AI智能分析在学校安防中的使用

赵 耀

（江苏省连云港市东海县东海高级中学高三（9）班，江苏 连云港）

人工智能（Artificial Intelligence），也就是常说的AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是计算机科学的一个分支，它试图理解智能的本质是什么，并在此基础上，生产出一种模拟人的智慧思考的一种智能机器。这个方向的研究包括很多不同的领域，如机器人技术、图像语音识别、自然语言处理（NLP）以及无人驾驶等。人工智能技术已经提出很久，因为大数据与机器学习的蓬勃发展，使得理论和技术越来越成熟，应用领域也在不断进行拓展。能够想象得到，未来人工智将给人类带来更多的便利，相应的技术产品也必将成为人类智慧的“容器”。

传统意义上的人工智能主要是指“人工智能之父”McMcarthy以及一些其他不同学科的专家在1956年Dartmouth大学召开会议时提出的一种概念，现在已经成为一门计算机学科。

当前人工智能己在如下一些领域和方向取得了深入的应用和发展：机器人，金融，零售，无人驾驶，智能医疗等。但是随着国内国外恐怖主义抬头，传统的监控已经不能满足目前的需求，本文主要从以下几个方案来阐述AI智能分析特别是人脸识别和动作识别在校园市场的使用。

一、传统的视频监控的特点与痛点

传统视频监控虽然已经可以实现回放，并将监控数据存储一段时间，甚至能够通过无线网络实现远程通信，但是依然不能实现目标识别，无法对一些目标信息进行主动判断，如智能识别盗贼与路人。现阶段，要想实现目标信息的全方位监控，依然需要在现场对可疑目标进行检索查证，这样就需要大量的工作人员时刻关注监控视频的动向，来完成对实况目标的监测。对于已经发生的事故，需要对监控视频回放，查找相关可疑人员、目标线索等。这种传统的监控方式显然会造成人力资源的大量消耗。而且人为操作的一个缺点就是，可能会因为操作人员疏忽而错过重要的信息，导致一些本可以避免的悲剧发生。

所以由于传统的视频监控系统缺乏智能，在很大程度上依赖于人的判断。然而，人类有着自身难以克服的弱点，比如：（1）人力有限，由于人类自身一些弱点，使得反应速度与处理速度可能在某些时候有局限，就会导致有些时候不能时刻监控目标信息。（2）人的主观能动性，由于人类具有主观思考的能力，所以有的时候人类做出的决定可能是不正确的，甚至有的时候不能及时发现威胁，从而错过最佳处理时间。

综上所述，在一些较大规模的视频监控的情形下，AI智能分析变得快速高效，当系统具备一定的分析能力之后，就有可能成为辅助人类工作的一种不可或缺的技术。有时候巨大的人力物力资源的投资，并不能改善人类自身存在的一些弱点，这样就有可能造成资源浪费。以学校为例，传统的视频监控智能被动防御，即记录发生的事情，而不能在事故发生之前主动介入，有时会发生一些不必要的悲剧与纠纷。

二、人工智能在视屏监控的表现

人工智能可以智能分析监控屏幕中感兴趣的目标视频，提取可疑的人物、车辆、物体等目标信息，生成结构化语义描述，实现对特定目标的快速定位、查找和检索。人工智能在视频内容的特征提取和内容理解方面具有天然优势。前端摄像头内置人工智能芯片，就可以对视频内容、移动对象进行实时分析与检测，识别人和车辆属性信息，并将信息传输到后端人工智能云服务器进行数据存储。将大量的城市信息收集聚合之后，可以利用云服务器强大的计算能力进行智能分析。人工智能可以对可疑人物的信息进行实时分析与判定，因此可以给出最有可能的建议，及时锁定嫌疑目标的动向，节约事故处理时间。其强大的交互能力也可以用自然语言与人交流，真正成为学校管理方面的专家助理。

AI智能视频技术可以在很多地方得到应用。主要应用在以下几个：

1.高级视频移动检测:在复杂天气条件（如雨、雪、雾、大风等）下，准确检测和识别单个或多个物体的运动，包括运动方向和运动特性。

2.对象跟踪:检测到移动的对象后，根据对象的运动情况自动发送PTZ控制命令，使摄像机能够自动跟踪对象。当该物体超过摄像机的监视范围时，会发送信息给临近区域的摄像机进行继续监视。

3.人脸识别:自动识别人脸特征，通过与数据库人脸信息进行比对，能够验证出目标人脸信息。这种类型的应用程序可以分为两类“:合作类型”和“非合作类型”。“合作类型”应用程序要求监视器在摄像机前停留一段时间，通常使用访问控制系统。“不合作类型”指的是人群中的特定个体。这些应用程序可以在机场、火车站和体育场等安全应用程序中发挥重要作用。

4.车辆识别：识别车辆的形状、颜色、车牌号码等特征，并将其反馈给监视器。这种类型的应用程序可以用于诸如被盗车辆跟踪之类的场景。

5.非法停留：当物品（如盒子、包裹、车辆、人员等）在敏感区域停留过长或超过预定时间时，会产生报警。典型应用场景包括机场、火车站、地铁站等。

6.交通流控制：用于监测道路交通状况，如车辆通过次数、平均车速、违规停车、故障车辆等数据。

人工智能AI可以通过收集的信息进行大数据分析，得到管理者所需要的信息。

三、AI监控在学校监控的应用模式

进校，在学校门口安装道闸机，进行人脸识别，由于智能监控能够通过人脸来识别学生，同时可以通过学生行为，衣着的识别，可以快速地检查学生行为衣着是否合规，如果不合规迅速记录到数据库中，为学校对学生考核打下数据基础，不需要值周老师进行一对一统计，减轻学校老师的负担

1.行为管理，通过教室里安放行为和人脸识别设备，通过分析，可以对学生的坐姿、听课程度、自习课纪律、书写进行分析，对不符合行为规范的学生进行记录，然后把学生的图片直接发送到老师的手机上，减少中间环节，直接提高班级管理效率。

2.校园安全，对于危险地方，池塘、墙头、上下楼梯地方可以设置周界报警，越线报警，当学生进入危险区域，可以产生报警信号，同时联动学校广播系统，对进入危险区域的学生进入警报。学生放学时，如果产生上下楼拥挤，也可以产生警报。

3.就餐，学生进入食堂直接进行人脸识别，然后系统会根据学生的身体状况，进行合理化的菜单推荐，当学生选定菜单以后可以进行人脸识别付款。

4.放学，学生放学离校以后可以进行人脸识别通过门禁。

由以上流程可以看出，人工智能监控可以将学生在学校的一天的行为习惯，记录成数据，未来如果和学生的成绩、作业等方面结合起来，必然产生巨大的效果。

四、智能分析面临的问题及未来发展趋势

1.智能分析技术的难点

智能分析技术面临的难点是：智能分析的准确率、智能分析对环境的适应性及不同场景使用的复杂性。

（1）检测精度未达到预期结果。视频分析的准确性在某些地方很难达到人类识别标准。

（2）智能分析对识别场景具有较高的要求，光的变化会导致目标颜色和背景颜色的变化，有可能导致错误检测与跟踪。不同的颜色空间可以减轻光照变化对算法的影响，但这种影响并不能完全消除。

（3）安装调试复杂。智能分析应用程序几乎都需要为每个应用程序场景执行不同的参数调试，并涉及大量的专业参数调试。非专业人员根本无法调试出最理想的结果。

2.大数据与智能分析的融合

大数据与视频监控具有天然的联系，据统计，每天全国新产生的视频数据达PB级别（PB=1024T），占全部大数据份额的50%以上，因此视频就是大数据。在安防领域，主要的数据来源是视频，与其他行业结构化的数据不一样，视频本身就是一种非结构化的数据，不能直接被计算机进行处理或分析。因此，安防要进行大数据应用，首先就要采用智能分析技术将非结构化的视频数据转换成计算机能够识别和处理的结构化信息，即将视频中包含的各种信息（主要是运动目标及其特征）提取出来转成文字描述并与视频帧建立索引关联，这样才能通过计算机来对这些视频进行快速搜索、比对、分析等。

综上分析，智能分析具有如下发展趋势：

（1）算法准确率和环境适应性不断提高，特别是机器学习、人工智能等技术的不断进步，促进智能分析应用的大规模部署。

（2）前端智能不断发展，各种SMART IPC不断涌现，包括专注某几种智能分析算法的专用IPC。

（3）智能分析与云计算、大数据的融合应用将越来越多。

五、结束语

目前，视频的高清化已经成为现实，制约智能分析分辨率的障碍已经消除，未来基于智能分析技术的安防应用将会是安防发展的一个大方向。给视频装上大脑，实时看得懂视频、快速检索历史视频成为新常态。传统的视频监控系统将会因为智能分析技术的大规模应用，逐步向智能大数据综合应用系统发展。这些发展必将对学校的管理产生巨大的影响。