新安全形式下的智能视频监控系统

摘 要

智能视频监控系统利用人脸识别、重要区域入侵检测、非法停留检测、人员徘徊检测、遗留物检测等多种功能，协助安保人员更智能、高效地进行数据的采集、整理、分析、判断及处理，提高资源的利用效率，在恐怖袭击猖獗的今天，为反恐提供更加有力的遏制措施。

【关键词】智能视频监控系统 智能分析 反恐

1 引言

当前全球安全形势严峻，而智能视频监控系统则可以避免这一问题，7×24小时的全天候监控，更加有效的制止恐怖袭击。智能视频监控系统能获取实时的视频图像，利用自身的逻辑判断能力提供对视频图像的智能分析，从而提出多种智能化的处理方案，对恐怖袭击事件提供高效、及时地指挥和处理。本文研究在当前反恐新形式下，智能视频监控系统实现的功能，以有效的避免恐怖袭击事件，保障群众的生命安全。

2 智能視频监控系统

智能视频监控系统利用摄像机、工作站及服务器内置的智能分析程序，利用系统的多种功能，对当前监控图像进行逻辑识别、分析，与预先设置恐怖袭击的情况作对比，自动判断监控范围内的各种情况，一旦与预先设置恐怖袭击的条件相符合，自动发出声光报警信号，将报警图像切换到主监视器上，弹出报警信息，提醒安全部门立即进行处理，制止恐怖袭击的发生。

2.1 人脸识别功能

主要是通过人脸建模、人脸捕获与跟踪、人脸判别等步骤，对人员的身份进行识别，及时发现危险人员。首先将危险人员的脸部特征信息存储在系统数据库中，然后通过人脸捕获功能将视频监控图像中拍摄的人脸信息从中提取出来，然后初始化人脸图像并计算特征点，把提取的图像映射到特征子空间，并得到一组权值，通过判断检测图像和人脸空间的距离及预设的权值，与系统数据库中已记录的人脸特征信息进行对比，通过图像对比判别这两者是否为同一人。一旦发现是同一个，立即发出报警信号，提醒安保人员，并使摄像机自动跟踪该人员的活动状况防止其逃脱，对抓捕恐怖袭击的嫌疑人提供极大地便利。

2.2 重要区域入侵检测

利用运动目标检测原理，从图像中提取目标运动的区域，检测出图像序列中目标的运动轨迹，在静态或动态的背景下滤除与运动目标无关的背景，再通过智能视频分析原理对运动的目标进行分析。摄像机在监控区域内设置防范界限，若区域围内出现未知的移动目标，智能视频监控系统将自动发出报警，制止外来人员进入重要区域实施恐怖袭击。

2.3 人员徘徊检测

首先在系统中预先设定滞留时间、运动距离、运动方向等参数，当某个目标在某区域内多次徘徊或长时间的停留触发预先设定的判断条件时，智能视频监控系统将自动发出报警，对可疑人进行目标锁定，并通过目前主流的稀疏表示的目标跟踪方法，通过局部特征的跟踪，对目标的运动轨迹进行记录，及时部分被遮挡了，也能通过逻辑处理很好的区分出目标和背景，摄像机能一直跟随目标转动并报警。

2.4 非法停留检测

利用摄像机对监视范围内非法停留的目标进行识别，通过系统软件对非法停留区域进行设置，当有外来目标在划定的非法停留区停留时，智能视频监控系统将自动识别出潜在的恐怖袭击威胁并发出报警信号，提示安全人员及时对非法停留目标进行处理。并显示该人员的外观及面部特征，提醒安保人员重点关注，可事先预防一些恐怖袭击的发生。

2.5 遗留物检测

对公共区域内的长时间停留的物体（如背包、手提箱、行李箱等）自动地进行检测，当物体停留的时间到达预设的阙值后，系统会自动发出报警，提示安保人员尽早的发现可疑爆炸装置，及时进行防爆处理。

通过以上多种功能的组合，在火车站、地铁、机场、酒店、街道等公共场所，使用智能视频监控系统进行24小时的全天候监视和检测，一旦出现可疑情况，诸如发现疑似危险人员、发现疑似爆炸物品等，智能视频监控系统立刻发出报警信号，提示安保人员及时处理疑似的恐怖威胁，尽可能的减少恐怖袭击的概率，弥补了人工反恐的漏洞和缺点，为人们寻求安全可靠地生活环境提供了保障。

3 结论

本文研究了智能视频监控系统的多种功能，将智能视频监控系统引入反恐活动中，在当前反恐新形式下，通过综合采用多种反恐功能，提供更加有效的反恐方式，避免恐怖袭击事件，保障群众的生命安全。智能视频监控系统的目的是协助安保人员更智能、高效地进行数据的采集、整理、分析、判断及处理，提高资源的利用效率，在恐怖袭击猖獗的今天，为实现反恐提供更加有力的遏制措施。

智能视频监控系统还未与其他诸如银行人像识别、户籍证照、海关人像识别等资源实现共享。在大数据、智能技术不断发展的今天，智能视频的集成化要求也越来越高，涉及的应用领域也越来越广，共享化将是未来发展的必然趋势，一旦智能视频监控系统与其他应用系统共享数据，其综合利用效率将会有飞速的提高。

参考文献

[1]张焕朗.基于监控系统的人脸跟踪与人脸识别[D].上海：上海交通大学，2013：3-6，59-60.

[2]薛八阳，杨忠，钟山.基于目标跟踪的区域入侵检测方法研[J].电子测量技术，2015（02）：51-54.

[3]刘晓明，张起贵.基于静态场景下的单目标徘徊检测及跟踪方法[J].微型机及应用，2010（13）：26-29.

[4]王文平.基于稀疏表示的目标跟踪方法研究[D].天津：天津理工大学，2014：2-10，22-26.

作者简介

许岑（1987-），男。供职于上海天航智能工程有限公司。主要研究方向为楼宇智能化。

作者单位

上海天航智能工程有限公司 上海市 201103