◆屠斐正

1 前言

隨著高等院校校園建設(shè)規(guī)模的擴(kuò)大，校區(qū)的開放程度與校園后勤服務(wù)社會化程度的提高，在給師生帶來便捷的同時(shí)，也給校園安全保障帶來巨大的壓力。建設(shè)校園監(jiān)控系統(tǒng)便是學(xué)校推進(jìn)校園安全保障工作的重要手段之一，也是校園信息化建設(shè)的重要組成。

縱觀近十幾年的校園監(jiān)控系統(tǒng)發(fā)展路徑，受限于技術(shù)瓶頸，傳統(tǒng)校園監(jiān)控被動、滯后的運(yùn)行模式使其逐漸被淘汰為校園信息化建設(shè)的“雞肋”，“不建不可以，建了沒啥用，出事查一查，沒事當(dāng)擺設(shè)”成為大部分校園監(jiān)控系統(tǒng)的生存現(xiàn)狀。近年來，視頻分析、人臉識別等人工智能技術(shù)快速發(fā)展，迅速完成從實(shí)驗(yàn)室到大規(guī)模商業(yè)應(yīng)用的轉(zhuǎn)變，人工智能+校園監(jiān)控成為改變現(xiàn)有校園監(jiān)控系統(tǒng)建設(shè)與應(yīng)用現(xiàn)狀的重要手段與途徑。

2 人工智能技術(shù)與應(yīng)用

人臉識別與應(yīng)用人臉識別系統(tǒng)的研究始于20世紀(jì)60年代，在20世紀(jì)90年代后期進(jìn)入初級應(yīng)用階段。人臉識別系統(tǒng)成功的關(guān)鍵在于是否具有實(shí)用化的識別率與識別速度，這取決于是否擁有尖端的核心算法。傳統(tǒng)的識別算法有著難以克服的缺陷——識別精度對光線的變化極為敏感，一旦光線發(fā)生變化，識別精度就會大幅下降，無法滿足實(shí)際應(yīng)用需求[1]。但近幾年快速發(fā)展成熟的基于主動近紅外圖像的多光源人臉識別技術(shù)，克服了光線變化的影響，取得了卓越的識別性能。目前國內(nèi)一些一線廠商算法的靜態(tài)識別精度已經(jīng)突破99%，這使人臉識別技術(shù)真正走向?qū)嵱没?/p>

“人臉識別算法”通過對人臉輪廓、眼睛、眉毛、嘴唇以及鼻子輪廓等關(guān)鍵點(diǎn)進(jìn)行定位并獲得關(guān)鍵點(diǎn)之間的歐氏距離、曲率和角度等特征分量，然后根據(jù)這些特征分量進(jìn)行人臉匹配與識別。因?yàn)檫@些特征點(diǎn)相對固定，所以能將化妝、佩戴眼鏡、戴帽子等行為對識別精度的影響降到較低水平。由于在人臉識別過程中不需要強(qiáng)制被檢測人配合，也不用人體接觸任何物體，即使一對多識別也可以控制在一秒以內(nèi)，用戶體驗(yàn)較好。目前，人臉識別技術(shù)在校園監(jiān)控方面的應(yīng)用主要有兩個(gè)。

1）出入口人臉比對檢索。建立校園監(jiān)控人像數(shù)據(jù)庫白名單/黑名單，通過人臉識別系統(tǒng)進(jìn)行一對多的人臉比對，快速發(fā)現(xiàn)名單目標(biāo)。一般應(yīng)用環(huán)境在校園主要出入口，檢索目標(biāo)可以與公安人像黑名單進(jìn)行聯(lián)動，快速確認(rèn)活動在校園出入口附近的嫌犯、逃犯并預(yù)警；也可以與學(xué)校內(nèi)部管理平臺聯(lián)動，對特定人員進(jìn)行針對性管理。

2）人臉考勤、門禁。利用人臉識別用戶無感知體驗(yàn)的特點(diǎn)，在學(xué)?？记谝约伴T禁等位置安裝人臉識別裝置（也可以對已有攝像頭進(jìn)行利舊），通過人臉識別技術(shù)實(shí)現(xiàn)“刷臉”考勤與“刷臉”進(jìn)出[2]。

行為分析技術(shù)與應(yīng)用[3]傳統(tǒng)的校園監(jiān)控系統(tǒng)由攝像頭、存儲以及監(jiān)控平臺構(gòu)成，通過在監(jiān)控室建設(shè)監(jiān)控大屏，并配以保安人員7*24小時(shí)值班來實(shí)現(xiàn)校園的安全實(shí)時(shí)監(jiān)控。然而由于傳統(tǒng)監(jiān)控的自身局限，在及時(shí)響應(yīng)、實(shí)時(shí)監(jiān)控以及主動預(yù)警方面往往達(dá)不到人們的期望，主要表現(xiàn)在：監(jiān)控大屏輪巡顯示的監(jiān)控?cái)?shù)量與學(xué)校攝像頭的總數(shù)相比差距巨大，導(dǎo)致絕大多數(shù)的攝像頭不能被實(shí)時(shí)監(jiān)視；受監(jiān)控人員自身生理弱點(diǎn)影響，無法長時(shí)間集中注意力監(jiān)控視頻，根據(jù)相關(guān)文獻(xiàn)研究，連續(xù)查看監(jiān)控視頻20分鐘后，人對視頻內(nèi)容的注意力會下降30%左右，一小時(shí)后便會下降70%。這兩個(gè)問題都會導(dǎo)致監(jiān)控人員無法及時(shí)發(fā)現(xiàn)校園內(nèi)異常情況，導(dǎo)致漏報(bào)和誤報(bào)，嚴(yán)重降低學(xué)校對監(jiān)控系統(tǒng)的信任度。

監(jiān)控行為分析技術(shù)充分利用視頻處理技術(shù)、圖像處理技術(shù)以及建模技術(shù)對原始監(jiān)控視頻進(jìn)行處理，可以根據(jù)用戶預(yù)設(shè)的規(guī)則或者模型，對監(jiān)控視頻中的各類異常行為、事件進(jìn)行處理、分析與挑選，并將檢測出來的異常行為與事件推送給監(jiān)控人員，代替人腦完成傳統(tǒng)海量視頻的實(shí)時(shí)監(jiān)控與異常行為預(yù)警工作。這里的異常行為與事件可以根據(jù)用戶定義進(jìn)行建模，如打架、抽煙、聚集、物品遺落、人員倒地、非法闖入行為等，預(yù)先建好相關(guān)模型后，監(jiān)控系統(tǒng)會智能地對所有監(jiān)控視頻進(jìn)行比對與分析，一旦發(fā)現(xiàn)與預(yù)先設(shè)置模型相仿的視頻信息，就會主動預(yù)警并將關(guān)鍵視頻片段進(jìn)行切片保存，供相關(guān)管理人員進(jìn)一步確認(rèn)、處理。通過這種智能化的視頻行為建模與分析手段，一方面將監(jiān)控人員從重復(fù)、持續(xù)的監(jiān)控視頻查看工作中解脫出來，專注于預(yù)警視頻確認(rèn)與事件處理上；另一方面真正地發(fā)揮出監(jiān)控系統(tǒng)實(shí)時(shí)、可靠的校園安全保障作用。

圖1 寧波市教育局監(jiān)控分析系統(tǒng)拓?fù)鋱D

人流分析技術(shù)與應(yīng)用[2]監(jiān)控視頻人流統(tǒng)計(jì)技術(shù)是人工智能+監(jiān)控技術(shù)中相對最為成熟、安裝部署最為廉價(jià)、應(yīng)用最為廣泛的技術(shù)，現(xiàn)在部分廠商的攝像頭已經(jīng)可以通過內(nèi)置硬件芯片離線完成人流分析與統(tǒng)計(jì)。人流分析技術(shù)依賴于目前最新的人體特征識別算法和人工智能算法等多領(lǐng)域算法，實(shí)現(xiàn)對視頻中特定區(qū)域（如大門、樓梯口等區(qū)域）的人頭、肩膀等特征部位進(jìn)行識別，以此來區(qū)分人和其他物體，并根據(jù)其運(yùn)動軌跡來判斷人的出入關(guān)系，最后得出進(jìn)入人數(shù)量、離開人數(shù)量、保有量等統(tǒng)計(jì)數(shù)據(jù)。

人流分析技術(shù)在校園的應(yīng)用，一方面可以提供校門、食堂、圖書館等主要出入口的人流數(shù)據(jù)的相關(guān)統(tǒng)計(jì)分析信息，為校園管理提供數(shù)據(jù)支撐；另一方面可以在特定的區(qū)域提供人員密度預(yù)警，如上課、下課高峰期樓梯人流預(yù)警，防止出現(xiàn)人流過密造成的踩踏事件。

3 架構(gòu)與平臺選擇

在2015年前，人工智能+校園監(jiān)控還是以軟件部署實(shí)現(xiàn)為主，近年來隨著?？?、大華等攝像頭廠商在該領(lǐng)域的快速發(fā)力，前端硬件芯片+后端算法的混合模式逐漸成熟，兩種架構(gòu)模式目前來看各有優(yōu)劣，學(xué)?？梢愿鶕?jù)自身特點(diǎn)選擇合適架構(gòu)。

軟件算法解決方案軟件算法部署方案相當(dāng)于一種外掛式部署方案，它可以部署在監(jiān)控管理平臺之上，也可以直接通過攝像頭提取視頻信息進(jìn)行分析統(tǒng)計(jì)。軟件部署模式的優(yōu)缺點(diǎn)非常明顯：由于外掛式部署方式，它對學(xué)校傳統(tǒng)監(jiān)控管理軟件以及硬件要求很低，只要能夠提供視頻源即可，非常適合傳統(tǒng)監(jiān)控系統(tǒng)升級改造類型的項(xiàng)目；但是由于它是直接對視頻源進(jìn)行分析，對通信鏈路以及后臺服務(wù)器的要求較高，穩(wěn)定性較差。因此，在一些大型項(xiàng)目中往往會在前端部署一個(gè)小型的分析平臺，將視頻源進(jìn)行初步數(shù)據(jù)提取與分析后，再提交到集中部署的視頻監(jiān)控分析服務(wù)器群中進(jìn)行深層分析計(jì)算。

2015年，寧波市教育局建設(shè)的直屬學(xué)校監(jiān)控分析系統(tǒng)便是采用這種架構(gòu)，具體拓?fù)鋱D如圖1所示。

前端硬件+后端算法解決方案根據(jù)軟件部署方案的缺點(diǎn)，?？怠⒋笕A等硬件廠家利用自身優(yōu)勢，將前端視頻源數(shù)據(jù)提取與分析這一步驟硬件化，并集成到攝像頭內(nèi)部。這種新型的解決方案很好地解決了系統(tǒng)穩(wěn)定性差、對通信鏈路與服務(wù)器要求高的問題，同時(shí)極大地降低了監(jiān)控智能化部署的費(fèi)用。但是，一方面由于數(shù)據(jù)提取前移到攝像頭上，導(dǎo)致學(xué)校原有監(jiān)控系統(tǒng)利舊困難；另一方面，在具體智能化功能上，與軟件部署方案有所差距。

4 應(yīng)用案例

2015年，寧波市教育局在14所市直屬高中試點(diǎn)部署統(tǒng)一監(jiān)控分析系統(tǒng)，在系統(tǒng)實(shí)際應(yīng)用中不斷收集學(xué)校需求，更新完善視頻分析模型，初步形成以下四類使用場景需求。

陽光體育統(tǒng)計(jì)寧波市教育局對全市各校學(xué)生的日均體育運(yùn)動時(shí)間有一定要求，但是學(xué)校主動報(bào)上來的數(shù)據(jù)往往不能反映實(shí)際學(xué)生運(yùn)動情況。針對這一需求，視頻分析系統(tǒng)對操場、室內(nèi)運(yùn)動場等場所的視頻數(shù)據(jù)進(jìn)行采集與分析，通過清點(diǎn)出入學(xué)生人數(shù)以及運(yùn)動場所人流密度，獲得具備一定可信度的學(xué)生運(yùn)動人數(shù)以及平均運(yùn)動時(shí)間，為市教育局提供相對準(zhǔn)確的陽光體育統(tǒng)計(jì)數(shù)據(jù)。

防踩踏預(yù)警由于學(xué)校的作息特點(diǎn)，重要出入口很容易出現(xiàn)人流峰值，存在踩踏隱患。針對這一需求，對樓梯等出入口的視頻數(shù)據(jù)進(jìn)行采集與分析，檢測這些場所的人流密度并根據(jù)學(xué)校實(shí)際情況設(shè)置預(yù)警閾值，當(dāng)檢測到場所的人流密度超出預(yù)警時(shí)，聯(lián)動校園廣播系統(tǒng)進(jìn)行警告并通知相關(guān)人員。

食堂及重要出入口人流統(tǒng)計(jì)對食堂、校門等出入口的視頻信息進(jìn)行采集與分析，清點(diǎn)通過這些出入口的人數(shù)以及人流密度，獲得相對準(zhǔn)確的統(tǒng)計(jì)數(shù)據(jù)，如學(xué)校各個(gè)食堂就餐人數(shù)分布、就餐時(shí)間分布，教師與學(xué)生出入校門口人數(shù)、出入校門口時(shí)間分布，為學(xué)校管理現(xiàn)代化提供數(shù)據(jù)支撐。

臺風(fēng)校園汛情檢測寧波統(tǒng)一監(jiān)控分析系統(tǒng)目前已經(jīng)接入32所直屬學(xué)校以及部分區(qū)縣的校園監(jiān)控網(wǎng)絡(luò)，在每年八九月份的抗臺防汛期間，該系統(tǒng)可以作為市教育局防臺監(jiān)控調(diào)度工作重要的一線信息來源，為市領(lǐng)導(dǎo)統(tǒng)籌調(diào)度提供強(qiáng)有力支撐。

5 結(jié)語

作為校園信息化的元老級系統(tǒng)，校園監(jiān)控系統(tǒng)之所以到現(xiàn)在還未被完全淘汰，一方面是校園監(jiān)控本身政策法規(guī)上的必要性以及高昂的建設(shè)資金，讓校園管理者進(jìn)行創(chuàng)新改革時(shí)慎之又慎；另一方面則是目前還未有一種完全成熟的替代解決方案。隨著視頻分析算法與智能分析芯片的進(jìn)一步發(fā)展，智能監(jiān)控系統(tǒng)的功能將越來越強(qiáng)大，部署建設(shè)費(fèi)用也將逐步降低，在未來幾年內(nèi)必將得到越來越廣泛的應(yīng)用，校園智能監(jiān)控系統(tǒng)也將成為“必須建、必須用”的校園信息化核心系統(tǒng)。