视频监控中异常行为检测在安防领域的研究进展

钟 婷 彭 晗

（广东警官学院，广东广州 510440）

随着视频监控数据的快速增长与人工智能、大数据、物联网等技术的飞速发展，社会对公共安全的重视程度逐渐加深，基于视频监控的智能感知技术已经成为安全监控发展的重要方向[1]。而基于视频监控的智能感知技术应用最广泛的领域之一就是异常行为检测，在各个涉及安防领域的场景基本都可适用。

传统的模拟视频监控系统和数字视频监控系统，仅仅包含视频录制与存储等基础功能，在后期的人工甄别筛选过程中浪费大量的时间、人力、物力、财力等资源，已难以满足现在社会对公共安全的需求。当前，基于海量视频数据的智能感知技术在异常行为检测中的应用，可以实现事前实时监测、事中实时报警、事后报警记录查询的全时段业务覆盖。尤其是在深度学习理论提出后，众多学者对这一领域的学术研究已持续多年，发表了一大批有价值的研究成果，涉及的领域从算法研究到社会生产与生活。因此，在智能视频监控系统下，充分发挥异常行为检测在安防领域的应用优势，再通过与“人防、物防、技防”的有效结合，可为智慧安防事业发展奠定坚实基础。

1 基于NoteExpress的视频监控与异常行为图谱分析

1.1 数据来源与检索策略

NoteExpress是一款国产专业文献检索与管理系统，具有数据搜集、文献管理、数据分析、辅助阅读、辅助写作等功能。其中，数据分析功能可实现对检索结果的文献类型、发表年份、作者、关键词、来源以及分词后的标题这六个字段进行词的规范化加工，并对词共现次数、相关系数和相异系数矩阵的计算以及词云图、路径关系图的可视化展示[2]。

通过在CNKI总库中以“视频监控”与“异常行为”并列作为主题词进行检索（不限定时间至2022年5月4日），导出492篇文献至NoteExpress进行数据分析。经初步人工筛选，剔除“作者”字段下显示无作者的文章；逐篇浏览文献摘要，剔除与基于视频监控异常行为检测应用无关的文章，如“视频监控”指视频监控系统的研究、视频监控成像、视频监控存储研究、视频监控数据结构化研究等；最终得到的有效题录487篇。值得一提的是，基于视频监控与异常行为的应用研究成果最早发表于2006年，其中2014年达到峰值为57篇，2014年后尽管发表成果没有增加，但每年的研究成果不少于27篇。

1.2 关键词图谱分析

（1）关键词词频分析。首先，将含义相近的关键词进行规范化，如将“智能视频监控”“智能监控”“智能视频监控系统”等规范为“视频监控”，将“异常行为检测”“异常行为识别”“异常检测”等规范为“异常行为”，将“运动目标检测”与“运动目标跟踪”规范为“目标检测”与“目标跟踪”。统一后，最常见关键词为“异常行为”“视频监控”。其次，就是“目标检测”“目标跟踪”“行为识别”“深度学习”等。规范化前后的词频，如图1所示。

图1 NoteExpress中词频统计及词规范化界面

（2）词频可视化云图。由于有一些关键词的词频较低，因此仅统计出现频率大于或等于5次的关键词，共40个关键词。根据关键词出现频率的高低用字体大小进行词频可视化，如图2所示。

图2 NoteExpress对“视频监控异常行为”检索后相关词可视化云图

（3）关键词的共词关系。对关键词进行共词关系可视化可以看出，“视频监控”与“异常行为”占据主导地位（这与检索的主题有关），其次就是“目标检测”“目标追踪”“深度学习”“特征提取”“支持向量机”等，其中“深度学习”是近几年“目标检测”与“目标追踪”研究最多的算法，更是异常行为检测的常用算法。曾婷等[1]总结道，目前国内已经有许多针对异常行为检测的算法，根据算法依据的不同，可分为能量法、聚类法、重构法、推断法、深度学习法等；而且已经可以发现异常行为检测的应用研究“智慧社区”“ATM”等关键词。对以上出现大于或等于5次的关键词生成共词关系，如图3所示。

图3 出现5次以上“视频监控异常行为”相关的关键词共词关系

2 智能视频监控中异常行为检测应用分析

2.1 公共安全

开展智能视频监控系统中异常行为检测在公共安全领域的应用，社会公共安全将得到提高，能够有效防范、化解、管控各类风险。公共场所人员密集，人流量大，是异常事件高发的区域，在公共安全防范领域充分利用智能视频监控系统异常行为检测，可降低异常行为在公共场所造成的安全隐患。在机场、枢纽机场航站楼等这些公共场景中，尤其是大型的、人口流动性大的枢纽型机场，运用智能视频监控系统对人员异常行为或状况检测，可使异常事件得到高效处置［3］。类似地，智能视频监控系统对地铁、公交、火车站、汽车站等公共场所的异常行为也可进行实时检测预警［4-5］。此外，大型公共设施及公共建筑内部的异常行为自动检测与逃生路径自动规划也成了重点研究方向［6］。

2.2 社区安全

智慧社区是智慧城市建设很重要的一个环节，是一种新型的社区管理理念，借助物联网、智能通信、路网监控等技术，整合社区现有的服务资源，为社区民众提供生活、工作、娱乐、教育、医护等多种便捷服务，以提高民众生活质量、提升社区服务品质[7]。在智慧社区管控系统中异常行为的检测是非常重要的组成部分，如在社区内公共区域、学校、娱乐场所、沿街商铺等地点通过智能视频监控系统实时检测人员异常行为，如聚集、打架斗殴、快速奔跑等，可以及时对异常事件发出警示，使异常事件得到及时处置[8-9]。电梯轿厢空间狭小，乘客时有跌倒、抢劫、施暴等安全事故或事件发生，通过智能视频监控系统可对这一系列的异常行为进行实时监测并报警，使乘客受到的伤害得到降低[10]。

2.3 校园安全

教育领域一直以来都是国家重点发展的领域，而校园几乎贯穿着教育领域的每个环节，因此校园安全越来越受社会大众的关注。传统的校园安全完全靠人工监管，人工监管总会时有疏忽，使得一些异常事件得不到及时地响应与处理，造成不好的影响。以智能视频监控为载体，搭建智慧幼儿园安全系统，其中异常行为检测就是其中很重要的一环[11-12]。基于校园视频监控系统的异常行为分析能够实时监控学生的行为动作，可减少校园暴力冲突事件的发生[13]。高校校园经常发生的情绪失控、斗殴、酗酒等异常行为都需要实时监测预警，为此，高校校园监控系统异常行为检测也成为重点研究的方向[14-15]。

2.4 家庭安全

当前我国人口老龄化越来越严重，老年人的监护问题已经成为社会越来越突出的问题。将家庭安全与安防系统联动起来的家庭智能监控系统异常行为检测，能更好地服务家庭安全，服务民生。尤其是对于一些空巢、孤寡老人家庭室内异常行为检测已经成为学者们的重点研究方向[16-17]。

2.5 智慧警务应用

在大数据的背景下，智能视频监控中异常行为检测可以通过对高危人群的微表情、异常行为等进行检测，可实现侦查工作的主动预警，具有非接触、高隐蔽、高效率的特点，符合视频侦查的实战需求，侦查效率得到提高，侦查工作也由被动应对转变为主动预测[18-19]。基于视频监控系统，针对行凶者与求助者的行为差异，通过异常行为检测来分别识别行凶者与求助者，在刑侦过程中是非常有帮助的[20]。

此外，在智慧交通方面，智能视频监控系统异常行为检测研究的应用，可检测出小车、客车、货车、行人等目标的异常行为，可更好地引导交通，规范车辆行驶行为，减少交通事故发生[21]。

由智能监控系统中异常行为检测在安防领域中应用研究分析可知，异常行为检测在安防领域中的应用场景涉及社会安全的方方面面，使社会生活与生产等不断趋于智能化、高效化。然而，这些应用研究依然面临着不少挑战。

首先，不同场景的应用研究都相对独立，不同应用场景之间尚未实现互联，同时也未实现安防领域应用研究的互联互通，比如公共安全与智慧警务、社区安全与智慧警务、家庭安全与医院安防系统等的联动。

其次，不同的应用场景对异常行为的定义都不同，加大了在今后的异常行为检测模块化基础算法研究的难度。

3 智能视频监控系统异常行为检测应用研究展望

基于前文对智能视频监控系统异常行为检测在安防领域中应用研究的分析，虽然学者们的相关研究仍面临着不少挑战，但同时也能看到巨大前景。

3.1 异常行为定义问题规范化很有必要

对异常行为的定义依旧没有很明确，张晓平等[22]将异常行为定义为在当前场景下，目标做出的一切不适宜动作、姿态或事件等。在此定义下，应用场景不同，异常行为就会有差异，导致异常行为可能会趋于复杂化，从而给智能视频监控系统异常行为检测的应用研究带来困难，故异常行为定义问题规范化，建立场景异常行为库是有必要的。

3.2 异常行为检测模块化基础算法研究

异常行为检测算法所具有的局限性，不仅因为异常行为定义的不明确性，还因为异常行为检测应用场景也在趋于复杂化。不同的场景，同一行为有可能会有不同的定义，而且几乎不可能对每一种行为都会定义；此外，天气、光照等因素产生的场景多样性也带来不必要的干扰，使得很多异常行为检测算法很难得到优化。因此，智能视频监控系统异常行为检测的模块化算法研究是一项极具意义的工作。比如，建立场景算法模型库，根据不同的场景推荐最优的场景算法模型[1]。

3.3 实现不同场景应用的互联互通

目前智能视频监控系统异常行为检测在公共场所、智慧社区、校园监管、家庭老人监护、智慧警务等领域都有相应的应用研究，但是却相对独立，缺乏不同应用场景之间的相互联动。因此，加强开展智能视频系统中异常行为检测在治安防控、城乡社会治理、智能交通、服务民生、生态建设与保护等领域的应用与互联，将进一步稳固社会安全。

4 结语

智能视频监控系统中的智慧感知技术已经应用到各行各业领域，尤其是智慧安防领域，针对不同的应用场景都可以实现异常行为检测与跟踪，达到事前实时监测、事中实时报警、事后报警记录查询的全时段业务覆盖。本文旨在综述智能视频监控系统异常行为检测在安防领域的应用研究现状，对目前的热点应用领域进行了梳理，同时提供了今后相关应用研究的方向展望。期望通过学者们的共同努力，智能视频监控系统异常行为检测可以在安防领域充分发挥优势，为安防事业的发展添砖加瓦。