視頻監(jiān)控中異常行為檢測(cè)在安防領(lǐng)域的研究進(jìn)展

鐘 婷 彭 晗

（廣東警官學(xué)院，廣東廣州 510440）

隨著視頻監(jiān)控?cái)?shù)據(jù)的快速增長(zhǎng)與人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)的飛速發(fā)展，社會(huì)對(duì)公共安全的重視程度逐漸加深，基于視頻監(jiān)控的智能感知技術(shù)已經(jīng)成為安全監(jiān)控發(fā)展的重要方向[1]。而基于視頻監(jiān)控的智能感知技術(shù)應(yīng)用最廣泛的領(lǐng)域之一就是異常行為檢測(cè)，在各個(gè)涉及安防領(lǐng)域的場(chǎng)景基本都可適用。

傳統(tǒng)的模擬視頻監(jiān)控系統(tǒng)和數(shù)字視頻監(jiān)控系統(tǒng)，僅僅包含視頻錄制與存儲(chǔ)等基礎(chǔ)功能，在后期的人工甄別篩選過(guò)程中浪費(fèi)大量的時(shí)間、人力、物力、財(cái)力等資源，已難以滿足現(xiàn)在社會(huì)對(duì)公共安全的需求。當(dāng)前，基于海量視頻數(shù)據(jù)的智能感知技術(shù)在異常行為檢測(cè)中的應(yīng)用，可以實(shí)現(xiàn)事前實(shí)時(shí)監(jiān)測(cè)、事中實(shí)時(shí)報(bào)警、事后報(bào)警記錄查詢的全時(shí)段業(yè)務(wù)覆蓋。尤其是在深度學(xué)習(xí)理論提出后，眾多學(xué)者對(duì)這一領(lǐng)域的學(xué)術(shù)研究已持續(xù)多年，發(fā)表了一大批有價(jià)值的研究成果，涉及的領(lǐng)域從算法研究到社會(huì)生產(chǎn)與生活。因此，在智能視頻監(jiān)控系統(tǒng)下，充分發(fā)揮異常行為檢測(cè)在安防領(lǐng)域的應(yīng)用優(yōu)勢(shì)，再通過(guò)與“人防、物防、技防”的有效結(jié)合，可為智慧安防事業(yè)發(fā)展奠定堅(jiān)實(shí)基礎(chǔ)。

1 基于NoteExpress的視頻監(jiān)控與異常行為圖譜分析

1.1 數(shù)據(jù)來(lái)源與檢索策略

NoteExpress是一款國(guó)產(chǎn)專業(yè)文獻(xiàn)檢索與管理系統(tǒng)，具有數(shù)據(jù)搜集、文獻(xiàn)管理、數(shù)據(jù)分析、輔助閱讀、輔助寫(xiě)作等功能。其中，數(shù)據(jù)分析功能可實(shí)現(xiàn)對(duì)檢索結(jié)果的文獻(xiàn)類(lèi)型、發(fā)表年份、作者、關(guān)鍵詞、來(lái)源以及分詞后的標(biāo)題這六個(gè)字段進(jìn)行詞的規(guī)范化加工，并對(duì)詞共現(xiàn)次數(shù)、相關(guān)系數(shù)和相異系數(shù)矩陣的計(jì)算以及詞云圖、路徑關(guān)系圖的可視化展示[2]。

通過(guò)在CNKI總庫(kù)中以“視頻監(jiān)控”與“異常行為”并列作為主題詞進(jìn)行檢索（不限定時(shí)間至2022年5月4日），導(dǎo)出492篇文獻(xiàn)至NoteExpress進(jìn)行數(shù)據(jù)分析。經(jīng)初步人工篩選，剔除“作者”字段下顯示無(wú)作者的文章；逐篇瀏覽文獻(xiàn)摘要，剔除與基于視頻監(jiān)控異常行為檢測(cè)應(yīng)用無(wú)關(guān)的文章，如“視頻監(jiān)控”指視頻監(jiān)控系統(tǒng)的研究、視頻監(jiān)控成像、視頻監(jiān)控存儲(chǔ)研究、視頻監(jiān)控?cái)?shù)據(jù)結(jié)構(gòu)化研究等；最終得到的有效題錄487篇。值得一提的是，基于視頻監(jiān)控與異常行為的應(yīng)用研究成果最早發(fā)表于2006年，其中2014年達(dá)到峰值為57篇，2014年后盡管發(fā)表成果沒(méi)有增加，但每年的研究成果不少于27篇。

1.2 關(guān)鍵詞圖譜分析

（1）關(guān)鍵詞詞頻分析。首先，將含義相近的關(guān)鍵詞進(jìn)行規(guī)范化，如將“智能視頻監(jiān)控”“智能監(jiān)控”“智能視頻監(jiān)控系統(tǒng)”等規(guī)范為“視頻監(jiān)控”，將“異常行為檢測(cè)”“異常行為識(shí)別”“異常檢測(cè)”等規(guī)范為“異常行為”，將“運(yùn)動(dòng)目標(biāo)檢測(cè)”與“運(yùn)動(dòng)目標(biāo)跟蹤”規(guī)范為“目標(biāo)檢測(cè)”與“目標(biāo)跟蹤”。統(tǒng)一后，最常見(jiàn)關(guān)鍵詞為“異常行為”“視頻監(jiān)控”。其次，就是“目標(biāo)檢測(cè)”“目標(biāo)跟蹤”“行為識(shí)別”“深度學(xué)習(xí)”等。規(guī)范化前后的詞頻，如圖1所示。

圖1 NoteExpress中詞頻統(tǒng)計(jì)及詞規(guī)范化界面

（2）詞頻可視化云圖。由于有一些關(guān)鍵詞的詞頻較低，因此僅統(tǒng)計(jì)出現(xiàn)頻率大于或等于5次的關(guān)鍵詞，共40個(gè)關(guān)鍵詞。根據(jù)關(guān)鍵詞出現(xiàn)頻率的高低用字體大小進(jìn)行詞頻可視化，如圖2所示。

圖2 NoteExpress對(duì)“視頻監(jiān)控異常行為”檢索后相關(guān)詞可視化云圖

（3）關(guān)鍵詞的共詞關(guān)系。對(duì)關(guān)鍵詞進(jìn)行共詞關(guān)系可視化可以看出，“視頻監(jiān)控”與“異常行為”占據(jù)主導(dǎo)地位（這與檢索的主題有關(guān)），其次就是“目標(biāo)檢測(cè)”“目標(biāo)追蹤”“深度學(xué)習(xí)”“特征提取”“支持向量機(jī)”等，其中“深度學(xué)習(xí)”是近幾年“目標(biāo)檢測(cè)”與“目標(biāo)追蹤”研究最多的算法，更是異常行為檢測(cè)的常用算法。曾婷等[1]總結(jié)道，目前國(guó)內(nèi)已經(jīng)有許多針對(duì)異常行為檢測(cè)的算法，根據(jù)算法依據(jù)的不同，可分為能量法、聚類(lèi)法、重構(gòu)法、推斷法、深度學(xué)習(xí)法等；而且已經(jīng)可以發(fā)現(xiàn)異常行為檢測(cè)的應(yīng)用研究“智慧社區(qū)”“ATM”等關(guān)鍵詞。對(duì)以上出現(xiàn)大于或等于5次的關(guān)鍵詞生成共詞關(guān)系，如圖3所示。

圖3 出現(xiàn)5次以上“視頻監(jiān)控異常行為”相關(guān)的關(guān)鍵詞共詞關(guān)系

2 智能視頻監(jiān)控中異常行為檢測(cè)應(yīng)用分析

2.1 公共安全

開(kāi)展智能視頻監(jiān)控系統(tǒng)中異常行為檢測(cè)在公共安全領(lǐng)域的應(yīng)用，社會(huì)公共安全將得到提高，能夠有效防范、化解、管控各類(lèi)風(fēng)險(xiǎn)。公共場(chǎng)所人員密集，人流量大，是異常事件高發(fā)的區(qū)域，在公共安全防范領(lǐng)域充分利用智能視頻監(jiān)控系統(tǒng)異常行為檢測(cè)，可降低異常行為在公共場(chǎng)所造成的安全隱患。在機(jī)場(chǎng)、樞紐機(jī)場(chǎng)航站樓等這些公共場(chǎng)景中，尤其是大型的、人口流動(dòng)性大的樞紐型機(jī)場(chǎng)，運(yùn)用智能視頻監(jiān)控系統(tǒng)對(duì)人員異常行為或狀況檢測(cè)，可使異常事件得到高效處置［3］。類(lèi)似地，智能視頻監(jiān)控系統(tǒng)對(duì)地鐵、公交、火車(chē)站、汽車(chē)站等公共場(chǎng)所的異常行為也可進(jìn)行實(shí)時(shí)檢測(cè)預(yù)警［4-5］。此外，大型公共設(shè)施及公共建筑內(nèi)部的異常行為自動(dòng)檢測(cè)與逃生路徑自動(dòng)規(guī)劃也成了重點(diǎn)研究方向［6］。

2.2 社區(qū)安全

智慧社區(qū)是智慧城市建設(shè)很重要的一個(gè)環(huán)節(jié)，是一種新型的社區(qū)管理理念，借助物聯(lián)網(wǎng)、智能通信、路網(wǎng)監(jiān)控等技術(shù)，整合社區(qū)現(xiàn)有的服務(wù)資源，為社區(qū)民眾提供生活、工作、娛樂(lè)、教育、醫(yī)護(hù)等多種便捷服務(wù)，以提高民眾生活質(zhì)量、提升社區(qū)服務(wù)品質(zhì)[7]。在智慧社區(qū)管控系統(tǒng)中異常行為的檢測(cè)是非常重要的組成部分，如在社區(qū)內(nèi)公共區(qū)域、學(xué)校、娛樂(lè)場(chǎng)所、沿街商鋪等地點(diǎn)通過(guò)智能視頻監(jiān)控系統(tǒng)實(shí)時(shí)檢測(cè)人員異常行為，如聚集、打架斗毆、快速奔跑等，可以及時(shí)對(duì)異常事件發(fā)出警示，使異常事件得到及時(shí)處置[8-9]。電梯轎廂空間狹小，乘客時(shí)有跌倒、搶劫、施暴等安全事故或事件發(fā)生，通過(guò)智能視頻監(jiān)控系統(tǒng)可對(duì)這一系列的異常行為進(jìn)行實(shí)時(shí)監(jiān)測(cè)并報(bào)警，使乘客受到的傷害得到降低[10]。

2.3 校園安全

教育領(lǐng)域一直以來(lái)都是國(guó)家重點(diǎn)發(fā)展的領(lǐng)域，而校園幾乎貫穿著教育領(lǐng)域的每個(gè)環(huán)節(jié)，因此校園安全越來(lái)越受社會(huì)大眾的關(guān)注。傳統(tǒng)的校園安全完全靠人工監(jiān)管，人工監(jiān)管總會(huì)時(shí)有疏忽，使得一些異常事件得不到及時(shí)地響應(yīng)與處理，造成不好的影響。以智能視頻監(jiān)控為載體，搭建智慧幼兒園安全系統(tǒng)，其中異常行為檢測(cè)就是其中很重要的一環(huán)[11-12]。基于校園視頻監(jiān)控系統(tǒng)的異常行為分析能夠?qū)崟r(shí)監(jiān)控學(xué)生的行為動(dòng)作，可減少校園暴力沖突事件的發(fā)生[13]。高校校園經(jīng)常發(fā)生的情緒失控、斗毆、酗酒等異常行為都需要實(shí)時(shí)監(jiān)測(cè)預(yù)警，為此，高校校園監(jiān)控系統(tǒng)異常行為檢測(cè)也成為重點(diǎn)研究的方向[14-15]。

2.4 家庭安全

當(dāng)前我國(guó)人口老齡化越來(lái)越嚴(yán)重，老年人的監(jiān)護(hù)問(wèn)題已經(jīng)成為社會(huì)越來(lái)越突出的問(wèn)題。將家庭安全與安防系統(tǒng)聯(lián)動(dòng)起來(lái)的家庭智能監(jiān)控系統(tǒng)異常行為檢測(cè)，能更好地服務(wù)家庭安全，服務(wù)民生。尤其是對(duì)于一些空巢、孤寡老人家庭室內(nèi)異常行為檢測(cè)已經(jīng)成為學(xué)者們的重點(diǎn)研究方向[16-17]。

2.5 智慧警務(wù)應(yīng)用

在大數(shù)據(jù)的背景下，智能視頻監(jiān)控中異常行為檢測(cè)可以通過(guò)對(duì)高危人群的微表情、異常行為等進(jìn)行檢測(cè)，可實(shí)現(xiàn)偵查工作的主動(dòng)預(yù)警，具有非接觸、高隱蔽、高效率的特點(diǎn)，符合視頻偵查的實(shí)戰(zhàn)需求，偵查效率得到提高，偵查工作也由被動(dòng)應(yīng)對(duì)轉(zhuǎn)變?yōu)橹鲃?dòng)預(yù)測(cè)[18-19]。基于視頻監(jiān)控系統(tǒng)，針對(duì)行兇者與求助者的行為差異，通過(guò)異常行為檢測(cè)來(lái)分別識(shí)別行兇者與求助者，在刑偵過(guò)程中是非常有幫助的[20]。

此外，在智慧交通方面，智能視頻監(jiān)控系統(tǒng)異常行為檢測(cè)研究的應(yīng)用，可檢測(cè)出小車(chē)、客車(chē)、貨車(chē)、行人等目標(biāo)的異常行為，可更好地引導(dǎo)交通，規(guī)范車(chē)輛行駛行為，減少交通事故發(fā)生[21]。

由智能監(jiān)控系統(tǒng)中異常行為檢測(cè)在安防領(lǐng)域中應(yīng)用研究分析可知，異常行為檢測(cè)在安防領(lǐng)域中的應(yīng)用場(chǎng)景涉及社會(huì)安全的方方面面，使社會(huì)生活與生產(chǎn)等不斷趨于智能化、高效化。然而，這些應(yīng)用研究依然面臨著不少挑戰(zhàn)。

首先，不同場(chǎng)景的應(yīng)用研究都相對(duì)獨(dú)立，不同應(yīng)用場(chǎng)景之間尚未實(shí)現(xiàn)互聯(lián)，同時(shí)也未實(shí)現(xiàn)安防領(lǐng)域應(yīng)用研究的互聯(lián)互通，比如公共安全與智慧警務(wù)、社區(qū)安全與智慧警務(wù)、家庭安全與醫(yī)院安防系統(tǒng)等的聯(lián)動(dòng)。

其次，不同的應(yīng)用場(chǎng)景對(duì)異常行為的定義都不同，加大了在今后的異常行為檢測(cè)模塊化基礎(chǔ)算法研究的難度。

3 智能視頻監(jiān)控系統(tǒng)異常行為檢測(cè)應(yīng)用研究展望

基于前文對(duì)智能視頻監(jiān)控系統(tǒng)異常行為檢測(cè)在安防領(lǐng)域中應(yīng)用研究的分析，雖然學(xué)者們的相關(guān)研究仍面臨著不少挑戰(zhàn)，但同時(shí)也能看到巨大前景。

3.1 異常行為定義問(wèn)題規(guī)范化很有必要

對(duì)異常行為的定義依舊沒(méi)有很明確，張曉平等[22]將異常行為定義為在當(dāng)前場(chǎng)景下，目標(biāo)做出的一切不適宜動(dòng)作、姿態(tài)或事件等。在此定義下，應(yīng)用場(chǎng)景不同，異常行為就會(huì)有差異，導(dǎo)致異常行為可能會(huì)趨于復(fù)雜化，從而給智能視頻監(jiān)控系統(tǒng)異常行為檢測(cè)的應(yīng)用研究帶來(lái)困難，故異常行為定義問(wèn)題規(guī)范化，建立場(chǎng)景異常行為庫(kù)是有必要的。

3.2 異常行為檢測(cè)模塊化基礎(chǔ)算法研究

異常行為檢測(cè)算法所具有的局限性，不僅因?yàn)楫惓Ｐ袨槎x的不明確性，還因?yàn)楫惓Ｐ袨闄z測(cè)應(yīng)用場(chǎng)景也在趨于復(fù)雜化。不同的場(chǎng)景，同一行為有可能會(huì)有不同的定義，而且?guī)缀醪豢赡軐?duì)每一種行為都會(huì)定義；此外，天氣、光照等因素產(chǎn)生的場(chǎng)景多樣性也帶來(lái)不必要的干擾，使得很多異常行為檢測(cè)算法很難得到優(yōu)化。因此，智能視頻監(jiān)控系統(tǒng)異常行為檢測(cè)的模塊化算法研究是一項(xiàng)極具意義的工作。比如，建立場(chǎng)景算法模型庫(kù)，根據(jù)不同的場(chǎng)景推薦最優(yōu)的場(chǎng)景算法模型[1]。

3.3 實(shí)現(xiàn)不同場(chǎng)景應(yīng)用的互聯(lián)互通

目前智能視頻監(jiān)控系統(tǒng)異常行為檢測(cè)在公共場(chǎng)所、智慧社區(qū)、校園監(jiān)管、家庭老人監(jiān)護(hù)、智慧警務(wù)等領(lǐng)域都有相應(yīng)的應(yīng)用研究，但是卻相對(duì)獨(dú)立，缺乏不同應(yīng)用場(chǎng)景之間的相互聯(lián)動(dòng)。因此，加強(qiáng)開(kāi)展智能視頻系統(tǒng)中異常行為檢測(cè)在治安防控、城鄉(xiāng)社會(huì)治理、智能交通、服務(wù)民生、生態(tài)建設(shè)與保護(hù)等領(lǐng)域的應(yīng)用與互聯(lián)，將進(jìn)一步穩(wěn)固社會(huì)安全。

4 結(jié)語(yǔ)

智能視頻監(jiān)控系統(tǒng)中的智慧感知技術(shù)已經(jīng)應(yīng)用到各行各業(yè)領(lǐng)域，尤其是智慧安防領(lǐng)域，針對(duì)不同的應(yīng)用場(chǎng)景都可以實(shí)現(xiàn)異常行為檢測(cè)與跟蹤，達(dá)到事前實(shí)時(shí)監(jiān)測(cè)、事中實(shí)時(shí)報(bào)警、事后報(bào)警記錄查詢的全時(shí)段業(yè)務(wù)覆蓋。本文旨在綜述智能視頻監(jiān)控系統(tǒng)異常行為檢測(cè)在安防領(lǐng)域的應(yīng)用研究現(xiàn)狀，對(duì)目前的熱點(diǎn)應(yīng)用領(lǐng)域進(jìn)行了梳理，同時(shí)提供了今后相關(guān)應(yīng)用研究的方向展望。期望通過(guò)學(xué)者們的共同努力，智能視頻監(jiān)控系統(tǒng)異常行為檢測(cè)可以在安防領(lǐng)域充分發(fā)揮優(yōu)勢(shì)，為安防事業(yè)的發(fā)展添磚加瓦。