AI行为分析预警系统-智慧安防校园解决方案

技术核心
移动侦测+图像比对 CPU运算效率低 ，算法分
析能力低
移动侦测+人形检测 GPU运算 ，人形移动检测分
析
人体骨骼算法 + 深度学习 +GPU运 算 ， 人 体 骨 骼 动
作分析
产品形态
集成在传统监控系统上， 无需额外设备。
A I边缘计算机摄像头 A I算法分析主机
A I行为分析主机
准确率
误报率较高
政策文件
Policy document
2021年4月27教育部《学校安全工作需要常抓不懈全国中 小学幼儿园安全工作视频会召开》要强化科技支撑 ，指导学 校加大重点部位技防设施以及具备人脸 ，车牌识别等功能的 智能卡口系统建设 ，逐步实现涉校风险智能感知 ，动态预警， 及时响应 ，迅速处置 ，提升精确预警管控能力。
误报率较低
90%以上
产品优势：算法丰富、 配置灵活 、 成本更低 、准确率高
产品研发应用经历了四代
产品版本
第一代 v1 . 0
第二代 v2 . 0
第三代 v3 . 0
第四代 v4 . 0
产品研发
人体行为
人体行为+人脸识别
人体行为 + 人脸识 别 +物体识别
人体行为 + 人脸识 别 +物体识别 + 声
算法介绍
Algorithm introduction
l 动作定义：有人在特定区域内来回走动、逗留超过系统设定的时间 l 设置规则：系统提供1分钟、3分钟、 5分钟、10分钟等多种规则选项 ，可以设定布防
时间段和设定区域 l 动作特性：属骨骼与时间相结合的动作 ，不会误报。系统检测到人的骨架出现在设定 的
弹屏规则 当事件连续触发 ，系统 会连续弹屏 ，当事件结 束 ，系统会延时5秒后 自动息屏
远程预警 通过移动设备 提醒有警情
努力构筑平安校园 用AI 呵护国之未来
产品优势
Product advantages
品牌
监控厂商
A I同行业
本公司产品
技术趋势
传统视频分析技术
A I深度学习技术
A I行为分析技术
人体骨骼关键点检测 ，即Pose Estimation ，主要检测人体 的 一 些关键点 ，如关节 ，五官等 ，通过关键点描述人体骨骼信息。 应用：行为识别、人物跟踪、步态识别等相关领域。病人监护系 统 ，人机交互，虚拟现实，人体动画，智能家居，智能安防，运 动员辅助训练等等。
人体关键点检测
技术原理
Algorithm introduction
l 动作定义：值班岗位长时间没有人上岗值班 ，定义为值班缺岗 l 设置规则：在值班岗位设置有效区域。系统提供了60分钟、120分钟、180分钟、
240分钟四个时间选项 l 动作特性：与离岗同属骨骼与时间相结合的动作 ，不会误报 l 识别速度：值班人员自离开开始 ，达到系统设定时间则立即预警
平台对接 平台对接主要包括平台取流和平台展示两种对接 平台取流：提供第三方平台的SDK ，取RTSP流进行对接 平台展示：提供SDK开发文档及开放接口，由平台商做二次开发 展示内容：把分析出来的异常信息统一由平台实现弹屏、预警、管理、统计等
努力构筑平安校园 用AI 呵护国之未来
系统联动
System linkage
音识别
努力构筑平安校园 用AI 呵护国之未来
系统介绍
系统拓扑图
软件界面
software interface
左上：显示单位 名称、logo
左下：行为分析 算法、类型
右上：事件汇 总表
右下：最近事 件图片
努力构筑平安校园 用AI 呵护国之未来
识别规则
Recognition rules
1、灵敏度越高 ，识别规则要求越 低 ，误报会增加 2、灵敏度越低 ，识别规则要求越 高 ，误报会降低
努 力 构筑平安校园 用AI呵护国之未来
AI行 为 分 析 预 警 系 统
智慧安防校园版
项目背景
【传统监控】
如果没有专人值班 ，基本上等 于摆设只能用于事后取证 ，摄 像头数量多 ，也不可 能一直紧 盯屏幕 ，异常事件随时都可能 错过 ，那些正在发生或者未发 生的潜在风险......
如何有效的提前知道？ A I行为分析
1、不设时间规则 ，24小时检测 2、设时间规则 ，在设置的时间段 内才检测
识别规则
1、设置有效区域 ，在有效区域中 才会触发系统报警 2、设置无效区域 ，在无效区域不 会触发系统报警
1、选择标记功能， 系统在触发预 警后标记目标人物 2、标记分为目标标记和骨架标记 两种标记模式
努力构筑平安校园 用AI 呵护国之未来
将完美的解决这些问题
学生校园意外伤亡案例敲响安全警钟
★ 学生打闹 拉扯导致的意外 ★ 电单车棚充电火灾导致的意外 ★ 后厨食安卫生导致的意外 ★ 学生私自闯进实验室接触危化品导致意外 ★ 学霸欺凌导致的意外 ★ 学生追逐打闹嬉戏攀越围栏导致意外 ★ 社会人员来校行凶导致的意外 ★ 学生翻越围墙逃课导致的意外 ★ 学生踩踏破坏花草公共财产 ★ 校门口、河湖边 ，天台 滞留逗留 ★ 楼道、楼梯间、偏僻处玩火吸烟 ★ 饮水机相关安全导致意外
灵敏度误报较小 ，高灵敏度误报较多 l 动作特性：求救属肢体动作 ，可能会误报（如伸懒腰、举双手欢呼等）。真正遇到危险时 ，可
能伴随有跌倒、打架、聚众等状况 ，因此在设置求救规则时 ，建议同时设置这几个动作规则 l 识别速度： 自动作发生到系统分析 ，3秒内可发出预警
l 动作定义：双脚离开地面并往上爬 ，则定义为高空攀爬 l 应用场景：周界围墙、建筑物外墙、护栏等类似墙 l 设置规则：在围墙大约1米高的位置 ，可以任意自己画有效高度 ，一直到围墙顶部 ，包括围墙 里
储异常视频 【兼容能力】 支持任何第三方网络摄像机接入系统进行分析 【部署方式】 设计安装在监控中心并接入监控局域网 【预警方式】 自动弹屏预警/语音提示预警/手机远程预警 【显示输出】 HDMI信号输出 【上墙方式】 可直显/拼控/平台控制 【管理方式】 集中管理客户端 【多点预警】 支持多点通过客户端管理弹屏预警 【对接合作】 开放SDK给其他第三方并技术支持对接
l 识别速度： 自动作发生到系统分析 ，3秒内可发出预警
l 动作定义：人的头、屁股、脚处于同一平面平行于地面时定义为跌倒 l 设置规则：该动作无需设置区域和事件 ，全范围全程实时检测 ，仅需要对灵敏度进行调整， 低
灵敏度误报较小 ，高灵敏度误报较多 l 动作特性：跌倒属肢体动作 ，可能会误报。有人跌倒时 ，如果能爬起来 ，则没有问题；如果 不
l 设置规则 设定有效区域和布防时间段 ，检测到有人闯入即报警
l 动作特性 属骨骼动作 ，应用广泛 ，一般不会误报。不会因任何物体移动或场景、环境、光线等发生变
化而导致误报 ，比传统监控技术更有优势 l 识别速度
自动作发生到系统分析 ，3秒内可发出预警
l 动作定义：有人在特定区域内滞留 ，超过系统设定的时间即属超时滞留 l 设置规则：系统提供1分钟、 5分钟、10分钟、30分钟等规则选项 ，可以设定布防时间段和
外两侧 ，都设置成警戒区域 ，建筑物外墙也这样设置 l 识别速度： 自动作发生到系统分析 ，3秒内可发出预警
努力构筑平安校园 用AI 呵护国之未来
算法介绍
Algorithm introduction
l 动作定义：两人或多人互掐、扭打、推搡等定义为打架 ，只要两人及两人以上骨骼重叠交叉， 就会报警 ，打架没有标准 ，误报相对较高 ，建议设置时间段 ，这也是世界难题。
能起来 ，则有可能发生意外 ，需前往查看。对半蹲、坐地、跪地、半躺、全躺、全趴下等 行为也做了识别 l 识别速度： 自动作发生到系统分析 ，3秒内可发出预警
努力构筑平安校园 用AI 呵护国之未来
算法介绍
Algorithm introduction
l 动作定义 当有人闯入特定区域时 ，则定义为非法闯入
l 设置规则：该动作无需设置区域和事件 ，全范围全程实时检测 ，仅需要对灵敏度进行调整。 低灵敏度误报较小 ，高灵敏度误报较多
l 动作特性： 目前系统仅支持骨骼重叠 ，互掐、扭打、等类型的算法识别 ，其他打架行为可能 识别不了。真实打架场景 ，往往伴随有跌倒、求救、聚众等状况 ，因此在设置打架规则时 ， 建议同时设置这几个动作规则
摄像机高度 摄像机安装高度建议为2.5-3米 ，支持全景摄 像机模式角度分析
摄像机覆盖面 一般情况下是指全方位双向无死角覆盖设计， 头尾两支摄像机形成对射效果更加
努力构筑平安校园 用AI 呵护国之未来
系统对接
System docking
IPC对接 任何第三方品牌的网络摄像机 ，都可以接入AI行为分析预警系统进行视频分析。对 摄像机硬件有一定的要求 对接内容：主码流地址、子码流地址、抓拍地址、端口号、压缩编码类型、摄像机 账号、密码
设定区域 l 动作特性：滞留和徘徊的规则一样 ，只是系统计时的标准更长。徘徊和滞留应用在其他行 业
，需要识别是否同属一人 ，可在v2.0版本中增加人脸识别技术 ，滞留和徘徊功能更完善 l 识别速度：自滞留规则启动后 ，在系统设定的预警时间内仍然未离开的 ，则立即预警
努力构筑平安校园 用AI 呵护国之未来
广播系统联动 当监控检测到异常行为后 ，立即启动广 播系统自动语音警示 比如：监控中心语音播报提醒值班人员， 前端广播校园管理人员
消防系统联动
当消防报警被触发时 ，立即弹屏显示报 警对应区域的监控画面 比如：火焰检测、烟雾检测等
红外系统联动
当红外报警被触发时 ，立即弹屏显示报 警对应区域的监控画面 比如：周界围墙报警联动
努力构筑平安校园 用AI 呵护国之未来
识别规则
努 力构筑平安校园 用AI 呵护国之未来
算法介绍
Algorithm introduction
l 动作定义：在遇到危险时 ，举起双手 ，超过肩膀 ，或做交叉动作 ，定义为紧急求教 l 设置规则：该动作无需设置区域和事件 ，全范围全程实时检测 ，仅需要对灵敏度进行调整 ，低
区域内 ，系统开始计算时间 ，持续出现超过系统设置的时间上限时 ，立即报警 l 识别速度： 自徘徊规则启动后 ，在系统设定的预警时间内仍然未离开的 ，则立即预警
l 动作定义：聚集人数超过系统设定的数量 ，则定义为聚众围观 l 设置规则：系统可设置3/4/5.../50人等多种人数选项 ，可设定区域及时间段。聚众的 应
Technical Principles
努力构筑平安校园 用AI 呵护国之未来
行为分析预警方式
Behavioral analysis and early warning mode
弹屏预警
系统触发预警后 ，会立即把现场视频 画面弹屏显示出来，同时可以通过点 击该摄像头却换到相对应现场画面。
声音提示
当系统检测到异常后， 通过外接音响 ，服务 器会通过音响播放提 示音预警
开关量信号联动 所有开关量信号的检测设备 ，都可以实 现系统联动
【备注】本功能需进行二次开发 ，由第三方平台服务商开发对接
努力构筑平安校园 用AI 呵护国之未来
算法服务器
Algorithm server
【硬件参数】 2U/4U机架式高性能GPU服务器 【通用规格】 8路/12路/16路/24路/30路 【异常存储】 系统自动存储异常预警照片结合硬盘录像机存
漏报规则
Omission rule
可视距离 可分为：有效可视距离和无效可视距离
有效可视距离内 ，基本不会漏报 有效可视距离外 ，不能保证是否漏报
有效可视距离参考数据 摄像机镜头4mm =8-10米 摄像机镜头6mm =12-15米 摄像机镜头8mm =20-25米
可视角度 可视 像机安装高度和摄像机可视范围覆盖面
努力构筑平安校园 用AI 呵护国之未来
项目简介
A I行 为 分 析
根据视频或图像中的人体关键点 ，包括：鼻子 ，左右 手肘 ，臂部左右侧，左右眼，左右耳，脖子 ，左右脚 腕等 ，基于AI神经网络的深度学习算法 ，把人体主要 活动骨架结构化 ，根据人的肢体运动轨迹 ，从而去定 义各种人的动作行为 ，当摄像头抓拍到异常行为时 ， 立即预警。
用场景 ，属于公共区域 ，正常活动时间段和人数较多的区域 ，不适宜设置聚众规则 l 动作特性：属骨架人数分析 ，该动作不会误报。镜面中的人物、人的影子、人形模特、
屏幕里的人出现在区域内也会计算人数 l 识别速度： 自动作发生到系统分析 ，3秒内可发出预警
努力构筑平安校园 用AI 呵护国之未来
算法介绍