[00108036]基于视频监控的大数据安防系统

　　采用视频分析主流技术，开发了基于视频监控大数据分析的安防系统，实现社区摄像头图像自动监测，对异常人员、车辆、火警、聚众事件实时报警。

　　搭建了视频监控大数据分析平台

　　算法研究

　　（1）人脸识别：监视社区内特定人员的活动情况，尤其是进出社区情况。

　　完成情况：采用深度学习技术完成了在不同光照环境、不同视角下的人脸识别，识别精度随图像清晰程度不同而不同。系统视频图像巡检功能可以给出特定人员出现在各个摄像头处的时间和位置信息，实现对特定人员行迹追踪。

　　实现功能：特定人员行迹追踪。

　　（2）特殊服饰识别：检测摄像头监视区域的异常服饰。

　　完成情况：完成星月服饰、蒙面纱服饰、里切克服饰、吉里巴普服饰数据建设、模型建设、代码编写。

　　实现功能：异常服饰的检测。

　　（3）车辆识别：监视进入社区的外来车辆，对于危险地区车辆进入，实时报警。

　　完成情况：借助于大数据技术，实现了车牌定位和车牌字符识别。系统不仅可以准确识别社区卡口处抓拍到的车牌信息，而且可以识别流动车牌信息。流动车牌识别精度，随图像角度、清晰程度的不同而不同。夜间进入车辆识别精度取决于图象清晰程度。

　　实现功能：社区出入口处外来车辆的识别与报警

　　（4）聚众行为识别：摄像头监视区域聚众事件识别。

　　完成情况：采用深度学习方法提取人体特征，实现了对不同场景（例如，九寨沟地震现场、火灾现场、踩踏事故等）下人群数量的实时统计。人数统计精度取决于聚众人群离摄像头距离的远近和图象清晰程度。通过对摄像头监视区域不同时间段场景状态的分类学习，借助于人为给定的聚众人数阈值和任意时刻聚众人数变化（倍数例如1倍）阈值，定义聚众异常事件。例如：若 场景人数>8人；且 人数变化>=2倍，则聚众！此外，通过聚众样本学习也实现了聚众事件识别。

　　实现功能：社区摄像头监视区域聚众异常实时报警。

　　（5）火灾识别：监视社区摄像头覆盖区域的火灾警情。

　　完成情况：采用深度学习技术实现了火灾的精确检测。监测精度取决于图象清晰程度。通过对摄像头监视区域不同时间段场景状态的分类学习，存储常态化场景。一旦其场景有变化，识别到火焰即刻报警。

　　实现功能：社区摄像头监视区域火警异常实时报警。

　　软件研发

　　（1）社区数据管理，实现对社区地图、社区楼宇、社区人员、摄像头、服务器、人脸图像库、社区车辆等数据的管理和维护。社区与人员信息管

　　（2）社区监控，显示社区卫星图，并实时查看社区各个摄像头的巡检图像。

　　（3）预警管理，包括特殊人员预警、特殊车辆预警、特殊服饰预警、火灾预警和聚众行为预警。

　　（4）社区人员分布时空趋势图（热力图）。

　　（5）系统管理，实现对系统用户、角色、权限、系统运行日志的管理与维护。强大数据权限，操作权限控制精密细致，对所有管理链接都进行权限验证，可控制到按钮，对指定数据集权限进行过滤。