視頻智能分析在消防安全隱患排查系統(tǒng)中的發(fā)展應(yīng)用

□文/李玉華 周昕 孫曠野

消防安全隱患管理中的痛點

隨著城市化進程的加快，消防安全隱患排查問題成為各級安全管理部門必須面對的一大難題；傳統(tǒng)消防安全隱患排查靠人工巡檢，不僅效率低下，發(fā)現(xiàn)不及時，而且工作負荷重，效果不明顯。常見的消防安全隱患有：消防控制室值班人員存在脫崗現(xiàn)象；部分消防控制室值班人員未持證上崗；電瓶車違規(guī)停放，有的甚至放在室內(nèi)、過道或樓梯間等區(qū)域；消防通道、安全出口被占用或堵塞等等。電瓶車隨意停放隱患大，容易引起火災(zāi)事故；消防控制室值班人員行為不規(guī)范，會導(dǎo)致火情處理不及時；消防通道、安全出口不順暢，一旦火情發(fā)生，阻礙生命通道，危及生命財產(chǎn)安全。

視頻智能分析消防隱患排查系統(tǒng)

視頻監(jiān)控技術(shù)經(jīng)過數(shù)字化、網(wǎng)絡(luò)化、高清化，已經(jīng)到了智能化時代。隨著人工智能的快速發(fā)展，特別是深度學(xué)習(xí)技術(shù)的出現(xiàn)，視頻智能分析技術(shù)真正得到了廣泛認可和應(yīng)用。視頻監(jiān)控在現(xiàn)代社會中廣泛應(yīng)用，而且在各行各業(yè)中越來越重要。對這些已有的海量視頻進行后端智能分析，提取關(guān)鍵事件信息，能大大提高檢索效率。

本文將消防隱患排查業(yè)務(wù)與視頻智能分析技術(shù)相結(jié)合，研發(fā)一套視頻智能分析消防隱患排查系統(tǒng)；系統(tǒng)可對監(jiān)控視頻實時智能分析，一旦發(fā)生消防安全隱患事件，及時上報，并聯(lián)動視頻進行人工復(fù)核，可實現(xiàn)對消防安全隱患的有效管理，大大提升了安全隱患排查效率。該系統(tǒng)同時貼合消防業(yè)務(wù)場景，對算法進行優(yōu)化，不斷迭代，提升算法的準確率。

系統(tǒng)組成

系統(tǒng)可接入主流監(jiān)控廠家前端IPC設(shè)備，對接入的實時視頻流進行解碼處理，然后發(fā)送至帶有專業(yè)AI芯片的視頻智能分析儀進行數(shù)據(jù)分析，一旦滿足報警觸發(fā)條件，系統(tǒng)將報警事件上傳到中心，收到報警后，中心平臺實時視頻彈窗，便于人工復(fù)核，第一時間排除誤報，并了解現(xiàn)場實際情況。

技術(shù)路線

本系統(tǒng)采用基于深度學(xué)習(xí)的視頻智能分析技術(shù)，有效提升了算法準確率，場景適應(yīng)性也提高了。傳統(tǒng)智能算法是人工來設(shè)計特征，不同角度、不同光照下的很多特征很難被發(fā)現(xiàn)，所以，雖然傳統(tǒng)智能算法有時能夠在特定環(huán)境和時間下表現(xiàn)出良好的性能，但只要畫質(zhì)、環(huán)境等條件發(fā)生改變，準確率可能就會出現(xiàn)明顯的下降，而深度學(xué)習(xí)可以自主提煉出更豐富更適合的特征參數(shù)，具有更強的抗環(huán)境干擾能力。

深度學(xué)習(xí)讓智能識別種類更豐富，理論上只要有足夠多的樣本進行訓(xùn)練，深度學(xué)習(xí)都能夠?qū)崿F(xiàn)比較精準的目標分類識別，自主特征學(xué)習(xí)的特點又讓深度學(xué)習(xí)特別適合用于抽象、復(fù)雜的目標特征，以及行為分析領(lǐng)域。因此對于消防隱患的識別，例如電瓶車檢測、消控室人員行為規(guī)范等，采用深度學(xué)習(xí)效果更好。

實際應(yīng)用中充分考慮利舊，保持原有系統(tǒng)網(wǎng)絡(luò)架構(gòu)不變。以易出現(xiàn)消防安全隱患的點位為視頻源，接入到后臺進行處理分析。隱患事件信息及時上報，并聯(lián)動實時視頻進行復(fù)核，排除誤報。保存歷史事件，包括報警錄像，方便后續(xù)查詢和處理。通過統(tǒng)計分析，既可發(fā)現(xiàn)高頻隱患事件，也可發(fā)現(xiàn)易發(fā)生安全隱患的高頻點位信息。視頻智能分析系統(tǒng)主要實現(xiàn)以下功能：

碼流接入：支持主流編碼格式H.264和H.265的前端攝像機接入，支持標準RTSP和ONVIF協(xié)議接入，兼容市面上主流廠家攝像機品牌，對輸入碼流進行解碼處理。

視頻顯示：支持HDMI高清視頻輸出，多畫面顯示。

碼流存儲：支持對接入碼流進行全天存儲和報警錄像，存放報警前后10秒內(nèi)的視頻

參數(shù)配置：包括算法配置、通道配置以及設(shè)備配置。算法配置除了設(shè)置算法類別外，還支持屏蔽區(qū)域，易誤報或不感興趣區(qū)域可設(shè)置成屏蔽區(qū)域，減少干擾；算法靈敏度和事件持續(xù)時間閾值也可以設(shè)置，這樣更加靈活，適應(yīng)更多場景。

智能分析：基于深度學(xué)習(xí)算法，實時檢測當前接入視頻存在的消防安全隱患，事件持續(xù)時間超過設(shè)置的閾值時上傳報警，通過客戶端、Web以及手機APP等方式來推送。

消防安全隱患排查應(yīng)用

消防控制室值班人員離崗檢測：系統(tǒng)對檢測區(qū)域進行智能分析，當檢測到值班人員少于指定人數(shù)，并且超過設(shè)定的時間，系統(tǒng)觸發(fā)離崗報警，并保存對應(yīng)的報警圖片與報警前后一段時間的視頻。

消防控制室值班人員未持證上崗檢測：消防控制室值班人員未經(jīng)過消防安全培訓(xùn)上崗的，一旦發(fā)生火災(zāi)事故，不能或者不會操作火災(zāi)報警控制器，消防控制室也將形同虛設(shè)。系統(tǒng)檢測到持證值班人員少于規(guī)定人數(shù)時，并且超過設(shè)定的時間，系統(tǒng)觸發(fā)報警，并保存對應(yīng)的報警圖片與報警前后一段時間的視頻。

消防通道被占用檢測：當檢測區(qū)域中消防通道被占用超過設(shè)定的時間，系統(tǒng)觸發(fā)報警并保存對應(yīng)的報警圖片與報警前后一段時間的視頻。消防通道、消防登高車場地、疏散通道以及安全出口等區(qū)域都適用，檢測到被占用時及時報警。

電瓶車未按規(guī)定位置停放檢測：對檢測區(qū)域內(nèi)的目標進行智能分析，檢測到電瓶車而且停放超過設(shè)定的時間，觸發(fā)報警并保存對應(yīng)的報警圖片與報警前后一段時間的視頻。電瓶車上樓或未停放在規(guī)定區(qū)域，是比較大的安全隱患。

方案技術(shù)創(chuàng)新點

安消一體化應(yīng)用創(chuàng)新。本系統(tǒng)在一套軟硬件基礎(chǔ)上融合了多種算法，涵蓋了消防隱患管理的許多痛點。例如消防控制室值班人員行為不規(guī)范（包括離崗、持證上崗人員不足），電瓶車不按規(guī)定位置集中放置，電瓶車進電梯，消防設(shè)施例如滅火器缺失，消防通道被占用等。采用深度學(xué)習(xí)，通過積累素材，可不斷優(yōu)化算法或增加新算法。本系統(tǒng)將視頻、人工智能技術(shù)和消防業(yè)務(wù)相融合，實現(xiàn)消防場景的可視化管理，滿足安消一體的業(yè)務(wù)應(yīng)用需求。

模塊化設(shè)計。本系統(tǒng)采用穩(wěn)定易用的硬件和軟件，具備出色的模塊化設(shè)計，可靈活配置系統(tǒng)算力。集成的算法倉庫設(shè)計可靈活加載實際應(yīng)用需要的算法，資源按需配置。本系統(tǒng)無需借助任何專用維護工具，既降低了管理人員專業(yè)知識的培訓(xùn)費用，又節(jié)省了日常頻繁地維護費用。設(shè)備采用嵌入式設(shè)計，整體性能更穩(wěn)定，總功耗更低，節(jié)能環(huán)保，在很大程度上節(jié)省用戶的運維成本。另外本系統(tǒng)充分考慮實用性和兼容性，兼容各主流視頻監(jiān)控廠家的設(shè)備碼流。

結(jié)束語

當前具備感知能力的AI攝像頭越來越普遍。將算法前置到攝像頭，未來也會有很多的場景可以應(yīng)用。同時基于視頻的智能分析有望進一步拓展，在消防場景中得到更廣泛的應(yīng)用。一方面和實際場景貼合更緊密，解決碎片化的應(yīng)用需求，例如加油站防火、森林防火等。另一方面應(yīng)用領(lǐng)域更廣泛，解決管理痛點，例如消防隊員動作和姿態(tài)的自動考評。這些都是視頻智能分析技術(shù)在未來可能的拓展方向。

同時也能讓攝像頭自身集成算法，從而逐漸超越了視頻監(jiān)控和錄像存儲本身，在越來越多的行業(yè)應(yīng)用中擁有了感知能力。