智慧厂区视觉防控探索实践
传统以人为基准的厂区管理弊端突出，首要突出的是人员管理的随意性大、其次包括综合化管理程度低、厂区的设备间信息化联动能力差、管理的成本居高不下等问题，种种弊端常使厂区的安全告警能力低下、运营管理严重滞后；如何使得厂区更加的智慧，通过图像处理、图形分析、视频序列处理对视频中的主要目标物体进行目标检测、目标跟踪、特征提取及目标行为轨迹和是否穿越特殊区域等技术手段，实现对厂区的视频事件行为进行检测分析；厂区内视频行为的智能解析主体分为“人与区域“的动静分析；针对人的分析包括了厂区的人流异常检测、人群聚散检测、人群密度估计分析、人群人数统计、个体的异常奔跑行为等；而针对区域的分析包括了区域入侵检测、区域离岗检测、区域拌线检测、区域火灾检测（火焰与烟雾检测）；基于以上的算法技术之上，构建一套云数据库系统+业务算法库平台+后台管理系统+硬件的一体化的方案架构；
视频行为智能分析系统可以根据客户的需求进行线上部署或离线化数据库搭建部署；在数据库基础上系统主要有以下几大模块构成：1、标签体系；2.规则引擎，预警管控体系；3、业务算法库；4、业务逻辑及场景应用选型模块；
一：标签体系主要是针对厂区各类物件与违规行为的标注、重要区域与人员的系统标签，以机器学习自动打标为主，人工辅助审核为辅可大幅度提升标准的效率，增强算法的精准性；人员标签：工作人员、外来人员、园内人员等级、人员黑名单、重监人员等；区域标签：安全区域、行车停车区域、行人区域、厂区作业区域、禁入区域、围墙围栏、电梯口、访客区等；违规行为标注：无关人员的区域入侵、警戒线跨越警告、高频危险行为等；物品标注：主要是厂区设施设备的标注等；不同的标签内容拥有不同的等级限制属性；
厂区标签体系
厂区人员标签体系
- 规则引擎，预警管控体系
园区管理人员根据实际场景的需求，根据已有数据标签体系和现有的数据、业务算法基础上，可自行删除或添加业务规则流程，对园区实现智慧有效的流程管理；系统平台支持通用业务services子流程无限制拆分，可对业务子流程开启或禁用、配置串行或并行以及并行数的统一配置。利用业务流程以及子流程间的嵌套循环，可对业务周期性的调度使用，平台算法根据不同的标签属性与业务信息权重告警等实现业务响应系统自动预警。
3.业务算法库
业务算法模块主要是基于标签模块与客户的实际需求而定制，比如视频场景中的目标进行检测、定位、识别、运动轨迹分析、闸机或操作台人脸检测识别、跨越警戒线、入侵检测、人群群集分析、人员离岗检测、人数统计、异常行为分析等。
4、业务逻辑及场景应用选型模块
在实际部署运用过程中，根据客户的实际场景的需求可对业务算法进行多重组合形成不同业务逻辑，业务逻辑加上标签体系数据驱动实现业务运转；目前已有的业务逻辑有AI视频检索系统：基于人体形体识别检测为基础的视频检索引擎，通过为客户提供一个可操作的平台系统，便于客户实现历史检索与实时在线摄像头跟踪处理；系统平台可同时支持多路摄像头视频流数据接入，实现多区域并行化检索查询跟踪处理。人体形体识别仓库：针对人员身份信息和人员形体特征的存储与检索，围绕相关人员的人体形体信息的采集入库、特征点检索查询、结构性输出三大功能展开。以结构化数据库形式建立起相关人员的身份与形体信息之间的关联，实现信息的快速准确检索。实时布控系统：实时化响应的高性能布控系统，采用形体追踪技术实现对特定的警戒区域的人员高危行为实时分析、及时化布控预警，实现事故前有关危险行为告警，有效预防事故发生。异常行为分析：在高密度人员区域建立基于形体特征建立数据挖掘体系,分析人与人、人与地点的多维度关系，推送频繁出没人员、打架斗殴、个体长时徘徊等行为模式分析结果。黑名单设防布控体系：用户后台配置黑名单人员，当受控人员出现在布控区域中时，系统将进行逬行形体识别对比，将高相似度可疑人员推出并发出告警信息，在布控前端显示处返回受控人员的身份信息、位置信息，以便后期的管理追踪。安全区域监控：通过入侵检测、徘徊检测、遗留物检测等技术对受控区域进行监控。厂区车流人流统计分析：实时对厂区内活动行人与车辆进行分析，统计关键路口的行人、车辆流量，便于厂区管理人员掌握厂区整体情况。
该系统可广泛用于对安监安控智能化需求的场景；例如人员轨迹追踪功能，可应用在景区寻人、刑侦布控、车站走失人员寻踪。例如区域安全布控功能用在厂区区域跨境警告、生产车间人员危险区域拌线提醒、监狱学校翻越围墙告警；例如人数车流统计，可应用在厂区主干道人流车流统计、厂区主入口人数统计等。
