卜祥鵬,王海軍
(江蘇省司法警官高等職業學校,江蘇 鎮江 212003)
目前,校園安全防范工作較薄弱,傳統的安防技術已不能滿足現在的需求。在傳統校園安防中,主要采用巡查和值崗等方式來維護校園安全,效率較低,校園監控主要用來記錄,以便在特殊情況時進行回看。雖然消防設施在校園中已經普遍應用,但是預警能力較差。無論是安保人員執勤還是傳統校園監控都無法滿足校園安防建設的需要。為了解決以上問題,使用新技術來完善校園安防建設就顯得尤為重要,通過人工智能和物聯網技術等應用,提高校園安防水平。
隨著信息技術的發展,安防智能化水平不斷提高。特別是人工智能和物聯網技術的不斷發展,使安防設備的智能化和安全性都有了巨大的提升,基于人工智能的人臉識別已經得到了普遍使用,基于物聯網、大數據、云計算等先進技術,實現校園人員進出管理、體溫檢測、火災預警等都已得到應用。
目前多數學校安防設施僅建立了功能單一的視頻監控系統和消防系統,消防系統屬于國家強制建設要求,各場地均配有消防設施。視頻監控一般會覆蓋學校的重點區域,特別是教室、宿舍、餐廳和出入口等人員密集較多的地方,監控的功能比較單一,不能實時處理警情。此外,該監控方式對安保人員執勤要求也較高,必須24小時關注監控畫面。同時還存在監控死角、設備老化和技術落后等問題,已不能滿足當前校園安防的建設要求。
董新穎研究出一種以機器視覺技術為基礎的校園安防智能識別系統。該系統可以對出入校門的人臉影像圖進行動態采集,并根據OpenCv等算法,對這些采集到的影像圖進行動態分析,然后對這些影像圖的人臉特征進行檢測。韓等人借助領先的人工智能技術,將人臉識別、智能分析技術與傳統的校園安防模式相結合,將語音識別、圖像識別與傳統的教學模式相結合,從校園監控及通信系統的現狀展開分析,重點對校園監控及通信系統進行設計與研究,提出了校園信息化建設整體解決方案。劉等人提出了一種高校校園智能安防體系框架,具有多維感知、異構互聯、智能高效、綜合管控、集中呈現和云端管理的特點。朱等人提出了一種基于物聯網的校園實驗室安防預警系統,為校園實驗室安全提供確切保障。
本文基于智能監控與物聯網技術,提升校園安防水平。一方面采用目標檢測、目標識別和目標分析等人工智能技術完善校園安防監控體系;另一方面,使用物聯網技術完善校園報警系統,特別是火災和非法進入等情況,進而推進智慧校園安防建設。
人工智能的簡稱“AI”,是一種以計算機形式來創造的人工思維,使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。人工智能從誕生以來,理論和技術日益成熟,應用領域也不斷擴大,主要研究包括機器人、圖像識別、自然語言處理和自動程序設計等。目前,人工智能技術已應用于醫療、家居、教育等多種行業,未來人工智能的應用會更廣泛,同樣,智慧校園的建設也離不開人工智能的支撐。
在圖像處理領域中,目標檢測也是一項非常基礎的任務。目標檢測技術通常是指在一張圖像中檢測出物體出現的位置及對應的類比,要求檢測器輸出5個值:物體類別、左上角坐標、左上角坐標、右下角坐標、右下角坐標。如圖1所示。

圖1 目標檢測任務
目標檢測具有巨大的實用價值和應用前景。應用領域包括人臉檢測、行人檢測、車輛檢測、飛機航拍或自動駕駛等。在安防領域中,移動目標檢測和人員監測被越來越多的應用在站臺預警、行人監測、智能安防等工作。
隨著無人機與安防技術的不斷融合發展,無人機已經深入到安防行業當中,不僅是應急救援,在數字城市、智慧城市建設、森林防火監測、邊防監控、軍事偵察和警情消防監控等場景中,無人機也越來越常見。在校園安防系統中,由于無人機本身特點,能夠與安防監控系統相結合,發揮更好的監控作用,因此無人機也逐漸應用在校園安防中。
在本文中,無人機可以在監控死角、圍墻和出入口等進行飛行檢測,由于無人機具有聯網回傳功能,可以將實時照片發送到本地監控系統中,利用目標檢測算法,可以對異常人員進行實時識別和分析,通過人臉對比,可以及時鎖定人員信息,隨后將異常情況發送給安保人員進行及時處理,如圖2所示。此外,無人機也可用于維護學校紀律中,比如亂丟垃圾,遲到早退等情況,通過實時抓拍和智能分析,進行違紀處理,有利于學校的日常行為管理。
模型框架如圖3所示,主要包括感知層、網絡層、服務層、數據層、應用層和表現層共6層。

圖2 校園中目標檢測結果

圖3 智能安防總體框架
具體包括:
(1)感知層:主要由各類智能感知設備組成,包括攝像頭、溫度傳感器和門禁探測等,對于校園圍墻、出入口、宿舍、餐廳和教室等重點區域進行規劃部署,為校園智能安防體系提供智能、穩定、有效的信息來源。
(2)網絡層:網絡層涉及的主要技術是無線網絡技術和移動通信技術,由于校園智能安防涉及要素類別較多,因此需要穩定的網絡支撐。本研究綜合運用有線網和無線Wi-Fi,構建一個基于物聯網技術的網絡平臺,實現校園智能安防各要素的全時域穩定互聯。在比較聚集的區域使用穩定的有線網絡,比如監控系統,其余地方以無線為主。
(3)服務層:由于數據龐大,為了更好地實現數據存儲,建設包括服務器和數據庫等硬件設備,實現對數據分析的底層支撐。
(4)數據層:主要包括視頻圖像數據、溫度數據、人臉數據和位置定位數據,在該層中完成數據簡單清理,為數據分析提供數據支撐。
(5)應用層:通過整合各類數據,建設智慧監控系統和報警管控系統,通過目標檢測和目標識別實現異常感知、自動報警、智能分析和通知管控的一體協同功能。
(6)呈現層:主要包括指揮中心的監控展示和桌面終端、移動終端等設備,提供可視化界面,給安防人員提供直觀的實時結果。
基于目標監測的智慧監控模塊如圖4所示,在該模塊中,主要包括教室、宿舍、餐廳和其他公共區域等部分,本地監控分析中心是系統的核心部分。

圖4 智慧監控模塊
(1)教室、宿舍與餐廳:教室、宿舍和餐廳是學生的主要活動場所,人員比較集中,容易發生斗毆事件。通過智能監控系統,會通過視頻進行目標檢測,目標檢測模塊能夠及時準確地檢測到人像,會將人像信息發送給本地監控中心進行人臉識別,通過特征提取與數據庫中的人臉進行匹配。通過分析,在教室中可以通過人臉信息完成點名功能,會將實時的缺席名單發送給班主任。另一方面,在宿舍中,設置人臉識別的智能門禁系統,并結合測溫技術,加強學生出入管理、體溫管理,減少安全隱患。在樓層中利用智能監控系統,通過姿態分析等智能技術來識別是否有斗毆事件或其他異常事件,并及時通知樓層執勤人員。
(2)公共區域:一方面,在校園門衛處,通過人臉識別閘機嚴格區分校內與校外人員,同時利用智能測溫系統,在人臉識別的同時顯示體溫,對于溫度異常的人員限制進入。另一方面,在校區的外周界、出人口布設監控點和周界防范設備形成完整的防范圈、在校內沿主干道路布設監控點形成無縫監控網格,特別是圍墻區域,通過智能監控系統,一旦發現異常情況,實時的進行抓拍,利用目標檢測算法進行人像檢測,并將人像信息發送到監控中心進行特征識別,不論是校內人員還是校外人員,都會觸發報警系統,并及時通知安保人員前往現場。同時還可以使用無人機進行輔助拍攝,特別是對于隱蔽角落進行實時監控,進而提升校園的安防水平。
本文主要是利用目標檢測算法進行目標識別,相比于傳統的視頻監控,一方面節省人力,另一方面處理更加及時。通過該檢測算法實時的檢測目標信息,一旦發現有人臉信息,會選擇最清晰的一張傳送給本地視頻監控中心,監控中心會對該圖像進行特征提取,并與后臺數據庫信息進行比較,若發現異常信息,會及時通過報警系統通知安保人員到達現場進行處理。
技術開發中,主要使用目前檢測效果較好的YOLOv5算法,可以精準識別人像信息,該算法最大的特點就是模型小、檢測速度快,可以達到每秒140幀(FPS)。這對于校園的實時監管來說具有重要意義,可以及時發現異常情況并處理。通過人工智能技術提高現有視頻監控系統的利用率以及報警的準確率。YOLOv5算法樣例檢測結果如圖5所示。

圖5 YOLOv5校園人員檢測結果
在校園圍墻、監控死角等區域,對于外部人員非法闖入的場景,校園智能安防體系首先通過紅外探測、門禁設備、視頻監控等手段進行實時檢測,通過物聯網設備的感知功能,對異常情況及時報警,并向值班巡邏人員發送報警信息。同時,指揮大廳值班員能夠根據實時、可追蹤的視頻監控畫面遠程指揮巡邏人員的及時處理。基于物聯網的預警管控模塊主要包括校園外圍和門衛的異常人員預警管控和校園人員密集場所的火災預警管控。
(1)異常人員:門禁系統是校園安防的基本組成部分,通過使用刷卡或人臉識別的方式對進出校人員進行有效識別。同時在人員進出校園時,在通行閘機上也可以隨時進行體溫檢測,特別是疫情防控常態化背景下,可以對出入人員進行溫度監控。
(2)消防安全系統:由于學校的特殊情況,人員比較集中,尤其是教室、宿舍和餐廳等區域,消防系統的有效性在校園安防中是重中之重。隨著物聯網技術的不斷發展,利用RFID標簽和溫度傳感器連接,成為溫度RFID標簽,安裝在可能發生火災的各個位置區域,同時與RFID閱讀器信號連接,實現溫度實時檢測,火災情況及時處理等功能。基于RFID的預警框架如圖6所示。

圖6 基于RFID的預警框架
本文從智慧校園建設需求出發,完善校園安防水平為目標,基于人工智能技術和物聯網技術,提出了校園智能安防體系框架,一方面,利用目標檢測和目標識別等先進算法實現異常人員的實時監控及識別,同時利用無人機抓拍等技術實現校園全方位的監控。另一方面,利用RFID技術實現校園火災預警。通過多維感知、智能高效和綜合管控的校園智能安防體系,提升當前校園安防水平,進而實現建設智慧安防校園目標。