校园安防系统建设趋势及标准

　　随着我国教育事业的蓬勃发展, 我国高校的规模在不断地扩大, 校园学生密度日益提高, 校区开放程度和后勤服务社会化程度也越来越高。由此而来的一些负面影响是校园安全事件频发，高校安全保卫工作中如何处理好突发性、群体 性 事件, 减少校园暴力, 实现有效的校园安全防护正成为高校安全保卫工作的焦点，目前我国高校正在推进的'平安校园''智慧校园'建设正是适应这样的管理要求而进行的。

　　据悉，国家层面的《普通高等学校安全技术防范系统要求》标准已经编制完毕，正在报批中。近年来，根据各省市地方标准中关于高校重要部位安全技术防范设施基本配置要求的相关规定，国内各高校都加大了在安防系统建设上的投入，逐步建立、健全了校园安全技术防范基础设施建设，基本构建起了先进的以数字化技术、网络化技术为支撑的安全技术防范体系。但我们也看到现有的安防视频监控系统存在一定的缺陷：其仅将监控视频、音频等非结构化数据通过网络进行传输、存储、显示和共享，由于一个视频监控系统一般少则几十路摄像机，多则上千路摄像机，如何让监控值守人员实时、有效获取监控现场准确、具体的报警事件一直是困扰安全保卫工作的难题，智能视频分析技术可以在一定程度上解决这样的难题，其运用视频数字化以及特征识别技术，可实时获取监控区域内发生的入侵、盗窃等犯罪行为和一些意外灾害情况的特征，并对发生的特征事件进行报警和记录，是安防监控系统应用的一个重要发展趋势，目前国家针对智能视频分析也已颁布了国家标准《安防监控视频实时智能分析设备技术要求》(GB/T 30147-2013)。

　　高校校园安全防范管理特征

　　高校校园安全防范管理的主要目标是确保学生、教师和校园财产安全，高校校园在安全防范管理中主要有以下特征：

　　1. 高校校园较中小学校园的开放程度更高、人员进出流动性更大，进出人员复杂;

　　2. 随着大学的规模越来越大，各类学院、专业越来越多，甚至有多个校区，各学院、专业、校区教师和学生人数众多(几万学生规模的高校比比皆是)，无法分辨;

　　3. 教师和学生、校内和校外人员没有明显特征，不易分辨;

　　基于上述特点，给安全管理带来的挑战可想而知。随着高校对外开放程度的加大，挑战的严峻程度也将越来越大。数字化、网络化、智能化的校园安防统系建设迫在眉睫。基于智能视频分析技术的校园安防系统架构

　　系统总体框架图

　　基于智能视频分析技术的校园安防系统的主要框架如上图所示，主要分为三个部分：

　　嵌入式智能视频图像识别设备：部署在前端，用于采集人员、车辆、周界等图像视频信号，进行图像分析并将分析的异常结果向监控中心智能海量数据挖掘系统上报和报警。以此减轻系统的网络及后端服务器的运算压力。

　　云计算框架下的智能海量数据挖掘系统：用于大规模、多路数的视频图像分析以及报警处置服务，例：人脸识别、异常行为检测、轨迹检测等，并对前端嵌入式智能分析设备的报警信息进行集中管理，是基于智能视频分析技术的校园安防系统的技术支撑。

　　信息交互与监管模块：用于视频图像数据经过智能分析后，根据不同的应用场景将数据信息展示在监控中心大屏、用户终端上，供监控中心工作人员和相关管理人员调看，此外，针对火警、盗警等突发事件，系统也可同时通过用户终端及手持终端设备把相关信息推送给该区域的巡逻保安人员，根据应急预案及时处置。

　　通过云计算框架下的智能海量数据挖掘系统，可以获取与校园安全防范、规范管理息息相关的信息，如：视频监控区域内出入人员和车辆的信息，人和车的行为特征信息等。通过长时间数据的积累，可以掌握校园内人和车的进出、流动及校园公共设施如教室、阅览室的使用热度等相关信息，系统不仅对监控区域异常事件进行报警和管理，同时对校园区域功能的合理规划、有序管理提供技术支持，是一套兼具安防与校园大数据采集与管理的基础支撑和研究系统。智能视频分析技术在校园安防中的主要应用

　　1. 人群聚集事件检测

　　监控场景一般是田径场、篮球场、足球场或者广场;通过监控视频图像，对监控区域的人群流量进行分析，如果人数较多且有一定的运动幅度，判断其为大规模聚众行为。对可能发生的人群聚集事件实现自动检测、报警，保卫部门根据实际情况实时开展相关管理工作。

　　2. 人的异常行为检测