AI行为识别：安防主动预警

不能只是被动的安防

意外和明天，我们永远都不知道哪一个会先到。暴力伤医、校园霸凌、天灾人祸等事件频频发生，安防成为国家和人民重视的问题。我国的安防行业开始于20世纪70年代末到80年代初，主要安防产品分为视频监控、门禁和防盗报警三类。从城市的“平安城市”工程、公安、交通、楼宇、文教卫、银行金融等各行业级应用，再到社区、家庭安全的消费级应用，安防贯穿始终。但对于防范更多突发性意外事件的发生，现阶段的安防手段还存在响应慢、效率低等问题。随着技术的革新引领，安防行业也在寻求变革，正在从“ 看得见 ” 步入 “ 看得懂 ” 的智能化时代。

人工智能为安防行业的转型提供了重要的技术支撑。其中的行为识别技术能很好弥补纯人为安防的缺陷，使安防从被动防御变为主动预警。

爱莫如何用行为识别使安防更主动

行为识别指的是让机器从一个未知视频或图像序列中自动分析其中正在进行的行为。简单来说就是 智能识别出哪些人、在什么时刻、什么地方、干什么事情。

爱莫充分利用自身独特的技术路径，通过行为识别的技术对场景实时跟踪、识别分析，并以最快时间达到对突发性事件的警报。

以下是爱莫行为识别技术的实际演示：

暴力行为/车祸识别

车祸识别

持枪识别

明火场景识别

行为识别的应用

行业级应用

智慧城市、智慧园区视频监控智能化升级应用；公安、校园、医院、金融、楼宇等高安全需求场景的突发性事件的主动预警；

消费级应用

家庭、社区用于照看老人儿童、防火、防盗、防漏电等的警报通知；

目前，爱莫的人体行为识别技术已在细分场景有落地案例，助力各行业客户的安防智能化与数字化升级。

监狱场景应用：实时分析并警报是否有人员逃逸、斗殴等情况；
校园周边安防应用：实时分析并警报是否有学生斗殴、外人入侵等情况；
医院周边安防应用：实时分析并警报是否有暴动伤医、危险人员等情况；

爱莫行为识别应用案例

行为识别为何难

相较于人脸识别，行为识别对技术的要求更高一层。

需要识别的环境复杂

危险和意外的发生往往伴随着光线情况复杂、多人、大幅度动作、模糊、遮挡等问题，这些都严重导致机器无法精准识别目标。

数据收集难

视频的精细标注工作量远大于图像标注。加上动作种类繁杂，收集数据很难为每个类别收集足够多的训练样本。

训练过程难

不同人同一种动作差异很大，比如挥手，有些人举得很高幅度很大，有些人动作却很矜持；同时一种动作还分很多子类，比如拳击就可以包括上勾拳，平勾拳，斜勾拳等。

爱莫的优势