一、背景需求
因学校频频出治安事件，所以必须要加强学校的安防工作，目前来看，大部分校园都建设了视频监控来预防保障校园安全。但是传统的视频监控系统，主要通过设备来录像以及人员时时监控来进行。这种监管方式效率十分低下，因为监控点较多时，监控人员无法顾及所有的监控点，同时无法保障获取24小时内监控点的所有信息，只能事后进行回放，以此来确认事发点的具体情况，因此无法提前干预和处理突发事件。
近两年随着AI技术成熟与应用，将AI智能分析技术与传统的视频监控相结合，可以弥补当前校园安防监控工作的不足之处。在实际应用中，无须借助人力干预来对监控图像进行处理，AI智能分析技术可以迅速地筛选出视频监控中的需要细节，比如危险识别、追踪、定位、预警等功能，可以及时地发现和处理突发状况，从而减少不必要的损失。
二、方案介绍
方案集校园视频监控、周界防范、车辆管理、可视报警、应急指挥、校园消防等校园安全防范业务于一体，依托高清视频监控、智能图像分析、人脸识别、车牌识别、物联网、AI模型管理、移动互联等技术，运用校园安全大数据，实现校园安防“全域覆盖、全网共享、全时可用、全程可控”，提升双重预防体系信息化水平，确保风险可控、隐患可治。
1、视频监控
1）对整个校园的主要出入口、校内重要场所、校园周界、主要道路、进出通道、教学楼、宿舍楼等区域部署高清摄像头，并接入安防视频监控系统EasyCVR平台进行实时视频监控和入侵报警，管理人员通过实时高清的视频监控可以及时发现安全隐患，有效预防各类案件的发生。当出现安全事故时，能在第一时间通知相关人员做出反应，并对各个监控点进行全程录像，从而为日后的事件取证提供有力的依据。
1）总控中心：负责对分控中心分散区域高清监控点的接入、显示、存储、设置等；主要部署核心交换机、视频综合平台、大屏、云存储、客户端、平台、视频质量诊断服务器等。通过EasyCVR视频管理平台实现全网统一的视频资源管理，对前端摄像机、编码器、解码器、控制器等设备进行统一接入与管理，支持全网统一的用户和权限管理，满足系统多用户的监控、管理需求。
2）视频存储系统：视频存储系统采用集中存储方式，使用EasyCVR视频云存储技术，支持流媒体直存，减少了存储服务器和流媒体服务器的数量，确保了系统架构的稳定性。所有监控图像全部存储到网络云端，随时进行回放管理，使得校园安全管理更加实时、更加准确、更加便捷，为维护学校正常教学秩序提供了技术支持与科技保障。
2、人脸识别
对学校而言，只要将学生和教师的图像资料储存到资料库中，通过AI人脸识别算法，就可以轻松识别出在学校人员是不是陌生人员，还可以将图像识别系统与公安网联网，从而判断来人自身是否具有威胁。
3、人流量监测
学校的人口密度本身就很大，而且往往呈现出固定的时间点内人流量集中的情况，比如上学、放学等高峰时段。部分寄宿制学校在大星期的时候校门口人流和车流量更大，其存在安全隐患也很多。利用人脸检测、人员聚集、人流量统计技术来对人数密集的区域“数人头”，一旦超出承载力便进行预警，由相关人员进行疏导处理，会有助于防患于未然。
4、危险行为检测
通过部署在教室、宿舍、操场、走廊等区域的摄像机采集的视频图像，可以实时识别、分析学生的行为，如学生在运动、课间活动时出现跌倒、做出危险动作、打架斗殴等，对如天台、水井、强电房等危险地区进行安防布控，当识别到有学生接近危险区域时，及时告警并推送消息给学校管理人员，有利于学校快速干预和处理。
-
行为检测：支持危险区域闯入、人员徘徊、人员倒地、人员扭打、越线检测、翻越围栏、人员超限等AI算法。
-
其他：支持检测抽烟行为。
5、烟火检测
可识别出监控区域中出现的火焰、烟雾，并能发出告警，对校园消防安全风险进行智能感知、主动预警、即时响应、迅速处置。
6、校园周界防范
系统可识别学校附近的人员逗留、人员徘徊、陌生人入侵等，并能及时将数据信息上传至学校进行告警，也可根据需要在平台上设置可疑或危险人物“黑名单”，精准地防止危险人员靠近学校，全面保障师生的人身安全。
文章来源：https://www.toymoban.com/news/detail-719335.html
除了以上应用外，在校园安防方面的应用为中在校园门口、教室门口、宿舍入口处建立一系列人脸门禁及考勤系统。相较传统的刷卡、指纹识别等模式，人脸识别考勤系统有着非常明显的优势，比如：防止代打卡，不会出现卡片丢失、考勤数据作假等问题，家长、老师时刻知晓学生本人在校的考勤情况，有效防止了学生逃课、夜不归宿等情况。一是能够有效保证校园管理者及家长对学生的有力监督，再者利用新技术还能大大提升校园内的安全指数。文章来源地址https://www.toymoban.com/news/detail-719335.html
到了这里，关于TSINGSEE青犀基于AI视频识别技术的平安校园安防视频监控方案的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
