信息化校园安全防控系统建设策略

湖北省恩施土家族苗族自治州高级中学(445000) 向太平

湖北省恩施州电化教育教育技术装备站(445000) 谭缤纷

湖北省恩施州恩施市金子坝街道江城希望小学(445000) 金 鑫

1 校园安全防控建设现状

进入21世纪以后，随着校园师生人数规模逐年扩张，校园安全事件的数量也在逐年上升。同时，随着高新技术的不断演进和迅猛发展，高科技犯罪手段屡见不鲜，这给校园安全防范工作带来了重大挑战。从目前各校使用的安全防控系统来看，现有的硬件设备和功能在很多方面都非常落后，甚至不能满足当前校园安全防范工作的需要。

现阶段，大部分校园安全防控系统存在以下问题：①视频管理技术交叉迭代，品牌混杂联网接入，实际视频资源利用率低；②校园交通车辆管理智能化水平不足，除车牌识别道闸出入外路面基本人工管理；③门禁、人员通道等系统独立运行，且独立于其他安防系统，没有实现全方位整合。

此外，大部分校园安全防范系统未达到智能化水平，一旦发生校园安全事件，只能调出相关视频录像。已存录像的数量多，没有任何价值的视频信息会占用视频监控存储空间，而导致搜寻相关信息耗费的时间长，严重拉低追踪效率。

当前校园安全防控受在校师生规模数量庞大、校园环境复杂等因素的影响，若仅依靠传统视频监控结合人工研判、定位和追踪的手段，极其耗费人力物力，在效率方面往往也事倍功半，难以达到精细化、高效化的管理，远远无法满足校园安全事件快速定位处理的需求。

针对上述校园安全防控现状，迫切需要运用科技化、信息化、智能化的技术思路，建设基于人工智能图像分析及大数据等现代化信息技术的校园安全防控系统，通过提升技防措施，加强对重点领域、重点场所、重点人员的管理、防范，建设 “人工智能校园安防系统”，实现人车管控、周界管理、报警预警等多个子系统的统一接入，统一管理。

2 校园安全防控系统的建设需求

校园面积广阔，在校师生较多，存在安全难控的现状。因此，校园安全防控系统的建设应树立“大安全”理念，着力打造“大安全”格局。需要综合考虑公共区域防控、出入口车辆管理、人行管理、应急报警等多种风险管控因素，充分应用先进的现代信息技术，构建相对完善的风险感知、决策、处置系统[2]。建设安全、稳定、高效、智能的平安校园信息基础设施，完善各类安全管理和智能化应用，实现安防、消防一体化管理，全面提升师生的安全感。

其建设需求大致可分为以下几个部分：

2.1 多维度数据汇聚，智能管理

为帮助校园工作人员在实际业务中掌控全局动态，需要构建立体化的指挥防控体系，构筑统一的校园安全管理平台，应用大数据、人工智能技术，将多个子系统、多个维度的数据汇聚起来，并进行统一管理和调度，实现仅需一张图即可掌握全校实况。

2.2 人车信息，实时可视

针对校园人车的管理，需要构建前端高清摄像和后端智能分析，在重要点位部署高清摄像机和卡口摄像机，无死角覆盖公共区域和关键出入口，将校园进出的人车数据以地图形式实时呈现在校园管理中心平台，方便工作人员进行动态查看。

2.3 预警报警，即时处理

校园安全防护网络需要构建以信息化、智能化为标志的校园一体、全面设防、反应灵敏的智慧防控网，达到校园安全管理事前布控预警、事中监控跟踪、事后智能追溯的功效，有效提高预测预警、精确打击和动态管控能力。将被动接警向主动预警、延时管控向即时管控转变。

3 校园安全防控系统的建设思路

针对上述校园安全防控系统的建设需求，系统可采用模块化的设计思路，大体可划分为视频监控子系统、校园车辆管理子系统、智能分析管理子系统三大块。

3.1 视频监控子系统

在校园安全管理领域，要运用现代技术构建起网络化、数字化、智能化的校园监控系统，实现对校园内外部环境的实时监控[2]。视频监控子系统按照功能可划分为前端视频采集、网络传输交换、视频图像存储以及监控中心管理等内容，这些内容相互整合，直接关系到整个校园安全防控系统的效果，也直接影响到用户的使用情况，本文将着重介绍前端视频采集和监控中心管理。

视频管理近10年的发展，从D1到720P到1 080P再到4 K，已经能够看清更多细节、更远距离，获得更广的视场角，但目前的重点不是视频的清晰度，而是如何获取更有利于智能分析的图像画面，解决低照度下的智能分析问题以及如何将视频聚焦在感兴趣的物体上的问题。过去，视频为人眼服务，未来，视频将为AI服务。

3.1.1 公共区域及周界场景

校园普通公共区域通常可部署高清半球或者筒型网络摄像机，这种做法可解决夜间低照度下的视频采集问题。

室外周界型的防护需求：能看清更多细节的视频图像以供后端智能分析做相应的图像处理，并能智能预防周界入侵。传统的周界防范存在环境干扰误报严重、事后追溯缺乏预警、人工追溯效率不高的问题。此种场景可考虑采用具有人形检测算法的高清摄像机，对画面中的物体进行分析处理并得出每一个物体的特征值，若该特征值大于系统阈值，则可被认定为人形，有效滤除小鸟、树枝等环境干扰因素引起的误报。

同时，针对水边等危险区域，基于智能检测算法的摄像机同样可划定警戒区域，对靠近人员进行检测预警，部分前端设备还具备声光警戒功能，可有效警示靠近人员。

3.1.2 人行出入口区域

学校关键出入口，人流量往往较大。对于此种场景，可考虑部署人脸抓拍摄像机，配合后端业务可快速检索过往机动车、非机动车、行人，减少录像查询工作。同时，在抓拍过往目标时，图片分析效率大于视频分析效率，可配合后端进行人脸比对应用，对出入口进行人员管控，重点人员布控。为提升效率，可考虑采用人脸并行抓拍性能较高的摄像机设备。

3.1.3 密闭性较强区域

在学校的机要室、实验室、财务中心、结算中心、监控中心等安保级别相对较高的场所，当有人员入侵时，若采用传统的视频检测红外补光技术，在黑暗环境中准确率较低，无法实现有效的入侵防范。可考虑配备基于PIR结合全光谱补光技术的摄像机，在无人入侵的情况下可启动常规红外补光获取视频图像，保证视频图像获取的同时功耗也较低，当检测到入侵事件时可智能切换为白光补光模式，获取入侵者彩色信息，便于后期进行追溯。

3.1.4 高点监控采用全景AR

高点监控采用全景AR立体防控，通过AR高点全景摄像机获取监控点全景视频，与视野内低点摄像机联动，可以实现既关注整体又兼顾局部的大范围立体监控，能够以画中画展示低点摄像机视频，做到可查、可搜索、可定位、可描述、可报警、可联动，改善监控系统的应用模式，提高指挥调度效率。

3.1.5 监控中心管理

总控中心的显示屏采用LCD液晶拼接技术。总控中心由12块单屏尺寸为4cm×3cm的高亮度液晶显示屏组成，可滚动显示有关信息，配备12路视频拼接控制解码一体服务器，从中心服务器获取音视频信号，并能以不同的模式在LCD拼接屏上显示态势图、文本、表格和视频图像信息，每一路信号都能任意切换、放大、缩小和拼接，且态势图显示清晰、分辨率高，多路信号可以同时显示和切换，极大地保证了显示信息的准确性和质量。为实现精细化的分布式管理，可配置多处分控中心。每处分控中心通过云端设备方便快捷实现应用。

3.2 校园车辆管理子系统

随着学校规模的不断扩大、校内人员的增多、学校对外活动的增加，进入校园的公务车辆、教职工的私家车辆不断增多，校园车辆管理的压力也随之增加。

智能化的车辆管理需要做到车过留痕，从车辆进入校园到驶出园区，车辆在园内的所有行车轨迹都需要在监控之中，做到真正意义上的校园车辆管理。其系统建设可考虑划分为校园入口控制、园区卡口、超速违停3个部分。

3.2.1 出入口控制

为解决校园车辆增多出入受阻问题，可考虑车辆无卡出入控制，应用具备先进视觉算法和高性能DSP的车牌识别卡口设备，通过对图像的智能分析，提取出包含车牌的相关区域，并进行逐帧处理和识别，将车牌切割成各个字符单元，并对每个字符单元进行分类识别，有效提高车牌识别设备对复杂环境的适应能力。

3.2.2 园区卡口测速

对于进入园区的车辆，常常存在车辆超速、逆行、弯道会车等问题，针对上述问题，可考虑采用卡口相机与先进的雷达测速技术相结合的方式，雷达技术可有效滤除小目标物体的干扰，且不受环境因素影响，可有效解决视频测速的抗干扰性较低问题。

通过高清卡口相机实时抓拍过往车辆的车牌信息，在关键点位部署测速雷达进行园区车辆行驶速度测量，对于逆行车辆、超速车辆、弯道会车车辆，均可检测后在相应的LED显示屏上提醒相关驾驶员，实现提示作用。

3.2.3 道路违停抓拍

校园车辆管理面临的另一大问题即是车辆违停管理。由于校园面积大、管控力度小，很难做到违停车辆的及时发现、及时处理。

违停球机视频检测技术综合运用了车牌识别算法和车辆检测算法，在车辆到达触发线的时刻，若系统检测到图像中存在车牌，则触发抓拍，并进行车牌识别；对于无后车牌或后车牌遮挡的车辆，系统无法检测到车牌，此时将启用车辆检测算法，若运动对象与系统内建的车辆模型相匹配，则触发抓拍，并记录为无牌车辆。

3.3 智能分析管理子系统

随着低成本深度学习摄像机的普及，视频智能中台也逐渐成为AI应用的趋势，包括支撑ReID(行人重识别)应用的向量计算引擎和大数据智能引擎。

智能分析管理系统对于校园管理可提供高效智能化的技术支撑[3]。在校园安全防控系统建设中，可考虑将人脸抓拍设备所采集的图像汇聚给智能分析管理设备进行业务分析，实现人员入侵报警、区域警戒、人数统计、人员密度监测等，辅助提高学校防护安全科技手段。同时对于宿舍、实验室、出入口等场所，可部署人脸识别分析系统。系统可同校园的实战业务系统进行联动，包括车辆管理系统、人像应用系统等，实现AR技术、视频监控技术、人工智能技术、大数据分析技术的深度融合，全面提高校园安保部门的态势感知能力、预警研判能力、应急处突能力。

3.3.1 智能人脸比对

基于人工智能技术的人脸识别应用结合活体检测在智慧教学环境管理、服务以及信息化安全保障中发挥了重要作用[4]。随着人工智能和人脸识别技术的发展，通过后端人脸分析服务器可对前端网络摄像机上传的人脸序列进行最佳人脸计算，并进行人脸特征分析，提取相应的人脸信息，与内部储存的人脸信息库进行筛查比对。

3.3.2 人卡分离检测

通过将智能分析管理服务与学校关键出入口的人脸抓拍检测设备、一卡通门禁设备进行数据拉通，还可实现学生和教师的人脸和刷卡一致进入，防止不法分子、贩子、推销人员的出入，通过比对一卡通照片和实时人脸，可有效防止陌生人携带具备出入权限的一卡通随意进出校园关键场所，提高防护等级。

3.3.3 人脸点名业务

在课堂、出入口等地方的人员活动中，通过人脸识别进行自动记录，与人员信息库关联，可实现人脸点名。

3.3.4 惯犯布控

通过与公安联网，针对校园黑名单惯犯，利用智能分析业务配合人脸抓拍相机，可极大提升管理及布控预警效率，通过配置好黑名单布控比对任务，后端人脸分析服务器可将抓拍到的信息以及告警信息存入数据库，通过将抓拍的人脸信息和黑名单告警信息进行比对，快速对惯犯进行预警及信息呈现[4]。

3.3.5 人员筛查

智能分析的业务应用还可极大地提升校园安保人员在事后追溯方面的检索效率[5]，可通过输入照片、检索人员的轨迹记录以及联动相关的录像，快速锁定筛查人员，按照时间排列形成时间轴录像，快速核查出人员状况信息。

上述智能分析管理业务还可根据校园的实际应用需求进行扩展以及分场景应用。

4 结束语

在我国基础教育事业改革与发展历程中，安全办学的要求始终如一，校园安全防控管理在任何时候都是最根本的要求。尤其是近年来，校园安全恶性事件时有发生，社会影响恶劣，对我国当前校园安全防控工作提出了新的挑战与要求[6]。

研究校园安全管理的目的是为了构建安全校园，本文所构思的校园安全防控系统旨在运用人工智能、物联网、大数据分析、可视化管理等现代信息技术，有效提升校园安保技防水平，提高校园安防的能力和效率，使校园管理无死角，为平安校园智慧化建设提供参考思路。