鐘 婷 彭 晗
(廣東警官學院,廣東廣州 510440)
隨著視頻監控數據的快速增長與人工智能、大數據、物聯網等技術的飛速發展,社會對公共安全的重視程度逐漸加深,基于視頻監控的智能感知技術已經成為安全監控發展的重要方向[1]。而基于視頻監控的智能感知技術應用最廣泛的領域之一就是異常行為檢測,在各個涉及安防領域的場景基本都可適用。
傳統的模擬視頻監控系統和數字視頻監控系統,僅僅包含視頻錄制與存儲等基礎功能,在后期的人工甄別篩選過程中浪費大量的時間、人力、物力、財力等資源,已難以滿足現在社會對公共安全的需求。當前,基于海量視頻數據的智能感知技術在異常行為檢測中的應用,可以實現事前實時監測、事中實時報警、事后報警記錄查詢的全時段業務覆蓋。尤其是在深度學習理論提出后,眾多學者對這一領域的學術研究已持續多年,發表了一大批有價值的研究成果,涉及的領域從算法研究到社會生產與生活。因此,在智能視頻監控系統下,充分發揮異常行為檢測在安防領域的應用優勢,再通過與“人防、物防、技防”的有效結合,可為智慧安防事業發展奠定堅實基礎。
NoteExpress是一款國產專業文獻檢索與管理系統,具有數據搜集、文獻管理、數據分析、輔助閱讀、輔助寫作等功能。其中,數據分析功能可實現對檢索結果的文獻類型、發表年份、作者、關鍵詞、來源以及分詞后的標題這六個字段進行詞的規范化加工,并對詞共現次數、相關系數和相異系數矩陣的計算以及詞云圖、路徑關系圖的可視化展示[2]。
通過在CNKI總庫中以“視頻監控”與“異常行為”并列作為主題詞進行檢索(不限定時間至2022年5月4日),導出492篇文獻至NoteExpress進行數據分析。經初步人工篩選,剔除“作者”字段下顯示無作者的文章;逐篇瀏覽文獻摘要,剔除與基于視頻監控異常行為檢測應用無關的文章,如“視頻監控”指視頻監控系統的研究、視頻監控成像、視頻監控存儲研究、視頻監控數據結構化研究等;最終得到的有效題錄487篇。值得一提的是,基于視頻監控與異常行為的應用研究成果最早發表于2006年,其中2014年達到峰值為57篇,2014年后盡管發表成果沒有增加,但每年的研究成果不少于27篇。
(1)關鍵詞詞頻分析。首先,將含義相近的關鍵詞進行規范化,如將“智能視頻監控”“智能監控”“智能視頻監控系統”等規范為“視頻監控”,將“異常行為檢測”“異常行為識別”“異常檢測”等規范為“異常行為”,將“運動目標檢測”與“運動目標跟蹤”規范為“目標檢測”與“目標跟蹤”。統一后,最常見關鍵詞為“異常行為”“視頻監控”。其次,就是“目標檢測”“目標跟蹤”“行為識別”“深度學習”等。規范化前后的詞頻,如圖1所示。

圖1 NoteExpress中詞頻統計及詞規范化界面
(2)詞頻可視化云圖。由于有一些關鍵詞的詞頻較低,因此僅統計出現頻率大于或等于5次的關鍵詞,共40個關鍵詞。根據關鍵詞出現頻率的高低用字體大小進行詞頻可視化,如圖2所示。

圖2 NoteExpress對“視頻監控異常行為”檢索后相關詞可視化云圖
(3)關鍵詞的共詞關系。對關鍵詞進行共詞關系可視化可以看出,“視頻監控”與“異常行為”占據主導地位(這與檢索的主題有關),其次就是“目標檢測”“目標追蹤”“深度學習”“特征提取”“支持向量機”等,其中“深度學習”是近幾年“目標檢測”與“目標追蹤”研究最多的算法,更是異常行為檢測的常用算法。曾婷等[1]總結道,目前國內已經有許多針對異常行為檢測的算法,根據算法依據的不同,可分為能量法、聚類法、重構法、推斷法、深度學習法等;而且已經可以發現異常行為檢測的應用研究“智慧社區”“ATM”等關鍵詞。對以上出現大于或等于5次的關鍵詞生成共詞關系,如圖3所示。

圖3 出現5次以上“視頻監控異常行為”相關的關鍵詞共詞關系
開展智能視頻監控系統中異常行為檢測在公共安全領域的應用,社會公共安全將得到提高,能夠有效防范、化解、管控各類風險。公共場所人員密集,人流量大,是異常事件高發的區域,在公共安全防范領域充分利用智能視頻監控系統異常行為檢測,可降低異常行為在公共場所造成的安全隱患。在機場、樞紐機場航站樓等這些公共場景中,尤其是大型的、人口流動性大的樞紐型機場,運用智能視頻監控系統對人員異常行為或狀況檢測,可使異常事件得到高效處置[3]。類似地,智能視頻監控系統對地鐵、公交、火車站、汽車站等公共場所的異常行為也可進行實時檢測預警[4-5]。此外,大型公共設施及公共建筑內部的異常行為自動檢測與逃生路徑自動規劃也成了重點研究方向[6]。
智慧社區是智慧城市建設很重要的一個環節,是一種新型的社區管理理念,借助物聯網、智能通信、路網監控等技術,整合社區現有的服務資源,為社區民眾提供生活、工作、娛樂、教育、醫護等多種便捷服務,以提高民眾生活質量、提升社區服務品質[7]。在智慧社區管控系統中異常行為的檢測是非常重要的組成部分,如在社區內公共區域、學校、娛樂場所、沿街商鋪等地點通過智能視頻監控系統實時檢測人員異常行為,如聚集、打架斗毆、快速奔跑等,可以及時對異常事件發出警示,使異常事件得到及時處置[8-9]。電梯轎廂空間狹小,乘客時有跌倒、搶劫、施暴等安全事故或事件發生,通過智能視頻監控系統可對這一系列的異常行為進行實時監測并報警,使乘客受到的傷害得到降低[10]。
教育領域一直以來都是國家重點發展的領域,而校園幾乎貫穿著教育領域的每個環節,因此校園安全越來越受社會大眾的關注。傳統的校園安全完全靠人工監管,人工監管總會時有疏忽,使得一些異常事件得不到及時地響應與處理,造成不好的影響。以智能視頻監控為載體,搭建智慧幼兒園安全系統,其中異常行為檢測就是其中很重要的一環[11-12]。基于校園視頻監控系統的異常行為分析能夠實時監控學生的行為動作,可減少校園暴力沖突事件的發生[13]。高校校園經常發生的情緒失控、斗毆、酗酒等異常行為都需要實時監測預警,為此,高校校園監控系統異常行為檢測也成為重點研究的方向[14-15]。
當前我國人口老齡化越來越嚴重,老年人的監護問題已經成為社會越來越突出的問題。將家庭安全與安防系統聯動起來的家庭智能監控系統異常行為檢測,能更好地服務家庭安全,服務民生。尤其是對于一些空巢、孤寡老人家庭室內異常行為檢測已經成為學者們的重點研究方向[16-17]。
在大數據的背景下,智能視頻監控中異常行為檢測可以通過對高危人群的微表情、異常行為等進行檢測,可實現偵查工作的主動預警,具有非接觸、高隱蔽、高效率的特點,符合視頻偵查的實戰需求,偵查效率得到提高,偵查工作也由被動應對轉變為主動預測[18-19]。基于視頻監控系統,針對行兇者與求助者的行為差異,通過異常行為檢測來分別識別行兇者與求助者,在刑偵過程中是非常有幫助的[20]。
此外,在智慧交通方面,智能視頻監控系統異常行為檢測研究的應用,可檢測出小車、客車、貨車、行人等目標的異常行為,可更好地引導交通,規范車輛行駛行為,減少交通事故發生[21]。
由智能監控系統中異常行為檢測在安防領域中應用研究分析可知,異常行為檢測在安防領域中的應用場景涉及社會安全的方方面面,使社會生活與生產等不斷趨于智能化、高效化。然而,這些應用研究依然面臨著不少挑戰。
首先,不同場景的應用研究都相對獨立,不同應用場景之間尚未實現互聯,同時也未實現安防領域應用研究的互聯互通,比如公共安全與智慧警務、社區安全與智慧警務、家庭安全與醫院安防系統等的聯動。
其次,不同的應用場景對異常行為的定義都不同,加大了在今后的異常行為檢測模塊化基礎算法研究的難度。
基于前文對智能視頻監控系統異常行為檢測在安防領域中應用研究的分析,雖然學者們的相關研究仍面臨著不少挑戰,但同時也能看到巨大前景。
對異常行為的定義依舊沒有很明確,張曉平等[22]將異常行為定義為在當前場景下,目標做出的一切不適宜動作、姿態或事件等。在此定義下,應用場景不同,異常行為就會有差異,導致異常行為可能會趨于復雜化,從而給智能視頻監控系統異常行為檢測的應用研究帶來困難,故異常行為定義問題規范化,建立場景異常行為庫是有必要的。
異常行為檢測算法所具有的局限性,不僅因為異常行為定義的不明確性,還因為異常行為檢測應用場景也在趨于復雜化。不同的場景,同一行為有可能會有不同的定義,而且幾乎不可能對每一種行為都會定義;此外,天氣、光照等因素產生的場景多樣性也帶來不必要的干擾,使得很多異常行為檢測算法很難得到優化。因此,智能視頻監控系統異常行為檢測的模塊化算法研究是一項極具意義的工作。比如,建立場景算法模型庫,根據不同的場景推薦最優的場景算法模型[1]。
目前智能視頻監控系統異常行為檢測在公共場所、智慧社區、校園監管、家庭老人監護、智慧警務等領域都有相應的應用研究,但是卻相對獨立,缺乏不同應用場景之間的相互聯動。因此,加強開展智能視頻系統中異常行為檢測在治安防控、城鄉社會治理、智能交通、服務民生、生態建設與保護等領域的應用與互聯,將進一步穩固社會安全。
智能視頻監控系統中的智慧感知技術已經應用到各行各業領域,尤其是智慧安防領域,針對不同的應用場景都可以實現異常行為檢測與跟蹤,達到事前實時監測、事中實時報警、事后報警記錄查詢的全時段業務覆蓋。本文旨在綜述智能視頻監控系統異常行為檢測在安防領域的應用研究現狀,對目前的熱點應用領域進行了梳理,同時提供了今后相關應用研究的方向展望。期望通過學者們的共同努力,智能視頻監控系統異常行為檢測可以在安防領域充分發揮優勢,為安防事業的發展添磚加瓦。