基于AI的非接觸式視頻監(jiān)控技術(shù)及標準研究

易曉珊/文

隨著云計算和大數(shù)據(jù)技術(shù)的發(fā)展，基于AI的非接觸式視頻監(jiān)控技術(shù)能夠?qū)崿F(xiàn)更大規(guī)模的應用，為社會安全和治安維護提供更加全面和精細的保障。

傳統(tǒng)的視頻監(jiān)控系統(tǒng)依賴人員監(jiān)控和錄像來保證安全。但當監(jiān)控點過多時，人員監(jiān)控無法覆蓋所有監(jiān)控場景，而且傳統(tǒng)的“被動錄像”只能在事件發(fā)生后通過錄像回放來獲取證據(jù)，因此，傳統(tǒng)的視頻監(jiān)控系統(tǒng)無法提供主動、高效的安全保障。

基于AI技術(shù)的視頻監(jiān)控系統(tǒng)可有效解決此類問題。利用AI機器視覺技術(shù)，系統(tǒng)通過對攝像機拍攝的圖像序列進行定位、識別和跟蹤，并在此基礎(chǔ)上分析和判斷目標的行為，既能完成日常監(jiān)測管理，又能在異常情況發(fā)生時及時做出反應。

基于AI的非接觸式視頻監(jiān)控系統(tǒng)架構(gòu)

基于AI的非接觸式視頻監(jiān)控系統(tǒng)由IoT設備接入層、應用功能層以及安全保護層組成，其系統(tǒng)架構(gòu)，如圖1所示。

圖1 基于AI的非接觸式視頻監(jiān)控系統(tǒng)架構(gòu)

IoT設備接入層

支持IoT設備的統(tǒng)一連接管理和設備管理功能，提供統(tǒng)一安全的物聯(lián)網(wǎng)網(wǎng)絡接入方式，同時為上層算法和應用屏蔽接入設備的接口差異。

應用功能層

包含AI算法管理、智能算法服務、監(jiān)測應用和用戶展示四個功能模塊，其具體功能如下：

AI算法管理為安全監(jiān)測應用提供訪問、利用人工智能算法的能力和資源，并通過智能算法服務模塊進行服務管理、狀態(tài)監(jiān)控等操作；

智能算法服務根據(jù)場景化的智能分析任務，提供相應AI算法或算法組合的智能分析服務能力；

監(jiān)測應用面向各類應用場景和需求，提供相關(guān)的應用功能，如實時預覽、歷史回放、智能布防、智能分析、告警處置和管理中心等；

用戶展示提供用戶交互的展示界面，主要用于對應用進行功能和數(shù)據(jù)展現(xiàn)，例如通過APP、小程序、Web、HTML5等形式。

安全保護層

對用戶、數(shù)據(jù)、系統(tǒng)等提供安全保護能力，應根據(jù)具體應用場景選擇滿足GB/T22239-2019《信息安全技術(shù)網(wǎng)絡安全等級保護基本要求》中相應等級的安全要求。

基于AI的非接觸式視頻監(jiān)控關(guān)鍵技術(shù)

戴口罩人臉識別技術(shù)

在戴口罩人臉識別技術(shù)中，被廣泛應用的基于卷積神經(jīng)網(wǎng)絡的深度學習算法，通過預處理、檢測分割、特征提取、特征補償、特征匹配等步驟，生成一個模擬的完整人臉特征，并將該特征與預先保存在系統(tǒng)中的人臉圖片進行匹配，從而判斷兩個人臉采集數(shù)據(jù)是否來自同一個人。可采用基于注意力機制的網(wǎng)絡來精細控制遮擋信息。同時，可考慮使用多個網(wǎng)絡級聯(lián)的結(jié)構(gòu)，將低級特征和高級特征相結(jié)合，提高模型的魯棒性和準確性。

紅外熱成像測溫技術(shù)

在人群密集區(qū)域應用紅外熱成像測溫技術(shù)具有許多優(yōu)勢。首先，它采用非接觸式的測溫方法，避免交叉感染的風險。其次，該技術(shù)可以快速對大面積人群進行體溫排查，節(jié)省了人力和時間成本。而且紅外熱成像測溫技術(shù)不受光照等環(huán)境因素的影響，對不同膚色、不同穿著厚度的人群都具有較高的準確性和穩(wěn)定性。

在紅外熱成像測溫技術(shù)與人臉識別功能相結(jié)合的應用中，可見光攝像頭捕捉到人臉圖像，并與公安部門的身份信息數(shù)據(jù)庫進行聯(lián)動，這種聯(lián)動功能可以快速篩查出潛在的病毒攜帶者，及時采取相應的防控措施，避免疫情的擴散和蔓延。

基于頭肩模型的人群密度分析技術(shù)

基于頭肩模型的人群密度分析是一種高效且準確的非接觸式方法，通過梯度計算獲取人群圖像的邊緣信息，確定人員的頭肩區(qū)域，再通過統(tǒng)計頭肩區(qū)域內(nèi)的個體數(shù)量和區(qū)域面積，就可以估算人群的密度。為提高算法的魯棒性，可對局部直方圖進行對比度歸一化處理，以適應不同環(huán)境下的光照和背景變化。與傳統(tǒng)的人工統(tǒng)計方法相比，基于頭肩模型的人群密度分析具有更高的效率和準確性。

人體行為識別技術(shù)

人體行為識別技術(shù)主要依賴于對人體骨骼關(guān)鍵點的識別，這些關(guān)鍵點通常包括頭、頸、肩、手臂、腰、膝蓋、腳等部位。利用深度學習模型識別人體骨骼關(guān)鍵點，并通過計算關(guān)鍵點之間的角度、距離、方向等信息，推導出人體的姿態(tài)和運動軌跡。基于這些信息，實現(xiàn)對人體動作行為的評估，從而提前研判和防御潛在風險，提高對突發(fā)事件的應急處理能力。

基于AI的非接觸式視頻監(jiān)控標準研究

國內(nèi)相關(guān)標準現(xiàn)狀

國內(nèi)人工智能領(lǐng)域國家標準由全國信息技術(shù)標準化技術(shù)委員會人工智能分技術(shù)委員會（TC28/SC42）牽頭開展相關(guān)工作，所涉及范圍包括人工智能基礎(chǔ)、技術(shù)、風險管理、可信賴、產(chǎn)品及應用等。團體標準方面，中國電子工業(yè)標準化技術(shù)協(xié)會圍繞企業(yè)成熟應用實踐案例，發(fā)布了《人工智能基于深度學習的計算機視覺算法接口技術(shù)要求》《人工智能深度合成圖像系統(tǒng)技術(shù)規(guī)范》《智能人體溫度檢測與識別系統(tǒng)技術(shù)要求和測試評價方法》等一批人工智能團體標準。

國內(nèi)視頻監(jiān)控領(lǐng)域的國家標準和行業(yè)標準的制修訂工作主要由全國安全防范報警系統(tǒng)標準化技術(shù)委員會（TC100）負責。截至目前，該標委會共發(fā)布視頻監(jiān)控相關(guān)標準40余項，其中國家標準10項，標準內(nèi)容涉及視頻監(jiān)控的設備規(guī)范、系統(tǒng)技術(shù)規(guī)范以及工程設計規(guī)范，對國內(nèi)視頻安防監(jiān)控系統(tǒng)具有很大的影響力。

公安、通信、郵政、電力、海關(guān)、交通等部門或行業(yè)也根據(jù)自身的實際需求，結(jié)合不同的行業(yè)應用場景，研制并發(fā)布了適用于相應領(lǐng)域的視頻監(jiān)控技術(shù)規(guī)范。

關(guān)鍵技術(shù)標準研究

GB/T30147-2013《安防監(jiān)控視頻實時智能分析設備技術(shù)要求》

安防監(jiān)控系統(tǒng)作為一種重要的技術(shù)防范手段，在城市社會治安綜合防控體系中發(fā)揮著關(guān)鍵作用。GB/T30147-2013是國內(nèi)首個視頻智能分析方面的國家標準，為嵌入式視頻實時智能分析設備的設計、生產(chǎn)和檢驗提供依據(jù)。該標準的實施也進一步規(guī)范了安防監(jiān)控嵌入式視頻實時智能分析設備，為安防監(jiān)控視頻智能分析技術(shù)的發(fā)展奠定基礎(chǔ)。

GB/T31488-2015《安全防范視頻監(jiān)控人臉識別系統(tǒng)技術(shù)要求》

近年來，“平安城市”“智慧城市”和“天網(wǎng)”工程的建設推動了基于人臉識別的智能視頻監(jiān)控技術(shù)的發(fā)展。GB/T31488-2015統(tǒng)一了安全防范視頻監(jiān)控人臉識別系統(tǒng)的主要指標及相應的測試方法，為安全防范視頻監(jiān)控人臉識別系統(tǒng)的測試與建設提供了基準和依據(jù)，有利于促進人臉識別技術(shù)在視頻監(jiān)控領(lǐng)域的發(fā)展和完善。

T/CESA1035-2019《信息技術(shù)人工智能音視頻及圖像分析算法接口》

隨著深度學習等技術(shù)與智能安防、智能家居等場景結(jié)合程度的持續(xù)提高，視頻分析領(lǐng)域衍生出了眾多需求，如車牌識別、人臉識別、行為分析、場景分析等。T/CESA1035-2019通過定制統(tǒng)一的接口，解決算法接口標準化的問題，實現(xiàn)系統(tǒng)對多種算法的兼容，也避免因缺少統(tǒng)一的算法接口標準導致的開發(fā)成本浪費。

T/CESA1108-2020《智能人體溫度檢測與識別系統(tǒng)技術(shù)要求和測試評價方法》

智能人體溫度檢測與識別系統(tǒng)能自動識別人員是否佩戴口罩，自動檢測人員體溫，通過人臉識別對發(fā)熱或未佩戴口罩的情況發(fā)出告警提示。T/CESA1108-2020的發(fā)布與實施有助于規(guī)范智能人體溫度檢測與識別系統(tǒng)的功能性能指標及外部接口，指導面部溫區(qū)精準識別、紅外圖像測溫、發(fā)熱人員區(qū)分、接觸人員排查等工作，實現(xiàn)對體溫異常人員的有效排查，對公共安全行業(yè)起到支撐作用。

T/SZS4016-2020《基于AI的工作場所非接觸式視頻安全監(jiān)測技術(shù)指南》

T/SZS4016-2020是國內(nèi)首個AI工作場所安全監(jiān)測技術(shù)標準，可為防疫智能系統(tǒng)的研發(fā)和建設提供參考。智能安全監(jiān)測技術(shù)在新冠肺炎防控中發(fā)揮著重要價值。使用AI技術(shù)對視頻數(shù)據(jù)進行結(jié)構(gòu)化處理后，將場景中出現(xiàn)的多維度信息進行深度挖掘，有效支撐高危感染場景的研判與定位、涉疫人員的精準快速回溯以及防控工作的指揮調(diào)度等。

基于AI的非接觸式視頻監(jiān)控應用前景

人員篩查

利用人臉識別、行為分析等AI算法，可以快速準確地識別出人員是否符合特定的篩查條件，如是否佩戴安全帽、是否攜帶危險物品等。該技術(shù)還可以應用于疫情防控中，通過對人員體溫、口罩佩戴等信息的監(jiān)測，實現(xiàn)對潛在傳染源的快速篩查，有助于控制和阻斷疫情的傳播。未來，還可不斷擴展至交通管理、商業(yè)安全、社會治安等更多領(lǐng)域，提高安全防范的及時性和應急響應能力。

人員追蹤

利用AI深度學習算法對人臉、體態(tài)、行為等特征進行有效識別，可以實現(xiàn)對特定人員的辨認和追蹤，對于安保、犯罪偵查等領(lǐng)域具有重要意義。通過AI對人群密度分析可以實現(xiàn)對人流量的實時監(jiān)測和統(tǒng)計，為商場、車站、地鐵等公共場所的運營管理及防控提供參考依據(jù)。因此，基于AI的非接觸式視頻監(jiān)控技術(shù)在人員追蹤領(lǐng)域具有廣闊的前景，極大提高了人員追蹤的效率和準確性，為社會安全和管理提供更好的支持。

區(qū)域監(jiān)控

基于AI的非接觸式視頻監(jiān)控技術(shù)可以根據(jù)預設的規(guī)則和模型，對監(jiān)控區(qū)域內(nèi)的事件進行實時分析，自動識別異常事件并進行預警。通過對歷史數(shù)據(jù)的分析和挖掘，預測未來可能發(fā)生的事件，提供更加準確的安全預警和決策支持。隨著技術(shù)的不斷進步和應用場景的不斷拓展，基于高效性、準確性、實時性等優(yōu)勢，AI的非接觸式視頻監(jiān)控技術(shù)將為監(jiān)控系統(tǒng)提供更智能化、更精細化的服務，提高監(jiān)控區(qū)域的安全性和運行效率。

基于AI的非接觸式視頻監(jiān)控技術(shù)具有廣闊的應用前景。隨著人工智能和計算機視覺技術(shù)的不斷發(fā)展，該技術(shù)將進一步提高識別準確率和處理速度，為人員篩查、人員跟蹤、區(qū)域監(jiān)控等領(lǐng)域帶來更大的便利和效益，為社會安全和治安維護提供更加全面和精細的保障。