校园安全事件频发，近年来更倾向于多发，校园安全状况严峻。 传统的视频监视只能以数字形式通过网络传输、保存和共享视频数据，无法实现异常事件的警告。 智能视频分析技术有效地提高了校园安全系统的安全能力，本文介绍了智能视频分析技术在高校安全中的应用。
校园安全体系的建设趋势与标准。
随着我国教育事业的繁荣，中国大学的规模不断扩大，校园学生密度日益提高，校园开放度和物流服务的社会化程度也越来越高。 因此，一些负面影响导致校园安全事件频发，大学安全保护工作中如何处理突发性事件，减少校园暴力，实现有效校园安全保护成为大学安全保护工作的焦点，目前我国的
据说国家级的《普通高等学校安全技术防范系统要求》标准已经制定完毕，正在批准中。 近年来，根据各省市地方标准对高校重要部位安全技术防治设施基本配置要求的规定，国内各高校扩大对安全防治体系建设的投资，逐步建立和健全校园安全技术防治基础设施建设，基本先进的数字化技术但是，现有的安全视频监视系统也有通过网络只传输、保存、显示和共享监视视频和音频等非结构化数据的缺点。 由于一个视频监视系统通常很少，因此有几十路摄像机、几千路摄像机，使监视人员能够实时、有效地获取监视现场的准确、具体的警告事件是安全工作的课题。 智能视频分析技术可以在一定程度上解决这样的课题，使用视频数字化和特征识别技术实时获取监视区域内发生的入侵、盗窃等犯罪行为和一些意外灾害状况的特征，并将发生的特征事件记录为警报是安全监视系统应用的重要发展趋势，目前国家对智能视频分析颁布了国家标准《安防监控视频实时智能分析设备技术要求》 (GB/T30147-2013 )。
高校校园安全管理的特点。
大学校园安全管理的主要目标是确保学生、教师和校园财产的安全，大学校园在安全管理方面主要有以下特点。
大学校园比中小学校园开放度高，人员出入流动性更大，出入人员复杂
随着大学规模的扩大，各类学院、专业越来越多，有多个校区，各学院、专业、校区的教师和学生人数多(数万学生规模的大学比较多)，无法区别。
教师和学生，校内和校外人员没有明显的特征，很难分辨。
基于这些特征，考虑了给安全管理带来的课题。 随着大学对外开放度的增大，挑战的严峻性也越来越大。 构建数字化、网络化和智能化的校园安全体系是当务之急。
基于智能视频分析技术的校园安全系统的体系结构。
基于智能视频分析技术的校园安全系统的主要框架主要分为三个部分，如图1所示。
嵌入式智能视频图像识别装置：配置在前端，收集人员、车辆、周边等图像视频信号，进行图像分析，将分析的异常结果报告给监视中心的智能大容量数据挖掘系统，并报警。 这样可以减轻系统网络和后端服务器的运算压力。
云计算框架下的智能大容量数据挖掘系统：用于大规模、多路径数量的视频图像分析和警报处理服务，例如面部识别、异常行为检测、轨迹检测等，集中管理前端嵌入式智能分析设备的警报信息，
信息交换和监督管理模块：智能分析视频图像数据后，可以根据不同的应用场景将数据信息展示在监视中心的大屏幕、用户终端上，由监视中心的员工和相关管理者调整观看。 另外，对于火灾警报、盗窃警报等突发事件，系统可以通过用户终端和便携式终端设备将相关信息推送给该地区的巡逻保安人员，按照应急方案及时处理。
使用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和规范管理相关的信息，包括视频监控区内的出入者和车辆信息、人和车的行为特征信息等。 通过长时间的数据积累，可以掌握校园内的人和车的出入、流动以及校园公共设施，如教室、阅览室的使用热等相关信息，系统不仅对监视区域的异常事件进行警报和管理，同时也是校园区域的机器
智能视频分析技术在校园安全中的主要应用。
人群聚集事件检测
监视场景一般是田径场、篮球场、足球场、广场。 通过监视视频图像，分析监视区域的人流，如果人数多且有一定的运动幅度，就判断为是大规模的集体行动。 对可能发生的人聚集的事件实现自动检测、警报，防卫部门根据实际情况实时展开相关管理工作。
人的异常行为检测
根据重点安全管理区域的需要，实现出入者的检测和跟踪，根据分类算法区分通常的步行、跑步和剧烈运动。 主要的监视场景是ATM (自动取款机)、行人少的偏僻道路等。 自动检测可能发生的强盗、追踪等异常事件，实时警告，防卫部门立即做出反应。
面部识别
在校园的主要出入口和会场的出入口，进行出入者的自动计数和快照，在对计数结果进行大型会议和事件时，及时了解监视区域的人流，采取相应的流量控制、交通限制等措施，保障大型事件的正常运行进出的人的脸部特写照片，特别是脸部特征，用于在后台服务器上匹配脸部特征和数据库嫌疑犯的脸部特征，如果有嫌疑的人进出监视区域就进行警报，防卫部门采取相关措施，安全
人脸识别技术的应用场景及相应的管理措施
有警卫的出入口：在出入口设置固定摄像头，抓住出入者的脸，通过与脸数据库进行对照确认是否是库中的疑似或公安部门的通缉人，异常状况通报给监视中心和相关手持终端，出入口警卫对于校园内的非对外开放区域，同时一致来访者是否为内部授权人。 否则，我不会释放你。
开放出入口：在开放出入口建设监视点，监视要求可以采集大量出入者的正面，每个通过出入口的人，抓住出入者的脸，通过与脸数据库对照是否是库内的疑似或公安部门的通缉人？
车辆异常事件检测与车辆识别
重点区域管理
重点区域主要是校园行人或车辆流量大的道路或区域，需要重点监视和管理。
车辆在重点区域的长时间停留管理：系统检测到车辆在重点区域长时间停车后，警告相关手持终端，校园保安立即采取相关措施。
重点区域内的内部车辆管理：有些重点区域允许有关部门的内部车辆进入和停车，系统进入区域识别停车的车辆，如果有关部门的内部车辆没有在区域停车，系统警告有关手持终端，进行扫描
重点公路管理
重点道路是校园干线道路，干线道路不允许停车，单行道的情况下，车辆不允许逆行，校外车辆不允许进入。 系统通过分析进入重点道路的车辆牌照，判断是否擅自停车、逆行、外部车辆进入，如果存在，则进行相关的手持终端的警报提示。 重点公路发生堵车时，必须立即警告。
重大活动管理
对于校园重大活动的管理，系统可以在活动期间进行应管制的区域、对道路进行车辆识别、重点车辆全过程跟踪等管理，当车辆在管制区域或道路上行驶时，系统应实时观看重点车辆的跟踪视频当无关车辆进入管制区域或道路时，系统提示相关手持终端的警报。
停车场管理
进行进出监视区域的各停车场车辆的识别、追踪、车辆在停车场停车的位置的确定等管理，计算停车场中残留的车辆的位置，引导车辆的停车管理等。
车辆行为分析
车辆行为分析主要包括单向通行的车辆、超速车辆、道路异常状况，如：人群聚集、交通事故等。 对于上述异常，系统相关的手持终端发出警告。
结语
随着智能视频分析技术的进展和广泛应用校园安全建设的重点也逐渐从安全监控基础设施建设向基于智能视频分析技术的安全平台系统建设发展。 进一步提高校园安全管理的智能化，提高对校园异常事态认识的精度和处置响应速度，更有效地保障校园的正常秩序和安全管理。
责任编辑： gt