针对暴力事件预警的智能监控产品设计

叶源丰德

摘要：文章针对当今社会中时有发生的突发性暴力危害事件，提出一款基于图像处理与声音状况识别技术实现暴力事件预警的智能监控产品设计，通过对实时监控图像执行图像处理以及通过无线电传感器节点实现异常声音采样处理来判定是否存在暴力事件，从而实现及时预警，避免暴力事件造成严重后果，响应智慧城市的建设，为公共场所内公民的财产生命安全提供了新的保障方案。

关键词：公共安全；产品设计；智慧城市；预警系统

中图分类号：TB472  文献标志码：A

1 研究背景

近几年，随着社会的发展，一些人为了个体或少数群体的利益，不惜以牺牲公众的人身安全为代价，在公共场所或公共区域实施暴力事件。校园暴力也时有发生。2021年5月，最高人民法院的报告统计数据显示，有35.31%的校园暴力案件中出现了宿舍一词，而在这些案件中绝大部分案件的案发地就是宿舍。除宿舍外，教室（19.22%）、厕所（13.13%）、走廊楼道（11.22%）的案件量占比也都超过了10%。

目前，传统安防设备系统不仅无法做到全地区覆盖，还需要大量的相关人员对相关视频进行实时判断，这种方式工作量巨大、识别速度慢。现有系统需要耗费较高的人力成本，由于人无法时刻保持警戒状态，很难做到实时监控。据有关数据分析，20分钟后监控人员可能错过最多高达95%的画面。由此可见，加强对暴力事件的监控预警迫在眉睫。

在智慧城市建设持续纵深推进的同时，随着算法准确率和环境适应性的不断提高，智能视频分析技术的普遍应用是大势所趋。通过声音识别技术不断扩大危险判断的范围、进一步加强危险判断的准确性，也是未来公民安全保障的必然需求。

2 设计目标

现如今，公共场所的暴力事件时有发生，加强公共场所的安全防护，营造和谐共处的社会环境，是当今社会治安的重要部分。

大型商圈、交通枢纽、大型场馆、热点景区等人群密集场所内人员存量大，进出流量大，人员间活动相对独立。为做到场所内人群活动日常监测与风险预警，应基于全局覆盖监控视频，结合视频智能分析的人群计数、密度估计、行人追踪、活动烈度识别等技术［1］，大幅度提升安防监控在维护社会公共安全方面的价值，保障人民生命财产安全。

因此，本文旨在设计研发一款基于图像处理与声音状况识别技术实现暴力事件预警的智能监控摄像产品。该产品通过高清摄像设备获得实时拍摄图像，执行图像处理以提取场景数据，确定是否存在暴力事件，从而实现及时预警，避免暴力事件所造成的严重后果，为保障公共场所中公民的生命财产安全提供了新的解决方案。

3 技术分析

3.1 基本组成

视频监控部分主要采用基于内容的图像检索CBIR技术，只需传入检索图像，就可以在图像库中获得相近的图像信息，随着图像特征提取与匹配算法的不断演变，对于图像内容细节的要求也逐渐趋于主观判断的结果［2］。同时，采用分布式并行运算的方式缓解运算时间过长的问题，并将预警截图和视频保存到数据库形成报表，可根据时间段对预警记录和预警截图、视频进行查询，方便进行事后轨迹回溯，快速查找嫌疑人。

然而只凭借视频监控缺乏可靠性，摄像头容易受到遮挡或者光线的影响，不法分子一般会在作案前提前规划好路线，有意识地避开或者遮挡摄像头进行犯罪。此时就需要通过实时采集相关声音信号并进行深入分析，对异常声音事件进行检测，做到以视频监测為主、音频监控为辅，达到提高监测准确性的目的。因此，对于监控盲区，本系统通过音频采集器实现异常声音采样，声音状况技术将音频信号经过处理来判定是否存在异常声音，在详细分析了异常声音的时频域特征之后，使用SVM分类器实现声音识别，同时，在声音识别的过程中引入深度学习的注意力机制。近年来，随着深度学习的深入，为了进一步提升视觉任务的网络性能，引进了注意力机制。该机制的本质是让网络自动关注重要的特征，抑制其他无用的干扰信息。将视觉任务的注意力引入声音事件识别任务，通过神经网络为每帧级特征分配相应的权重，这种方法相较普通的神经网络训练有显著的提升，提高了监控过程中对特定声音情景的识别准确性［3］。

3.2 创新点

3.2.1 嵌入式系统设计，使系统运行稳定

嵌入式系统设备采用DSP芯片技术，运行经过剪裁的LINUX操作系统，具有抗木马病毒攻击能力，支持本地USB存储。对于大型网络监控，可以实现前端直接向IPSAN等设备进行存储。

3.2.2 人体异常行为算法监测

普通的监控无法对人的行为进行判断，此设备可在视频中人体的具体特征也不明显的情况下，基于时空的MRF方法，用于辨识群聚事件。

3.2.3 声音状况分析技术

国外主要将声音信号的检测技术用于健康状况的检测，国内主要将声音检测技术用于石油管道的工作状况检测以及轴承质量的检测等。此项目侧重于人声状况的分析，如哭声、尖叫声等，通过提取声音信号的时域特征参数和频域特征参数，并将两者结合起来应用到异常声音识别系统中的识别算法。

3.2.4 基于时间差（TDOA）的声源定位技术

此项目使用GPS定位系统，结合声源定位技术，更精准地定位危险情况，结合现有人脸识别技术，辅助确定犯罪嫌疑人。

3.2.5 无线电传感器降低能耗

为了防止监控摄像头被蓄意毁坏，设计子母系统，摄像头损坏时，启动备用摄像头对嫌犯进行记录，并及时汇报给远程防控中心，便于技术人员及时到场进行维修。使用DPM算法，在传感器节点没有收发数据时，无线通信模块进入休眠状态以降低能耗。

3.2.6 AI深度学习算法

针对不同的事发场景，将可能遇到的识别问题分类为单人的行为判别、少数人之间的突发暴力行为以及群聚事件。在广场等环境下，摄像头监控的范围较广，视频中人体的具体特征也不明显，还需要准确地识别出异常声音，例如，正常情况下儿童的哭闹声、节日庆祝的高分贝声音等，这些与暴力事件声音相似的音频该如何分辨。在这些情况中，引入AI加持下的人体异常行为识别算法和声音状况识别技术，综合社会治安、道路交通、智能家居等应用场景特点，将监控视频区分为盗窃抢劫、打架斗殴、交通事故、非法聚集、应急救援5种具体场景［4］。以现有案例不断喂养AI引擎，同时辅以人工判断，提升准确性。

4 市場分析

4.1 市场定位

本产品用于对公共场所突发的暴力事件进行预警。当今公共场所的暴力事件时有发生，加强公共场所安全防护，保障人们在公共场所的日常活动安全是社会治安的重中之重。借助声音状况处理系统进行广范围监控，也适用于校园、居民住宅、宿舍区等监控摄像稀疏点。

4.2 市场需求

随着视频处理、分析、传输技术的不断进步，监控系统从纯模拟系统向模数结合、纯IP监控方式发展，监控系统的智能分析需求也应运而生，安防监控领域对智能监控技术的要求，来自具体行业特色监控的各种实际需求。公共场所的危险智能预警作为细分市场的个性化需求，必须密切关注公共场所监控的特殊性，在厕所这样的监控盲区，很容易出现处理危险不够及时的情况。例如，治安监控，重点关注人比较密集的场所，需要打击“两抢”，防止群发的恶性事件；在广场、车站等地方的监控点，密切注意人流的动向，对人群的突然聚集进行分析和报告。智能视频分析技术在监控领域的使用已超过10年，但由于行业需求的差异，仍处于蓬勃发展、不断细化的过程中［5］。

5 应用场景

本产品可广泛用于公共场所暴力事件预警。现如今，公共场所的暴力案件时有发生，加强公共场所安全防护，保障人们在公共场所的日常活动安全是当今社会治安的重要内容。对于车站、地铁、桥梁、地下车库等监控大量覆盖区，基于实时图像处理系统可实现精准有效防控。借助声音状况处理系统进行远程广角监控，同时适用于校园、居民住宅、宿舍区等监控摄像稀疏点。

另外，针对隐私问题，可通过加强监控系统的制度建设来解决。政府可以从4个方面入手：（1）明确监控系统的设置权和管理权归属；（2）明确监控资料作为证据使用的法定程序；（3）规范公共场所监控音视频的采集、保管与使用；（4）明确违反相关规定的法律责任。在政府相关制度的约束下，监控预警系统能够确保在不侵犯公民隐私权的情况下实时识别暴力行为，保障公民生命安全［6］。

6 应用价值

社会整体治安问题是当今社会关注的重点之一。传统安防设备需要大量人力、物力和财力，并且传统安防手段难以对卫生间、宿舍等地进行覆盖监控。本篇所述产品通过声音识别技术进一步扩大危险判断的范围，用声音覆盖到监控盲区，提高危险判断的准确度，是未来对公民安全保障强有力的技术支撑。而智能视频音频监控技术能大幅提升现有安防监控在维护社会公共安全方面的应用价值，更加完善地保障人民生命财产安全。

因此，本篇所述的暴力预警监控产品设计依靠图像和声音的分析能够更加准确地对危险事件进行预警，以达到有效减少人力资源、实时自动化识别等目的。本款暴力预警监控产品不仅可以运用于宿舍等监控较为缺乏的场所，还可以运用在饭店、广场、剧院等已有普通监控系统的场所，进一步保障公民的生命财产安全。

7 结语

智能视频分析技术的应用是大势所趋，而通过声音识别技术对危险判断的范围进行扩大、对危险判断的准确性进行加强，是进一步保障公民安全的要求。本文响应国家“十四五”规划和2035年远景目标纲要中，我国视频监控设备行业向智慧社区进军的发展方向。此暴力预警监控系统基于图像和声音的分析能够更加准确地对危险事件进行预警，减少恶性事件的发生，加快社区安防监控系统和安防设施提升工程建设进程，提高民众幸福感［7］。同时，在持续推进智慧城市建设的背景下，政府也大力支持智能监控视频技术的发展，后续将继续改进完善该产品设计，为公共安全提供更加完备的方案。

参考文献

［1］陈冲，白硕，黄丽达，等.基于视频分析的人群密集场所客流监控预警研究［J］.中国安全生产科学技术，2020（4）：143-148.

［2］于萧榕，席屏，黄健荣.监控系统预警视频的分布式检索设计与实现［J］.计算机测量与控制，2015（7）：2511-2514.

［3］刘慧.基于深度学习的声音事件识别算法研究［D］.绵阳：西南科技大学，2022.

［4］李泽华.基于深度学习的视频监控预警系统［J］.河北软件职业技术学院学报，2022（4）：11-14.

［5］宁鸿雁.公共安全视频监控系统管理制度研究［D］.保定：河北大学，2016.

［6］郎江涛.公安系统天网工程瓶颈及未来展望［J］.科技与创新，2017（9）：45-46.

［7］陈欢欢.智慧城市建设中的市域社会治理问题探究［J］.领导科学论坛，2022（10）：27-31.

（编辑 何 琳）

Intelligent monitoring product design for early warning of violence

Ye  Yuanfengde

（Jiangnan University， Wuxi 214122， China）

Abstract：  In view of the sudden violence and harmful events that occur from time to time in todays society， this paper proposes an intelligent monitoring product design based on image processing and sound condition recognition technology to realize the early warning of violence events. Through image processing of real-time monitoring images and abnormal sound sampling processing through wireless sensor nodes to determine whether there are violence events， so as to achieve timely early warning. To avoid serious consequences caused by violent incidents， respond to the construction of smart cities， and provide new security schemes for citizens property and life safety in public places.

Key words： public safety; product design; smart city; early warning system