng)通過對(duì)攝像機(jī)拍攝的圖像序列進(jìn)行定位、識(shí)別和跟蹤，并在此基礎(chǔ)上分析和判斷目標(biāo)的行為，既能完成日常監(jiān)測(cè)管理，又能在異常情況發(fā)生時(shí)及時(shí)做出反應(yīng)。

基于AI的非接觸式視頻監(jiān)控系統(tǒng)架構(gòu)

基于AI的非接觸式視頻監(jiān)控系統(tǒng)由IoT設(shè)備接入層、應(yīng)用功能層以及安全保護(hù)層組成，其系統(tǒng)架構(gòu)，如圖1所示。

圖1 基于AI的非接觸式視頻監(jiān)控系統(tǒng)架構(gòu)

IoT設(shè)備接入層

支持IoT設(shè)備的統(tǒng)一連接管理和設(shè)備管理功能，提供統(tǒng)一安全的物聯(lián)網(wǎng)網(wǎng)絡(luò)接入方式，同時(shí)為上層算法和應(yīng)用屏蔽接入設(shè)備的接口差異。

應(yīng)用功能層

包含AI算法管理、智能算法服務(wù)、監(jiān)測(cè)應(yīng)用和用戶展示四個(gè)功能模塊，其具體功能如下：

AI算法管理為安全監(jiān)測(cè)應(yīng)用提供訪問、利用人工智能算法的能力和資源，并通過智能算法服務(wù)模塊進(jìn)行服務(wù)管理、狀態(tài)監(jiān)控等操作；

智能算法服務(wù)根據(jù)場(chǎng)景化的智能分析任務(wù)，提供相應(yīng)AI算法或算法組合的智能分析服務(wù)能力；

監(jiān)測(cè)應(yīng)用面向各類應(yīng)用場(chǎng)景和需求，提供相關(guān)的應(yīng)用功能，如實(shí)時(shí)預(yù)覽、歷史回放、智能布防、智能分析、告警處置和管理中心等；

用戶展示提供用戶交互的展示界面，主要用于對(duì)應(yīng)用進(jìn)行功能和數(shù)據(jù)展現(xiàn)，例如通過APP、小程序、Web、HTML5等形式。

安全保護(hù)層

對(duì)用戶、數(shù)據(jù)、系統(tǒng)等提供安全保護(hù)能力，應(yīng)根據(jù)具體應(yīng)用場(chǎng)景選擇滿足GB/T22239-2019《信息安全技術(shù)網(wǎng)絡(luò)安全等級(jí)保護(hù)基本要求》中相應(yīng)等級(jí)的安全要求。

基于AI的非接觸式視頻監(jiān)控關(guān)鍵技術(shù)

戴口罩人臉識(shí)別技術(shù)

在戴口罩人臉識(shí)別技術(shù)中，被廣泛應(yīng)用的基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法，通過預(yù)處理、檢測(cè)分割、特征提取、特征補(bǔ)償、特征匹配等步驟，生成一個(gè)模擬的完整人臉特征，并將該特征與預(yù)先保存在系統(tǒng)中的人臉圖片進(jìn)行匹配，從而判斷兩個(gè)人臉采集數(shù)據(jù)是否來自同一個(gè)人。可采用基于注意力機(jī)制的網(wǎng)絡(luò)來精細(xì)控制遮擋信息。同時(shí)，可考慮使用多個(gè)網(wǎng)絡(luò)級(jí)聯(lián)的結(jié)構(gòu)，將低級(jí)特征和高級(jí)特征相結(jié)合，提高模型的魯棒性和準(zhǔn)確性。

紅外熱成像測(cè)溫技術(shù)

在人群密集區(qū)域應(yīng)用紅外熱成像測(cè)溫技術(shù)具有許多優(yōu)勢(shì)。首先，它采用非接觸式的測(cè)溫方法，避免交叉感染的風(fēng)險(xiǎn)。其次，該技術(shù)可以快速對(duì)大面積人群進(jìn)行體溫排查，節(jié)省了人力和時(shí)間成本。而且紅外熱成像測(cè)溫技術(shù)不受光照等環(huán)境因素的影響，對(duì)不同膚色、不同穿著厚度的人群都具有較高的準(zhǔn)確性和穩(wěn)定性。

在紅外熱成像測(cè)溫技術(shù)與人臉識(shí)別功能相結(jié)合的應(yīng)用中，可見光攝像頭捕捉到人臉圖像，并與公安部門的身份信息數(shù)據(jù)庫(kù)進(jìn)行聯(lián)動(dòng)，這種聯(lián)動(dòng)功能可以快速篩查出潛在的病毒攜帶者，及時(shí)采取相應(yīng)的防控措施，避免疫情的擴(kuò)散和蔓延。

基于頭肩模型的人群密度分析技術(shù)

基于頭肩模型的人群密度分析是一種高效且準(zhǔn)確的非接觸式方法，通過梯度計(jì)算獲取人群圖像的邊緣信息，確定人員的頭肩區(qū)域，再通過統(tǒng)計(jì)頭肩區(qū)域內(nèi)的個(gè)體數(shù)量和區(qū)域面積，就可以估算人群的密度。為提高算法的魯棒性，可對(duì)局部直方圖進(jìn)行對(duì)比度歸一化處理，以適應(yīng)不同環(huán)境下的光照和背景變化。與傳統(tǒng)的人工統(tǒng)計(jì)方法相比，基于頭肩模型的人群密度分析具有更高的效率和準(zhǔn)確性。

人體行為識(shí)別技術(shù)

人體行為識(shí)別技術(shù)主要依賴于對(duì)人體骨骼關(guān)鍵點(diǎn)的識(shí)別，這些關(guān)鍵點(diǎn)通常包括頭、頸、肩、手臂、腰、膝蓋、腳等部位。利用深度學(xué)習(xí)模型識(shí)別人體骨骼關(guān)鍵點(diǎn)，并通過計(jì)算關(guān)鍵點(diǎn)之間的角度、距離、方向等信息，推導(dǎo)出人體的姿態(tài)和運(yùn)動(dòng)軌跡?；谶@些信息，實(shí)現(xiàn)對(duì)人體動(dòng)作行為的評(píng)估，從而提前研判和防御潛在風(fēng)險(xiǎn)，提高對(duì)突發(fā)事件的應(yīng)急處理能力。

基于AI的非接觸式視頻監(jiān)控標(biāo)準(zhǔn)研究

國(guó)內(nèi)相關(guān)標(biāo)準(zhǔn)現(xiàn)狀

國(guó)內(nèi)人工智能領(lǐng)域國(guó)家標(biāo)準(zhǔn)由全國(guó)信息技術(shù)標(biāo)準(zhǔn)化技術(shù)委員會(huì)人工智能分技術(shù)委員會(huì)（TC28/SC42）牽頭開展相關(guān)工作，所涉及范圍包括人工智能基礎(chǔ)、技術(shù)、風(fēng)險(xiǎn)管理、可信賴、產(chǎn)品及應(yīng)用等。團(tuán)體標(biāo)準(zhǔn)方面，中國(guó)電子工業(yè)標(biāo)準(zhǔn)化技術(shù)協(xié)會(huì)圍繞企業(yè)成熟應(yīng)用實(shí)踐案例，發(fā)布了《人工智能基于深度學(xué)習(xí)的計(jì)算機(jī)視覺算法接口技術(shù)要求》《人工智能深度合成圖像系統(tǒng)技術(shù)規(guī)范》《智能人體溫度檢測(cè)與識(shí)別系統(tǒng)技術(shù)要求和測(cè)試評(píng)價(jià)方法》等一批人工智能團(tuán)體標(biāo)準(zhǔn)。

國(guó)內(nèi)視頻監(jiān)控領(lǐng)域的國(guó)家標(biāo)準(zhǔn)和行業(yè)標(biāo)準(zhǔn)的制修訂工作主要由全國(guó)安全防范報(bào)警系統(tǒng)標(biāo)準(zhǔn)化技術(shù)委員會(huì)（TC100）負(fù)責(zé)。截至目前，該標(biāo)委會(huì)共發(fā)布視頻監(jiān)控相關(guān)標(biāo)準(zhǔn)40余項(xiàng)，其中國(guó)家標(biāo)準(zhǔn)10項(xiàng)，標(biāo)準(zhǔn)內(nèi)容涉及視頻監(jiān)控的設(shè)備規(guī)范、系統(tǒng)技術(shù)規(guī)范以及工程設(shè)計(jì)規(guī)范，對(duì)國(guó)內(nèi)視頻安防監(jiān)控系統(tǒng)具有很大的影響力。

公安、通信、郵政、電力、海關(guān)、交通等部門或行業(yè)也根據(jù)自身的實(shí)際需求，結(jié)合不同的行業(yè)應(yīng)用場(chǎng)景，研制并發(fā)布了適用于相應(yīng)領(lǐng)域的視頻監(jiān)控技術(shù)規(guī)范。

關(guān)鍵技術(shù)標(biāo)準(zhǔn)研究

GB/T30147-2013《安防監(jiān)控視頻實(shí)時(shí)智能分析設(shè)備技術(shù)要求》

安防監(jiān)控系統(tǒng)作為一種重要的技術(shù)防范手段，在城市社會(huì)治安綜合防控體系中發(fā)揮著關(guān)鍵作用。GB/T30147-2013是國(guó)內(nèi)首個(gè)視頻智能分析方面的國(guó)家標(biāo)準(zhǔn)，為嵌入式視頻實(shí)時(shí)智能分析設(shè)備的設(shè)計(jì)、生產(chǎn)和檢驗(yàn)提供依據(jù)。該標(biāo)準(zhǔn)的實(shí)施也進(jìn)一步規(guī)范了安防監(jiān)控嵌入式視頻實(shí)時(shí)智能分析設(shè)備，為安防監(jiān)控視頻智能分析技術(shù)的發(fā)展奠定基礎(chǔ)。

GB/T31488-2015《安全防范視頻監(jiān)控人臉識(shí)別系統(tǒng)技術(shù)要求》

近年來，“平安城市”“智慧城市”和“天網(wǎng)”工程的建設(shè)推動(dòng)了基于人臉識(shí)別的智能視頻監(jiān)控技術(shù)的發(fā)展。GB/T31488-2015統(tǒng)一了安全防范視頻監(jiān)控人臉識(shí)別系統(tǒng)的主要指標(biāo)及相應(yīng)的測(cè)試方法，為安全防范視頻監(jiān)控人臉識(shí)別系統(tǒng)的測(cè)試與建設(shè)提供了基準(zhǔn)和依據(jù)，有利于促進(jìn)人臉識(shí)別技術(shù)在視頻監(jiān)控領(lǐng)域的發(fā)展和完善。

T/CESA1035-2019《信息技術(shù)人工智能音視頻及圖像分析算法接口》

隨著深度學(xué)習(xí)等技術(shù)與智能安防、智能家居等場(chǎng)景結(jié)合程度的持續(xù)提高，視頻分析領(lǐng)域衍生出了眾多需求，如車牌識(shí)別、人臉識(shí)別、行為分析、場(chǎng)景分析等。T/CESA1035-2019通過定制統(tǒng)一的接口，解決算法接口標(biāo)準(zhǔn)化的問題，實(shí)現(xiàn)系統(tǒng)對(duì)多種算法的兼容，也避免因缺少統(tǒng)一的算法接口標(biāo)準(zhǔn)導(dǎo)致的開發(fā)成本浪費(fèi)。

T/CESA1108-2020《智能人體溫度檢測(cè)與識(shí)別系統(tǒng)技術(shù)要求和測(cè)試評(píng)價(jià)方法》

智能人體溫度檢測(cè)與識(shí)別系統(tǒng)能自動(dòng)識(shí)別人員是否佩戴口罩，自動(dòng)檢測(cè)人員體溫，通過人臉識(shí)別對(duì)發(fā)熱或未佩戴口罩的情況發(fā)出告警提示。T/CESA1108-2020的發(fā)布與實(shí)施有助于規(guī)范智能人體溫度檢測(cè)與識(shí)別系統(tǒng)的功能性能指標(biāo)及外部接口，指導(dǎo)面部溫區(qū)精準(zhǔn)識(shí)別、紅外圖像測(cè)溫、發(fā)熱人員區(qū)分、接觸人員排查等工作，實(shí)現(xiàn)對(duì)體溫異常人員的有效排查，對(duì)公共安全行業(yè)起到支撐作用。

T/SZS4016-2020《基于AI的工作場(chǎng)所非接觸式視頻安全監(jiān)測(cè)技術(shù)指南》

T/SZS4016-2020是國(guó)內(nèi)首個(gè)AI工作場(chǎng)所安全監(jiān)測(cè)技術(shù)標(biāo)準(zhǔn)，可為防疫智能系統(tǒng)的研發(fā)和建設(shè)提供參考。智能安全監(jiān)測(cè)技術(shù)在新冠肺炎防控中發(fā)揮著重要價(jià)值。使用AI技術(shù)對(duì)視頻數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理后，將場(chǎng)景中出現(xiàn)的多維度信息進(jìn)行深度挖掘，有效支撐高危感染場(chǎng)景的研判與定位、涉疫人員的精準(zhǔn)快速回溯以及防控工作的指揮調(diào)度等。

基于AI的非接觸式視頻監(jiān)控應(yīng)用前景

人員篩查

利用人臉識(shí)別、行為分析等AI算法，可以快速準(zhǔn)確地識(shí)別出人員是否符合特定的篩查條件，如是否佩戴安全帽、是否攜帶危險(xiǎn)物品等。該技術(shù)還可以應(yīng)用于疫情防控中，通過對(duì)人員體溫、口罩佩戴等信息的監(jiān)測(cè)，實(shí)現(xiàn)對(duì)潛在傳染源的快速篩查，有助于控制和阻斷疫情的傳播。未來，還可不斷擴(kuò)展至交通管理、商業(yè)安全、社會(huì)治安等更多領(lǐng)域，提高安全防范的及時(shí)性和應(yīng)急響應(yīng)能力。

人員追蹤

利用AI深度學(xué)習(xí)算法對(duì)人臉、體態(tài)、行為等特征進(jìn)行有效識(shí)別，可以實(shí)現(xiàn)對(duì)特定人員的辨認(rèn)和追蹤，對(duì)于安保、犯罪偵查等領(lǐng)域具有重要意義。通過AI對(duì)人群密度分析可以實(shí)現(xiàn)對(duì)人流量的實(shí)時(shí)監(jiān)測(cè)和統(tǒng)計(jì)，為商場(chǎng)、車站、地鐵等公共場(chǎng)所的運(yùn)營(yíng)管理及防控提供參考依據(jù)。因此，基于AI的非接觸式視頻監(jiān)控技術(shù)在人員追蹤領(lǐng)域具有廣闊的前景，極大提高了人員追蹤的效率和準(zhǔn)確性，為社會(huì)安全和管理提供更好的支持。

區(qū)域監(jiān)控

基于AI的非接觸式視頻監(jiān)控技術(shù)可以根據(jù)預(yù)設(shè)的規(guī)則和模型，對(duì)監(jiān)控區(qū)域內(nèi)的事件進(jìn)行實(shí)時(shí)分析，自動(dòng)識(shí)別異常事件并進(jìn)行預(yù)警。通過對(duì)歷史數(shù)據(jù)的分析和挖掘，預(yù)測(cè)未來可能發(fā)生的事件，提供更加準(zhǔn)確的安全預(yù)警和決策支持。隨著技術(shù)的不斷進(jìn)步和應(yīng)用場(chǎng)景的不斷拓展，基于高效性、準(zhǔn)確性、實(shí)時(shí)性等優(yōu)勢(shì)，AI的非接觸式視頻監(jiān)控技術(shù)將為監(jiān)控系統(tǒng)提供更智能化、更精細(xì)化的服務(wù)，提高監(jiān)控區(qū)域的安全性和運(yùn)行效率。

基于AI的非接觸式視頻監(jiān)控技術(shù)具有廣闊的應(yīng)用前景。隨著人工智能和計(jì)算機(jī)視覺技術(shù)的不斷發(fā)展，該技術(shù)將進(jìn)一步提高識(shí)別準(zhǔn)確率和處理速度，為人員篩查、人員跟蹤、區(qū)域監(jiān)控等領(lǐng)域帶來更大的便利和效益，為社會(huì)安全和治安維護(hù)提供更加全面和精細(xì)的保障。