2026智慧安防AI行为分析预警系统解决方案

Al

智慧安防校园版

02

项目简介04

识别规则目

录CONTENT项目背景系统介绍030101

项目背景projectcontext学霸欺凌导致的意外学生私自闯进理化生实验室接触危化品导致意外学生聚伙吸烟

，

单车棚随意充电导致火灾的意外学生追逐打闹嬉戏导致意外社会人员来校行凶导致的意外学生翻越围墙逃课导致的意外学生踩踏导致的意外学生进入危险区域湖泊江河天台等导致意外项目背景projectcontext【传统安防监控弊端】

【学生校园意外伤亡案例敲响安全警钟】如果没有专人值班

，基本上等于摆设只能用于事后取证；

摄像头数量多看不过来

，人也不是机器可以一直紧盯屏幕

，

异常事件无时无刻都可能发生错过......如何快速变成AI智慧安防？传统安防+AI行为分析+5G将完美的解决这些问题►►►►►►►►5

G连接的定义理论上可以通过光纤以近乎光的速度传输信息和数据

，这比当前的网络快了近1000倍。

5G的高传输率、高可靠性

，使其以更快的速度为云端提供更加高清的监控图像数据

，从而助力安防做出更精确、更有效、更快速的智能分析

，通过系统检测出监控拍摄到的所有异常

，方便学校管理者更及时有效的应对各种突发事件。我们可以做什么AI行为分析预警系统

，通过监控摄像机拍摄回来的画面分析场景下的异常行为

，然后主动预警。在校园监控局域网中架设一台服务器

，就可以轻松完成升级改造。能通过系统准确识别校园打架、跌倒、攀爬、闯入、求救、徘徊、滞留、离岗、睡岗、缺岗声强突变

，人员统计

，人员逗留

，落水预警等异常行为

，主动预警给保安、学校领导、教导主任、班主任、教委相关领导等

，及时发现问题

，有效解决校园安全问题。小、初、高中这一类学校的监控中心可能没有专门的值班人员

，即使大学的监控中心会配备值班人员但面对上百甚至上千个监控画面

，人不是机器不可能一直盯住监控画面去发现其中是否有异常

，也就是说学校虽然安装有监控系统

，但是发生突发事件作为校方是不知道的

，监控只能作为事后查找录像取证

，并不能事件发生时及时预警作出判断处理。解决方案Solution5

G

+

传统监控+AI行为分析打造安全校园,,,4月27教育部《学校安全工作需要常抓不懈全

国中小学幼儿园安全工作视频会召开》要强化科技支撑

，指导学校加大重点部位技防设施以及具备人脸

，

车牌识别等功能的智能卡口系统建设

，逐步实现涉校风险智能感知

，

动态预警，及时响应

，迅速处置

，提升精确预警管控能力政策文件policydocument02

项目简介project

Introduction企

业教育局学

校可以在监控中心或通过移

动终端看到学校正在发生

的各种突发紧急预警视频提供设备

、

技术和服务

，

分析出各大校园内正在发

生的异常行为

，

把结果推

送给教育局

、

学校等监控

中心或手机终端上建一个AI智能预警中心

，相关管理人员就可以在监控中心看到其管辖范围内所有学校正在发生的各种突发紧急预警视频项目简介project

Introduction事件检测触发监测视频采集技术手段Technicalmeans报警信息发送人形检测骨架勾勒系统进行人形结构判断引导视频流弹屏预警当有人触发检测区域通过骨架算法计算判断事件异常类别区域设置通过移动设备提醒有警情当系统检测到异常后

，通过外接音响

，

服务器会通过音响播放提示音预警

声音提示系统触发预警后

，会立即把现场视频画面弹屏显示●

出来

，

同时可以通过点击该摄像头却换到相对应现场画面。当事件一直在触发

，系统会一直弹屏，当事件结束

，系统会延时5秒后自动息屏行为分析预警方式Behavioralanalysisandearlywarningmode远程预警弹屏预警弹屏规则品牌监控厂商AI同行业本公司产品技术趋势传统视频分析技术AI

深度学习技术AI行为分析技术技术核心移动侦测+图像比对CPU运算效率低

，算法

分析能力低移动侦测+人形检测GPU运算

，人形移动检测分析人体骨骼算法

+

深度学习+GPU运算

，

人体骨骼动作分析产品形态集成在传统监控系统

上，

无需额外设备。AI

边缘计算机摄像头AI

算法分析主机AI行为分析主机准确率误报率较高误报率较低90%以上产品优势：

算法丰富

、

配置灵活

、

成本更低

、

准确率高产品版本产品研发第一代v

1

.

0人体行为第二代v

2

.

0人体行为+人脸识

别第三代v

3

.

0人体行为

+

人脸

识别

+物体识别第四代v

4

.

0人体行为

+

人脸识别

+物体识别+

声音识别产品优势Productadvantages产品研发经历了四代行为分析算法Behavioralanalysisalgorithms03

系统介绍System

Introduction左下：

行为分析

算法、

类型左上：

显示单位名称、

logo右下：

最近事

件图片右上：

事件汇

总表软件界面softwareinterface系统拓扑图Systemtopology识别规则Recognitionrules1.灵敏度越高

，识别规则

要求越低

，误报会增加2.灵敏度越低

，识别规则

要求越高

，误报会降低灵敏度规则时间规则1.不设时间规则

，

24小时检测2.设时间规则

，在设置的时间

段内才检测1.设置有效区域

，在有效区域中才会触发系统报警2.设置无效区域

，在无效区域不会触发系统报警区域规则标记规则1.选择标记功能

，系统在触发预警后标记目标人物2.标记分为目标标记和骨架标记两种标记模式06识别规则

0504010203可视角度可视角度指能被摄像机拍摄到具体的动作行为的有效可视角度。可视角度主要考虑点包括摄像机安装高度和摄像机可视范围覆盖面摄像机高度摄像机安装高度建议为2.5-3米

，支持全景摄像机模式角度分析摄像机覆盖面一般情况下是指全方位双向无死角覆盖设计

，头尾两支摄像机形成对射效果更加可视距离可分为：有效可视距离和无效可视距离有效可视距离内

，基本不会漏报有效可视距离外

，不能保证是否漏报有效可视距离参考数据摄像机镜头4mm

=8-10米摄像机镜头6mm

=12-15米摄像机镜头8mm

=20-25米可视距离可视角度漏报规则Omission

rule平台对接平台对接主要包括平台取流和平台展示两种对接平台取流：

提供第三方平台的SDK

，取RTSP流进行对接平台展示：

提供SDK开发文档及开放接口

，

由平台商做二次开发展示内容：

把分析出来的异常信息统一由平台实现弹屏、

预警、

管理、

统计等IPC对接任何第三方品牌的网络摄像机

，都可以接入AI行为分析预警系统进行视频分析。

对摄像机硬件有一定的要求对接内容：

主码流地址、

子码流地址、

抓拍地址、

端口号、

压缩编码类型、

摄像机账号、

密码系统对接Systemdocking系统联动System

linkage广播系统联动

当监控检测到异常行为后

，

立即启动广播系统自动语音警示

比如：

监控中心语音播报提醒值班人员

，

前端广播校园管理人员红外系统联动

当红外报警被触发时

，

立即弹屏显示报警对应区域的监控画面

比如

：周界围墙报警联动消防系统联动

当消防报警被触发时

，

立即弹屏显示报警对应区域的监控画面

比如

：火焰检测、

烟雾检测等开关量信号联动

所有开关量信号的检测设备

，都可以实现系统联动【备注】

本功能需进行二次开发

，

由第三方平台服务商开发对接【硬件参数】2

U/4U机架式高性能GPU服务器【通用规格】8路/12路/16路/24路/32路【异常存储】

系统自动存储异常预警照片结合硬盘录像机存储异常视频【兼容能力】

支持任何第三方网络摄像机接入系统进行分析【部署方式】

设计安装在监控中心并接入监控局域网【预警方式】自动弹屏预警/语音提示预警/手机远程预警【显示输出】HDMI信号输出【上墙方式】

可直显/拼控/平台控制【管理方式】

集中管理客户端【多点预警】

支持多点通过客户端管理弹屏预警【对接合作】

开放SDK给其他第三方并技术支持对接算法服务器Algorithm

server04

识别规则Recognition

Rulel动作定义：在遇到危险时

，举起双手

，超过肩膀

，或做交叉动作

，定义为紧急求教l设置规则：该动作无需设置区域和事件

，全范围全程实时检测

，仅需要对灵敏度进行调整

，低

灵敏度误报较小

，高灵敏度误报较多l动作特性：求救属肢体动作

，可能会误报（如伸懒腰、举双手欢呼等）。真正遇到危险时

，可

能伴随有跌倒、打架、聚众等状况

，因此在设置求救规则时

，建议同时设置这几个动作规则l识别速度：

自动作发生到系统分析

，3秒内可发出预警l动作定义：双脚离开地面并往上爬

，则定义为高空攀爬l应用场景：周界围墙、建筑物外墙、护栏等类似墙l设置规则：在围墙大约1米高的位置

，可以任意自己画有效高度

，一直到围墙顶部

，包括围墙里

外两侧

，都设置成警戒区域

，建筑物外墙也这样设置l识别速度：

自动作发生到系统分析

，3秒内可发出预警算法介绍Algorithmintroductionl动作定义：两人或多人互掐、扭打、推搡等定义为打架

，只要两人及两人以上骨骼重叠交叉

，就

会报警

，打架没有标准

，误报相对较高

，建议设置时间段

，这也是世界难题。l设置规则：该动作无需设置区域和事件

，全范围全程实时检测

，仅需要对灵敏度进行调整。低灵

敏度误报较小

，高灵敏度误报较多l动作特性：

目前系统仅支持骨骼重叠

，互掐、扭打、等类型的算法识别

，其他打架行为可能识别

不了。真实打架场景

，往往伴随有跌倒、求救、聚众等状况

，因此在设置打架规则时

，建议同时

设置这几个动作规则l识别速度：

自动作发生到系统分析

，3秒内可发出预警l动作定义：人的头、屁股、脚处于同一平面平行于地面时定义为跌倒l设置规则：该动作无需设置区域和事件

，全范围全程实时检测

，仅需要对灵敏度进行调整

，低灵

敏度误报较小

，高灵敏度误报较多l动作特性：跌倒属肢体动作

，可能会误报。有人跌倒时

，如果能爬起来

，则没有问题；如果不能

起来

，则有可能发生意外

，需前往查看。对半蹲、坐地、跪地、半躺、全躺、全趴下等行为也做

了识别l识别速度：

自动作发生到系统分析

，3秒内可发出预警算法介绍Algorithmintroductionl

动作定义当有人闯入特定区域时

，则定义为非法闯入l

设置规则设定有效区域和布防时间段

，检测到有人闯入即报警l

动作特性属骨骼动作

，应用广泛

，一般不会误报。不会因任何物体移动或场景、环境、光线等发生变化而导致误报

，比传统监控技术更有优势l

识别速度自动作发生到系统分析

，3秒内可发出预警l动作定义：有人在特定区域内滞留

，超过系统设定的时间即属超时滞留l设置规则：系统提供1分钟、

5分钟、

10分钟、30分钟等规则选项

，可以设定布防时间段和设

定区域l动作特性：滞留和徘徊的规则是一样的

，只是系统计时的标准更长。徘徊和滞留应用在其他

行业

，需要识别是否同属一人

，可在v2.0版本中增加人脸识别技术

，滞留和徘徊功能更完善l识别速度：

自滞留规则启动后

，在系统设定的预警时间内仍然未离开的

，则立即预警算法介绍Algorithmintroductionl动作定义：聚集人数超过系统设定的数量

，则定义为聚众围观l设置规则：系统可设置1/2/3/4/5.../50人等多种人数选项

，可设定区域及时间段。聚众的

应用场景

，属于公共区域

，正常活动时间段和人数较多的区域

，不适宜设置聚众规则l动作特性：属骨架人数分析

，该动作不会误报。镜面中的人物、人的影子、人形模特、屏幕里的人出现在区域内也会计算人数l识别速度：

自动作发生到系统分析

，3秒内可发出预警l动作定义:有人在特定区域内来回走动、逗留超过系统设定的时间l设置规则:系统提供1分钟、3分钟、

5分钟、

10分钟等多种规则选项

，可以设定布防时间段

和设定区域l动作特性:属骨骼与时间相结合的动作

，不会误报。系统检测到人的骨架出现在设定的区域

内

，系统开始计算时间

，持续出现超过系统设置的时间上限时

，立即报警l识别速度:

自徘徊规则启动后

，在系统设定的预警时间内仍然未离开的

，则立即预警算法介绍Algorithmintroductionl

动作定义值班人员在岗睡觉

，超过设定的时间

，为值班睡岗l

设置规则在值班岗位设置有效区域。系统提供1分钟、

5分钟、

15分钟、30分钟四个时间选项，

1分钟为检测时间

，另外三个时间选项为常规需求l

动作特性与离岗同属骨骼与时间相结合的动作

，不会误报l

识别速度值班人员一直未活动超过系统设定时间

，立即预警l动作定义：值班岗位长时间没有人上岗值班

，定义为值班缺岗l设置规则：在值班岗位设置有效区域。系统提供了60分钟、

120分钟、

180分钟、240分

钟四个时间选项l动作特性：与离岗同属骨骼与时间相结合的动作

，不会误报l识别速度：值班人员自离开开始

，达到系统设定时间则立即预警算法介绍Algorithmintroductionl动作定义：非工作时间当种植基地

，花草果园

等有人弯腰或蹲下拔苗摘叶时

，定义为弯腰拨

苗蹲下警示。l应用场景：种植实验基地

，农场

，大棚种植菜

场。l设置规则：可以设置时间

，非工作时间段l识别速度：有人非工作时间段在种植基地弯腰或蹲下

，达到系统设定时间则立即预警l动作定义：湖泊

，江河

，景观水池

，鱼塘

，有

人下水玩耍或捞鱼

，定义为落水警示。l

应用场景：景观水池

，湖泊

，鱼塘。l设置规则：可以设置时间

，非工作时间段l识别速度：有人非工作时间段下湖泊

，江河，

水池或鱼塘

，达到系统设定界限则立即预警算法介绍Algorithmintroductionl

动作定义声强突变：

区域内

，

突然有人大喊大叫，求救等

，声音的大小超过系统设置分贝值。立即弹屏报警。人员统计

：统计某时间段

，某个地方的人数。应用场景学校

，

医院

，展览博物馆等场景。l

设置规则声强值（分贝）

可以设置20-90区间

，大于设置分贝值将预警

，灵敏度/区域设置无

效l

识别速度达到系统设定时间则立即预警算法介绍Algorithmintroductionl事件定义（人体行为分析服务器同时实现人脸识别功能）当场景下发生异常行为时

，近距离可同时识别人脸●应用场景：重点库房

，出入口等需要识别人脸的场景l