公安監管場所作為羈押各類犯罪嫌疑人的特殊關押場所，其安全管理工作一直是社會關注的焦點，作為監所的基層干警雖然工作在室內，但堅守的則是“高墻內的一線”，工作強度和壓力均較大。隨著社會科技的進步，監所的信息化程度得到了顯著的加強，在一定程度上提升了監所安全管理水平，但是要達到“向科技要警力”這句話還尚有距離。以視頻監控為例，它是整個監所安防系統的基礎，它既保證了在押人員的所有活動都在監所值班民警的視線范圍之內，同時又保證了出現事故后有視頻錄像文件可供事后查證。
目前，國內監所單位基本均已建設了模擬或數字網絡等不同類型的視頻監控系統，但在大多時候只能用于事后取證，在預防、預警方面無法發揮作用，更多的還是依靠警力盯防。這也是目前很多公安監所單位普遍遇到的問題，就是信息化技術手段只解決了初始問題，但智能化程度不足，不能充分解放警力。
智能視頻分析技術正是在這種背景下產生的，它以數字化、網絡化視頻監控為基礎，但又有別于一般的網絡化視頻監控，是一種全新靈活的視頻監控應用。智能視頻分析系統能夠識別不同的物體及行為，發現監控畫面中的異常情況，并能夠以最快和最佳的方式發出警報和提供有用信息，從而能夠更加有效的協助安全人員處理危機，這就是最簡捷的對于智能監控的普遍理解。當然智能監控的技術及發展遠不止視頻智能分析這一塊，與系統集成技術、物聯網技術的結合都會商是發展的重要方向。
本文以公安監所單位的視頻監控系統為例，結合蘇州科達科技股份有限公司在監所智能化領域的豐富實踐，介紹目前公安監所單位視頻監控、視頻智能分析系統的應用現狀、遇到的問題、發展的趨勢以及如何將信息技術與監所管理深度融合，從而進一步提升監所智能化管理水平。
視頻智能分析系統介紹
什么是視頻智能分析？
視頻智能分析技術，起源于計算機視覺技術。計算機視覺，是人工智能研究的分支之一，它在圖像及圖像描述之間建立映射關系，從而通過數字圖像處理和分析來理解視頻畫面中的內容。它使計算機得以從紛繁的視頻圖像中分辯、識別出關鍵目標。應用于安防視頻監控系統后，其可借助計算機強大的數據處理能力過濾掉圖像中無用的或干擾信息，并自動分析、抽取視頻源中關鍵的有用信息，使監控系統不但有眼睛(攝像機)，更由于智能視頻分析計算機或專用DSP處理器，使監控系統具有智慧的大腦功能，使監控變得“聰明”，能自動學習和思考，從而替代人力或者協助人力進行監控。
視頻分析要建立在背景分析、目標跟蹤、特征提取、分析反饋等過程之上，主要利用以上過程的結果，根據目標出現的時間、位置、速度、大小等因素，并結合之前設置好的行為規則，實現分析判斷，如入侵、起身、越界、逗留等。
監所視頻智能分析現狀分析
目前經過多年的建設，各地很多看守所已經建設了相當一部分的視頻智能分析系統，我們通過一些單位的歷史數據抽取調查分析，對監室視頻智能分析應用描述匯總如下(各地情況可能略有差異，供參考)：
監室視頻智能分析應用描述匯總
對于上述統計從字面上看，整體看還是不錯的，6個算法里有3個反饋都是效果較優的，2個算法效果良好，只有劇烈運動一般。但目前整個監管行業對視頻智能分析在監所的應用普遍反應是效果尚待提高，這是一個值得分析和探討的現象，主要一方面是以劇烈運動算法為主的一些算法準確率有待提升，另一方面則是視頻智能分析還未能充分發揮作用，對監所日常管理工作實質改變有限。
在算法應用上面我們將現有算法分類來說明，一類是直接風險類，另一類是間接風險類。直接風險類的包括限高警戒線和劇烈運動檢測，一旦在押人員出現爬高或者打架肯定容易直接出現安全風險，看守所值班民警對于此類算法關注度肯定最高。實際情況中限高警戒線相對成熟且實際爬高的情況極少，給人印象不深，而劇烈運動算法準確度一般，且監室人員眾多所以報警量就偏高，很難發揮視頻智能分析的作用。
間接風險類的主要是像視頻診斷、起身檢測、區域看防、值崗檢測，這幾個算法都是以管理約束或輔助監控為主，比如某個在押人員起身了或在廁所待的時間超過一定的時間，這些并不會直接帶來危險因素，只能輔助日常監控，這一類算法的應用更需要制度與人員的配合。
其次我們可以再進一步分析一下，為什么只有劇烈運動算法準確度處于明顯略低的水平？因為無論是限高、起身、逗留、值崗這些都是有相對固定的行為模型，而打架則明顯不同，人的大腦對于打架的理解都千差萬別，如相互推搡、拳打腳踢、大聲爭執、追逐打鬧等太多場景可以定義為打架，而看守所人員相對密集，在人員密集的場景中去檢測一個行為模型都很難固定的動作，很難有滿意的答案，這也是劇烈運動面臨的尷尬境地，期望很高但僅能輔助監控，并不能精確預報每一次的打架類行為。
最后，對于諸如值崗檢測、起身檢測、區域看防等這類間接風險或者叫偏管理算法的應用則受到使用單位實際管理程度的影響，有些省市監所單位認為通過值崗檢測管理好夜晚監室值班的兩個在押人員，基本上就不會出太多的問題，有些省市則對在押人員的夜值班管理稍顯松散，在實施時也就出現了對值崗檢測這個算法重視程度不一樣，其他幾個算法也是類似的情景，導致這類算法雖然準確率尚可，給人的印象卻不深，這也是目前的普遍現象。
如何應對目前智能應用的困境
監所視頻智能分析的應用給監所管理帶來了一種全新的手段，但是上面也提到了，在推廣應用的這幾年也遇到了不少水土不服的問題，常見的包括：
1)實用的智能算法不多
目前市面上的監所智能分析算法已經有多年未有更新，而現有這些算法的源頭也僅是一兩家企業的產品有了這幾個功能，后續企業跟進做一樣的產品，有多少是用戶需求最真實的表達不得而知，這樣的算法也難得到使用單位更多的響應。所以作為企業要積極調研市場，深入用戶單位溝通，作為監所的管理者也應整理自己對于視頻智能化管理的需求，結合企業技術積累來碰撞出合適的應用算法及場景，如同智能交通行業中的電警管理、車牌識別等也是經過多年磨合，包括算法研究、路面標示、車牌制作、法規制定等多方因素共同促進下才取得今天智能交通應用的成績。
2)智能算法不夠準確
通過前面的描述我們已經知道，給目前市場造成算法不夠準確印象的最重要的原因是劇烈運動(打架)算法不夠準確，因為打架算法也是目前算法里最受關注的一個應用算法，但深究其不準確的原因不光是技術層面的問題，也有監所打架事件的模型不確定性的因素，導致算法很難全面定義打架。所以對于這種情況就需要明確算法的一些行為模型，例如我們可以把劇烈運動檢測定義為對于一些聲音持續爭吵(算法定義持續時間)和多人出現肢體大幅動作的場景，照此目標算法其實是可以提高準確度，降低報警量、對這一類動作可以起到預警防范的作用，后續有新算法提出時也注意一定是那些行為模型可以相對固定的動作。
對于現有其他一些算法需要注意通過策略來調整報警的有效性，比如起身可以只做重點人員的檢測，對每一個在押人員均做起身檢測然后報警聯動沒有意義，對布防時間也需要管控，如劇烈運動夜間就不需要布防，只要盯住夜間值崗的在押人員和廁所、風場區域即可，這些是應用層面可以完成的事情，當然算法本身應該也需要更好的環境適應性，通過大量樣本的學習優化算法的準確率。
3)智能建設成本高
現有主流的智能分析設備一般的接入量都是16路左右攝像機，一般監所監室會有兩臺攝像機、放風場一臺攝像機，這樣算法下來一臺智能分析設備僅能分析5-6間左右監室，一般的中型監所都需要10臺以上的智能分析設備，這對于監所來說是一筆不小的投資，所以這塊需要智能設備企業盡快優化算法效率、推出接入能力可以達到64路或者128路算法的設備，減少智能化設備的投入，同時注意兼容監所現有監控進行智能分析，不能出現因為建設智能分析而改造監控的局面。
4)監控采集的局限性
視頻智能分析需要以監控系統為基礎，而監控作為影像采集系統在做復雜行為分析時本身存在一定的局限性如多維空間遮擋的問題、監控覆蓋、畫面近遠端大小變化、環境變量等多方因素的影響，所以智能監控不僅需要視頻行為分析，還需借助其他技術手段來進一步完善部分因監控局限的場景或動作，如物聯網傳感器等。
拓展智能監控的應用
這幾年在監所行業由于各企業的宣傳包括各地實際的建設，我們已經把智能監控局限到就是視頻行為分析，甚至就是監室內的起身、劇烈運動、區域看防等幾個智能算法，這嚴重制約了智能監控在監所行業的發展，也影響了企業在這一塊的技術投入方向。
智能監控應該是一個立體多維的系統，它以視頻監控為基礎、結合音視頻智能處理技術、自動化集成報警聯動技術、新型物聯網技術、監所電子化辦公綜合業務流程等新型信息技術，不僅可以實現監控、存儲、上墻，更能實現預警防范、偵查輔助、報警聯動、統計研判等，通過這些手段深挖監控、解放警力才是智能監控更高層次的目標。
1、挖掘聲音智能化的應用
通過聲音智能分析可以是未來技術的一個方向，目前很多地方已經將限噪功能(超過一定分貝報警)加入了視頻智能分析系統，但聲音智能化并不僅僅停留在超過一定分貝報警這樣簡單的應用上。主要包括：
1)聲音特征布控
首先是可以將限噪功能再提升一下，可以適應監所嘈雜的聲音環境并適應這樣的聲音環境，可以提取出爭吵聲、敲擊聲、玻璃碎聲、腳步聲等具有特點的聲音信號進行布控并加以識別提示。
2)聲音內容布控
通過后臺語音識別技術實時分析監室內人員的說話內容，當出現影響安全的內容如“打死xxx”“逃出去”等布防字眼均可以自動提醒，也可以對出現說話的聲音片段進行分類管理，方便事后追溯，自動跳過無說話內容部分。
3)說話人布控
通過聲紋識別技術可以在聲音中提取出人的身份特征，確定是誰在說話，可以對重點人員進行布控，當該在押人員說話時可以單獨錄下，在視頻畫面上也可以實時提示某人在說話，同時提醒值班民警注意監聽。
2、監控基礎上的人臉識別技術
人臉識別技術與指紋技術一樣是當下比較熱門的生物識別技術，在門禁管理的應用中早已經產品化，市面上很容易就看到具備人臉識別的門禁控制產品，這里指的更多是如何利用普通監控來達到人臉識別以及擴展它在監所管理中的應用。
1)人員進出布控
通過對監所出入口通道監控攝像機進行一定的角度及燈光調整，可以實現對出入監所的人臉照片進行自動抓拍，當出現未識別或識別為所內在押人員的情況均可以自動提醒，可以提醒總控中心進行相應復核查驗。
2)監室在押人員管理
通過與監室攝像機配合，進行在押人員的身份甄別可以應用到日常的點名、出監室提訊身份復核。系統可以聯動語音對講系統，識別出身份系統可以報出人員姓名，可以在監室指定區域進行人臉識別。
3、物聯網技術深化應用
RFID無線射頻技術是一種可通過無線電訊號識別特定目標并讀寫相關數據的通信技術，通過在民警佩戴卡片或具備RFID功能的手持終端，對于在押人員配備防拆的電子腕帶均可以實現無線管理，具體：
1)民警巡視及警力分布管理
通過RFID技術可以對民警巡視過程自動記錄、跟蹤、聯動監控，對巡視路徑可以回放、統計，并能對每條路線的巡視完成度進行考核。通過設置在各主要通道及出入口的RFID閱讀器可以實現全所警力分布的展現，可以在總控中心一目了然監區內警力分布情況。
2)在押人員位置跟蹤
通過在押人員佩戴的防拆腕帶可以定位其位置信息，一旦在押人員在非規定時間外出、停留或脫逃系統可以自動報警，聯動附近攝像機自動跟蹤監控，在一些出入口位置當有在押人員經過可以將其基本信息顯示在監控畫面上供值班民警復核。
3)在押人員生物信息管理
通過視頻監控查詢監室可以調取監室關押人員信息，除去常見的基本信息之外結合生物腕帶技術還可以調取該名在押人員的生物健康信息如心率、血壓、睡眠等實時及歷史信息，供管理者判斷在押人員的心里及健康情況，腕帶上可以設置手動報警裝置，可以在疾病或受虐情況下緊急報警。
4)人員一卡通系統集成
通過芯片集成，將腕帶的功能擴大化，具備類似一卡通系統的功能，可以進行信息查詢、消費統計、會見控制等日常使用功能，將腕帶或電子標簽卡塑造成在押人員在監所中的生活必需品而非監督他的控制品，一來可以提升腕帶(也可以是其他形式的RFID產品)的接受度，二來也可以提高人員管控的集中度，避免一人多卡的局面。
上述僅僅是將目前智能化和物聯網技術應用的幾個點做了一些闡述，供監所管理者和安防企業進行參考，實際的技術和方向遠不止于此，人工智能、物聯網技術的逐漸成熟也會給監所管理帶來更多更豐富的技術應用。
結語
最后，視頻智能分析技術的出現實現了監控方式由被動到主動的轉變，能夠實現全天候不間斷地對視頻進行檢測，自動發現監控畫面中的異常情況，從而能夠更加有效的協助值班民警發現和處理危機，但是作為一種新的技術它的應用也存在著一定的局限性，不能被“萬能化”，在實際應用中要做到“有所為有所不為”，它的推廣普及也需要制度的配合、技術的推動以及應用的創新，這才能充分發揮這項技術的力量。
當然，我們更不能簡單的把智能視頻分析技術就等同于智能監控，甚至是智能監所，監所智能監控的概念需要上升到一個涵蓋網絡監控、系統集成、視頻分析、物聯網應用、業務集成的新型監控方式，有了這樣的高度才不至于將監所智能化發展束縛在視頻智能分析技術這個小的框框里面，充分吸收這個互聯網時代新技術的力量。
