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(jì)算機(jī)視覺(jué)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(guò)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(diǎn)進(jìn)行深度解析，從而獲得人體活動(dòng)規(guī)則，實(shí)現(xiàn)系統(tǒng)對(duì)人體行為特征進(jìn)行分析，識(shí)別，主動(dòng)預(yù)警。視頻AI行為分析技術(shù)將傳統(tǒng)視頻從“會(huì)看”“會(huì)聽(tīng)”升級(jí)到“會(huì)思考”，AI視頻行為分析將逐漸代替人眼并具備遠(yuǎn)超于人眼分析能力的預(yù)警系統(tǒng)，往智能識(shí)別，主動(dòng)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(lèi)號(hào)：TP181 ? ?文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：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(shí)上經(jīng)過(guò)近30年的發(fā)展，國(guó)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(chǎng)空間[1]。作者于2003年—2008年在華為技術(shù)有限公司從事無(wú)線終端產(chǎn)品研發(fā)試制工作，進(jìn)入華安泰智能科技有限公司一直負(fù)責(zé)產(chǎn)品研發(fā)工作，經(jīng)過(guò)大量市場(chǎng)一線的調(diào)研和實(shí)地需求測(cè)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(shí)際項(xiàng)目對(duì)AI智能分析應(yīng)用進(jìn)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(dòng)偵測(cè)技術(shù)

以移動(dòng)偵測(cè)技術(shù)為視頻分析關(guān)鍵技術(shù)，主要技術(shù)方案是通過(guò)視頻畫(huà)面中的碼流變化程度來(lái)實(shí)現(xiàn)的[3]，還不具備真正的“行為”分析能力，人的移動(dòng)和物體的移動(dòng)、甚至風(fēng)吹草動(dòng)都會(huì)觸發(fā)移動(dòng)偵測(cè)報(bào)警，準(zhǔn)確率不高，如圖1所示。

1.2 ?第二階段：圖片識(shí)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(shí)別、人形識(shí)別、物體識(shí)別、視頻結(jié)構(gòu)化等圖片識(shí)別的傳統(tǒng)人工智能視頻分析技術(shù)的興起，基于視覺(jué)深度學(xué)習(xí)算法，對(duì)視頻圖像的結(jié)構(gòu)化處理，解析出視頻場(chǎng)景中的人形，再結(jié)合、目標(biāo)檢測(cè)、目標(biāo)跟蹤、移動(dòng)偵測(cè)等技術(shù)，分析出視頻中的異常，識(shí)別準(zhǔn)確率相對(duì)提高[4]。這也是目前市場(chǎng)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(xiàng)目的開(kāi)展，動(dòng)輒成百上千路的視頻監(jiān)控應(yīng)用對(duì)傳統(tǒng)人工智能視頻分析技術(shù)帶來(lái)了極大的挑戰(zhàn)，識(shí)別效率、準(zhǔn)確率跟不上，同時(shí)，由于過(guò)度依賴于視頻分析，當(dāng)視頻場(chǎng)景中出現(xiàn)光線變化、風(fēng)吹草動(dòng)或非人體行為的變化，會(huì)頻繁產(chǎn)生誤報(bào)，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(lái)。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(guò)AI視覺(jué)算法深度解析人體骨骼關(guān)鍵點(diǎn)，將人體結(jié)構(gòu)與周?chē)h(huán)境進(jìn)行區(qū)分，并學(xué)習(xí)人體的運(yùn)動(dòng)屬性（求救、打架、跌倒、攀爬、瞌睡、闖入、離崗等），結(jié)合時(shí)間屬性、人數(shù)、動(dòng)作及區(qū)域等維度，將行為識(shí)別范疇擴(kuò)展至安防領(lǐng)域所需要識(shí)別的人體異常行為，如聚集、獨(dú)處、人員熱力、滯留、徘徊、缺崗等，進(jìn)行準(zhǔn)確檢測(cè)及高效預(yù)警，如圖3所示，識(shí)別率高，誤報(bào)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(hù)應(yīng)用中的應(yīng)用優(yōu)勢(shì)

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

（1）不依賴于視頻場(chǎng)景，有效避免誤報(bào)。AI行為分析預(yù)警系統(tǒng)采用人體獨(dú)有的骨骼架構(gòu)、骨骼運(yùn)動(dòng)模式檢測(cè)方法，結(jié)合時(shí)間屬性及統(tǒng)計(jì)技術(shù)，使AI行為分析預(yù)警系統(tǒng)在識(shí)別監(jiān)控畫(huà)面、排除干擾方面具有獨(dú)特優(yōu)勢(shì)，對(duì)比傳統(tǒng)的利用移動(dòng)偵測(cè)技術(shù)、圖像比對(duì)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(dá)到95%左右，可以有效避免誤報(bào)，提高識(shí)別的準(zhǔn)確率。校園安保人員配備數(shù)量有限，校園安?，F(xiàn)狀不容樂(lè)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(shí)處置各種安全風(fēng)險(xiǎn)。同時(shí)，較低的誤報(bào)率也能有效降低校園安保人員的工作強(qiáng)度，提高工作效率。

（2）GPU運(yùn)算，識(shí)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(cè)及實(shí)時(shí)告警。國(guó)產(chǎn)化適配后的單臺(tái)分析服務(wù)器性能最大可接入近1 000路視頻圖像進(jìn)行同時(shí)分析，對(duì)比市場(chǎng)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(jì)性來(lái)講，大大提高了系統(tǒng)的管理效率和經(jīng)濟(jì)效益。目前中小學(xué)視頻監(jiān)控點(diǎn)位主要部署在校園周界、室內(nèi)外公共活動(dòng)場(chǎng)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(huì)存在5～10秒的延時(shí)，無(wú)法滿足校園報(bào)警處理及時(shí)性要求。AI行為分析預(yù)警系統(tǒng)通過(guò)GPU方式進(jìn)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(lèi)報(bào)警在3秒內(nèi)上報(bào)給校園安保人員，老師及領(lǐng)導(dǎo)、同時(shí)無(wú)懼多個(gè)視頻點(diǎn)位同時(shí)觸發(fā)報(bào)警。

（3）獨(dú)立取流，同時(shí)分析多種行為。AI行為分析預(yù)警系統(tǒng)具備獨(dú)立取流分析的功能，可以實(shí)現(xiàn)同時(shí)分析多種行為。該系統(tǒng)通過(guò)從攝像機(jī)或者視頻平臺(tái)取流分析，當(dāng)同一路視頻流（攝像機(jī)）出現(xiàn)多種異常行為時(shí)，客戶端界面迅速?gòu)棾鰣?bào)警信息，以一分屏、四分屏、九分屏等形式播放告警位置的實(shí)時(shí)視頻，同時(shí)進(jìn)行語(yǔ)音播報(bào)提醒，可以有效避免漏報(bào)、報(bào)警延時(shí)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(fù)擔(dān)的同時(shí)，也會(huì)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(shí)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(tái)操作簡(jiǎn)單。在實(shí)際應(yīng)用方面，AI行為分析預(yù)警系統(tǒng)客戶端后臺(tái)操作簡(jiǎn)單，值班人員通過(guò)基本的計(jì)算機(jī)培訓(xùn)即可進(jìn)行設(shè)置，無(wú)須專(zhuān)業(yè)技術(shù)人員進(jìn)行部署。比如，添加攝像機(jī)，通過(guò)后臺(tái)選擇攝像機(jī)品牌、碼流及事件設(shè)置等。區(qū)域的部署僅需選擇對(duì)應(yīng)有效區(qū)域進(jìn)行區(qū)域調(diào)整，如圖4事件區(qū)域設(shè)置所示，必要時(shí)添加無(wú)效區(qū)域，并設(shè)置觸發(fā)時(shí)間及檢測(cè)時(shí)間段。

（5）系統(tǒng)擴(kuò)展性強(qiáng)。由于AI行為分析技術(shù)基于人體骨骼關(guān)鍵點(diǎn)算法及運(yùn)動(dòng)軌跡算法等行為識(shí)別算法開(kāi)發(fā)，同時(shí)支持人臉識(shí)別算法、物體識(shí)別等模塊，在行為識(shí)別的同時(shí)，實(shí)現(xiàn)人員人臉檢測(cè)比對(duì)及不明物品檢測(cè)、非法傳遞等分析預(yù)警。

（6）系統(tǒng)兼容性強(qiáng)。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(jī)接入系統(tǒng)進(jìn)行分析，后端可直接對(duì)接任何品牌的安防平臺(tái)或門(mén)戶平臺(tái)。完美兼容前后端，無(wú)須改變?nèi)魏渭軜?gòu)或者更換任何設(shè)備均可達(dá)到使用條件。校園安防建設(shè)情況不一，同一個(gè)校園的視頻監(jiān)控系統(tǒng)也存在不同廠家，不同類(lèi)型的情況，只有完美兼容第三方品牌的攝像機(jī)，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(dòng)功能。AI行為分析預(yù)警系統(tǒng)可以實(shí)現(xiàn)與第三方平臺(tái)系統(tǒng)對(duì)接：消防系統(tǒng)、門(mén)禁系統(tǒng)、廣播系統(tǒng)聯(lián)動(dòng)報(bào)警處置，并與安防綜合管控平臺(tái)、智慧信息巡更終端系統(tǒng)無(wú)縫對(duì)接。當(dāng)攝像機(jī)檢測(cè)到異常事件發(fā)生時(shí)，智慧信息巡更終端接收到前端攝像機(jī)報(bào)警同時(shí)顯示詳細(xì)信息，如：觸發(fā)事件類(lèi)型、時(shí)間、實(shí)時(shí)視頻、報(bào)警源圈圖（即：報(bào)警位置地圖標(biāo)注圖），超過(guò)規(guī)定時(shí)間后逐級(jí)上報(bào)至分控中心安防綜合管控平臺(tái)客戶端。如果分控中心客戶端平臺(tái)當(dāng)在規(guī)定時(shí)間內(nèi)未處理報(bào)警事件后，繼而推送至指揮中心綜合管控平臺(tái)客戶端，實(shí)現(xiàn)三層逐級(jí)報(bào)警與處警模式。

3 ?行為分析預(yù)警系統(tǒng)校園應(yīng)用場(chǎng)景

近年來(lái)高校安全工作面臨的風(fēng)險(xiǎn)和挑戰(zhàn)日益凸顯，各類(lèi)新問(wèn)題、新盲點(diǎn)層出不窮，扭轉(zhuǎn)被動(dòng)局面、增強(qiáng)安全工作主動(dòng)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(shí)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(guó)智慧校園2.0要求，對(duì)校園內(nèi)存在的安全行為預(yù)警、行為體征采集、異常點(diǎn)識(shí)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(shí)現(xiàn)了對(duì)校園周界、教學(xué)樓、宿舍樓、操場(chǎng)、食堂、公共活動(dòng)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(dú)處、徘徊、攀高等事件;在公共活動(dòng)區(qū)域部署聚眾、徘徊、打架、求救、倒地、逆行等事件;在考場(chǎng)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(xiǎn)分析可對(duì)各類(lèi)異常維度數(shù)據(jù)匯總、分析，有效展示出熱點(diǎn)風(fēng)險(xiǎn)，如：高風(fēng)險(xiǎn)預(yù)警區(qū)域、高風(fēng)險(xiǎn)預(yù)警種類(lèi)、高風(fēng)險(xiǎn)預(yù)警時(shí)段、整體預(yù)警趨勢(shì)等，讓管理者針對(duì)安全風(fēng)險(xiǎn)整改有的放矢。

事中預(yù)警提示可在事件發(fā)生時(shí)，采用多種方式進(jìn)行預(yù)警提示，如：視頻彈窗、語(yǔ)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(jìn)行及時(shí)的干預(yù)，如圖6所示。

事后現(xiàn)場(chǎng)還原可在事件發(fā)生后，還原整個(gè)事件發(fā)生現(xiàn)場(chǎng)過(guò)程，如：現(xiàn)場(chǎng)抓圖、事件發(fā)生時(shí)間點(diǎn)的前后15秒錄像，如圖7所示。

4 ?結(jié) ?論

人工智能時(shí)代下的視頻AI行為分析預(yù)警系統(tǒng)，從提高識(shí)別效率、降低誤報(bào)率、解決大型安防項(xiàng)目需求出發(fā)，切入監(jiān)控智能行為分析痛點(diǎn)，已進(jìn)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(hù)領(lǐng)域發(fā)揮著不可估量的作用。通過(guò)視頻行為分析、體態(tài)行為特征、運(yùn)動(dòng)和平時(shí)生理數(shù)據(jù)采集與學(xué)生心理評(píng)測(cè)數(shù)據(jù)結(jié)合，對(duì)學(xué)生身心健康進(jìn)行長(zhǎng)期跟蹤，對(duì)異常行為及心理健康問(wèn)題能及時(shí)預(yù)警和提前干預(yù)，幫助學(xué)生、家長(zhǎng)和學(xué)校共同構(gòu)建堅(jiān)強(qiáng)的校園安全防護(hù)。

參考文獻(xiàn)：

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

[2]張文生.對(duì)人工智能現(xiàn)在和未來(lái)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(dòng)偵測(cè)算法的研究與實(shí)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(shí)別方法研究綜述[J].工業(yè)控制計(jì)算機(jī)，2021，34（8）：116-117+119.

[5]何文，尹長(zhǎng)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(jì)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(guó)中小學(xué)校園安全問(wèn)題研究[J].法制與社會(huì)，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(jiǎn)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。