基于機器學習方法的智能家居安防系統探究

■張佳盛，李光耀 Zhang Jiasheng & Li Guangyao

(浙江農林大學工程學院，浙江杭州 311300）

家庭安全問題一直是社會熱議的焦點，隨著社會的發展，信息化程度大幅提高，智能化開始走進各個行業，也在促進各個行業的發展。家居安防系統從傳統單純的門鎖到后來的監控系統、警報系統，再到現在的智能化安防系統，人們的家庭安全問題得到有效的保障，但是這其中還是可能會出現一些大大小小的問題，利用機器學習的方法，對家居安防系統進行分析優化，就可以解決其中的一些問題，為人們的家庭安全提供保障。

1 智能家居安防系統現狀分析

現階段，智能家居的應用還比較少，大多數人群不能接受智能家居，對其概念比較模糊，認為它是高端產品，因此沒有得到大范圍的普及[1]。而在安防方面人們更是謹慎有加，他們認為在家庭安全方面，還是使用傳統的鎖具更能讓他們安心。

智能家居從發展到今天，已經可以逐漸擺脫較為繁瑣和復雜的布線技術，如今智能家居的有效應用，使得人們的生活更加的智能和安全[2]。但是現代智能家居各個系統之間互不兼容，很難形成一套完整的系統，智能安防系統也是如此，多以生產單品為主，如智能攝像頭、智能門鎖等，特定的產品只能發揮特定的功能，無法與其他產品產生聯系，形成互聯互通。傳統監控系統成本高，而且不能進行實時監控，在遠距離傳輸方面也很受限，不能實現真正的遠程監控。隨著全球信息化的急速推進，家裝數字化正在慢慢興起，人們的家居生活也在慢慢向智能化方向發展，安防系統更是人們考慮家居安全問題的重中之重。人們需要的不僅僅是家庭的溫馨，同時他們會格外重視可能存在的安全隱患，如煤氣的泄漏、意外火災、入室盜竊等問題，如果能對這些情況進行實時監測并及時告知戶主，就能避免一些重大損失。另外，如果其系統在事故發生的過程中能夠進行智能判斷并緊急處理，這樣就能為更多的人群帶來安心。

目前大部分的用戶家里只是一些單獨運行的智能家電，并非完善的智能家居安防系統[3]。一方面是現有的技術無法實現整套系統的互聯互通，另一方面就是人們很難接受整個安防都是由一個系統來完成，擔心現有的智能技術還不成熟。為此，利用現有技術解決現代家居安防系統不完善的問題就成了重中之重，如虛擬現實技術中信息顯示和實時反饋是構建物聯網智能家居系統中的關鍵所在[4]。

2 智能家居安防系統的構成部分

2.1 門禁系統

■圖1 門禁系統

■圖2 安防監控系統

■圖3 警報系統

門禁系統在現代社會應用十分廣泛，為了滿足現代智慧城市的發展需求，門禁系統也在不斷升級。門禁系統從最初的感應卡技術到非接觸式智能卡技術再到現在的智能門禁系統，不僅在技術上有了巨大的提升，安全方面也愈加可靠[5]。近年來，隨著人們家居安全意識的提高，門禁系統也得到飛速發展，各種利用身份卡、指紋等生物識別的技術完善家居安防，門禁系統也隨之漸漸進入成熟期（圖1）。門禁系統能夠通過記錄存儲所有人員的進出記錄，然后通過管理平臺進行查詢管理。管理人員還能根據實際對突發狀況進行合理授權，這樣也大大節省在人員管理上的時間。隨著人工智能的逐漸完善，各種門禁系統基本利用生物識別的技術進行設計，其未來發展將越來越趨向于智能化。未來的門禁系統不僅僅是防止陌生外來人員的進入、查看訪客記錄等，它可以儲存各類人員的身份信息，并為其創建一個數據庫，實現智能識別、精準認證等。門禁系統將在管理和安全方面有一個巨大的飛躍，減少了不必要的操作流程，更好地保障人們的家庭安全。

2.2 監控系統

傳統的家居監控系統就是攝像頭監控，人們不能一直看著監控，所以就不能實時觀測突發狀況，基本都是在事后查詢原因，這就造成了效率低下的問題。另外，它們無法進行遠程控制，智能化程度不高，所以現代智能家居監控系統就需要解決這些問題。這類系統通過視頻監控，可以辨別出視頻中的動態事物，然后自動拍攝照片，通過短信、郵件提醒戶主。當然，這其中也可能會由于動物的誤觸造成誤報，所以就需要感應器對目標體型和大小進行分析判斷，避免類似的問題。在夜晚場景，攝像頭監測的畫面可能會不清晰，通過機器學習的人形偵測技術就可以判斷是否有人進入。

現代黑客利用科技手段，對各類安防系統進行破解，尤其監控系統受害最為嚴重。他們能控制監控系統，使監控的畫面一直定格在某一瞬間，這樣監控系統就不能監測到異常，也就無法發出警報提醒戶主了。未來隨著AI技術和5G網絡的進一步發展，利用機器學習、深度學習等方法可以使家庭安防監控系統更加完善，不僅僅是簡單的畫面監測，還包含對家庭室內溫度、濕度、空氣質量、煙霧情況等的遠程監控。安防監控系統所包含的攝像、傳輸、控制、顯示以及存儲系統，能夠對整個家庭情況更加全面的了解（表1）。監控過程中若發生緊急情況，就會通過警報系統提醒戶主。

2.3 警報系統

家庭警報系統主要是進行家庭內部防衛探測，通過傳感器探測室內異常情況，如聲音探測器、紅外探測器、雙鑒移動探測器等。一旦這些傳感器被觸發，就會自動向戶主發送警報信息，此外還會向物業管理中心提交報警數據，系統也會實時顯示具體報警地點和詳細信息，以便及時高效地處理事件。

然而，目前大部分的警報系統只是停留在提醒人群的階段，不能做到自主處理緊急事件，這就可能會錯過處理的最佳時間（圖2）。所以，要實現警報系統真正意義上的智能化設計，就需要利用現有的智能化技術，對家庭警報系統進行優化和完善。一旦家庭警報被觸發，系統會根據被觸發的傳感器類型進行分析是何種事件，然后第一時間通過緊急信息和郵件發送給戶主，若戶主能夠及時看到信息并給出合適的處理方法，系統就可以根據其方法及時處理，但如果戶主不能及時處理或者無應對對策時，系統可以自主分析實際情況，然后選擇最優解進行處理。這樣不僅可以提高事件處理的效率，還能避免重大損失。

3 機器學習方法在智能家居安防系統中的應用

3.1 監督學習和無監督學習

機器學習算法根據訓練樣本是否帶有標記，可以將學習算法分為監督學習和無監督學習[6]。監督學習最大的特點可以控制誤差范圍，無監督學習其主要的特點就是輸入的數據沒有人為的標注，計算機通過數據分析，把相關的數據整合到一起，就是所謂的聚類分析[7]。利用監督式學習，可以對輸出結果進行預測，并得出誤差值，然后我們對誤差值進行分析比較，并適當調整參數，得到允許范圍內的誤差值，這樣我們就能提前得知比較理想的結果。監督式學習依賴于數據庫中已有的結果，這在解決一般問題時比較方便高效，但是遇到無法預知的錯誤時，這種學習方法也無法適用了。而無監督式學習可以根據外界環境的變化進行自身參數和結構的調整，靈活性大大提升。將其應用在智能家居安防系統中，可以提高系統的自我學習能力，為以后系統的優化和升級打好基礎。在智能化門禁系統中，就可以利用監督學習和無監督學習的方法對進出入人群進行聚類分析，然后通過數據庫進行比對，對新訪客進行數據存儲和備份，每過一段時間集中整理。這樣，以后在對來往人員進行查找時也會十分方便高效。

3.2 智能模擬

機器學習方法可以模擬以人類為基礎的生活方式，搭建生理學模型模擬人類行為方式機制[8]，這樣能更好地讓安防系統與人類生活方式相互配套，也能更好地適應人的生活習慣。另外，利用智能模擬搭建實用的學習模型和輔助工具，不僅可以在智能安防方面積累更多的知識，還可以在系統完善和智能控制等方面獲取更強的智能水平。在未來的發展過程中，機器學習將從人類的學習能力出發，完全可以作為學習輔助手段與人類生活密切結合，這將大大縮短學習時間，還能代替完成一些復雜繁瑣的工作。智能監控系統就可以通過模擬各類情況進行自主判斷異常，如模擬外人進入和動物誤闖誤觸的情形，系統會根據威脅的等級進行不同方式的處理。

■表1 安防監控系統

智能模擬需要提前預設模型，對各種場景進行真實還原，然后增設目標物，提前預知可能出現的所有結果，這樣就可以避免實驗失敗而重新設置場景模型。模擬成功后，就可以將其應用在真實場景中，以便快速地融入和適應當前場景。智能模擬駕駛就是利用虛擬現實技術預設駕駛場景，以便人們有更真實的駕駛體驗（圖3）。目前還有智能模擬人用于臨床實踐，它會模擬各種臨床病例中可能出現的問題，可以大大鍛煉臨床技能。

3.3 智能決策

利用機器學習的方法可以代替人工進行智能決策。智能決策所依靠的是數據庫中的大量數據，系統會對這些數據進行分析整合，然后為決策提供更多的選擇，并從中找出最優解。人類在遇到緊急情況時，可能會因為一時的著急而做出不是很正確的判斷，而智能決策裝置就可以在此時發揮作用，處理較為關鍵的問題。尤其在安防這類極為重要的系統中，越是在緊急的情況下，越是要頭腦冷靜。利用機器學習的方法，將其應用在智能家居安防系統中，不僅可以節省大量的人腦思考時間，還能為智能家居領域提供一個好的借鑒范例。當今世界發展已進入一個前所未有的階段，機器逐漸代替人類完成一系列復雜的數據分析和判斷的工作，人工智能也隨著智能決策的出現完成重大突破，機器學習的方法在今后的發展中將會越來越重要。機器學習不僅能夠實現人工智能的算法，還能在此基礎上衍生出更多的新型算法，為以后可能出現的陌生場景問題提供解決方案。另外，智能決策中的自主對抗決策通過對數據的分析處理而預測出具有威脅的目標，能夠對其進行干擾和控制模擬，根據大量數據的計算得出每種決策背后可能造成的后果，從而找到最優對抗決策[9]。

在智能警報系統中，利用智能決策就可以對觸發警報的目標進行分析判斷并在第一時間自主處理，不僅可以及時處理威脅，還能在最大程度降低損失[10]。智能決策使得家居系統逐漸趨向人性化，不再需要人為的干預，進而節省大量時間，為人們分擔更多復雜瑣碎的事情[11]。門禁、監控和警報系統決定了整個家居安防的穩固性，這三個部分是密切聯系且不可分割的，要實現整個安防系統的持續穩定，必須要達到系統間的互聯互通。利用機器學習的方法，通過監督學習、智能模擬、智能決策等，可以讓傳統家居系統發生翻天覆地的變化，適應現代智慧城市的發展，為人們創造一個安全、舒適、和諧的大家居環境[12]。

4 結語

智能家居在近年來得到了巨大的發展，隨著科學技術的進步，機器學習方法也在不斷優化，安防系統也會因此更加穩固。在目前看來，智能安防系統還不夠完善，而利用現有的學習方法對整個系統進行優化，使其達到互聯互通，為人們的家庭安全提供更有效的保障，這也是未來需要繼續深化研究和不斷完善的。