基于视频AI的校园安全识别方法研究.pdfVIP

信息技术与应用ChinaScienceTechnologyOverview

基于视频AI的校园安全识别方法研究

颜 燕

（联通（广东）产业互联网有限公司，广东广州510006）

：

摘 要随着国家教育事业的不断发展以及教育规模的不断扩大，校园安全建设逐渐深入人心，传统的视频监控和非深度人脸识

别方法已难以满足校园安全防护要求。因此，本文研究和设计了一种基于视频AI的校园安全识别方法，通过深度人脸识别技术和神经

网络技术的结合，提高校园识别方法的精度和速度，满足批量人脸识别和危险区域识别预警功能，从而促进校园安全技术升级，使校

园安全识别变得更加智能化和人性化。

：；；

关键词视频AI校园安全人脸识别

：：：---

中图分类号TM181文献标识码A文章编号16712064（2024）21005603

0引言

图像录入

随着我国教育事业不断改革发展以及教育规模的不断人脸录入

扩大，学生人数逐年增加，校园安全问题日益加剧，进一实时摄像头录入

步加大了校园安全防护压力。传统校园安全防控方式多为

视频监控，该方式可以大幅提高值班人员的工作效率，但人脸检测人脸框选

是视频监控屏是多画像、小画面，监控人员难以长期专注人对人脸特征点

脸人脸对齐归一化处理

监控屏，而且视频监控技术多作为事后参考，无法实时预识人脸识别

别人脸表征将人脸表征

警。此外，部分校园在安全防护上采用非深度人脸识别技向量化

术，但由于人像采集过程中存在噪声和光线差异问题，导人脸匹配将人脸向量与

人脸库匹配

致识别精度不够，检测速度较慢。

随着视频AI技术的飞速发展和深度学习的普及，校人脸库删除

人脸管理

园安全防护方式逐渐科技化与智能化。为了解决上述问题，人脸库更新

本文结合视频AI技术和深度学习的相关知识，提出了一

种校园安全识别方法[1]。图1人脸识别系统架构设计图

1基于AI的深度人脸识别

存在，并通过矩形框出人脸。上下学时，检测对象通常是

身份识别对于确定学生身份信息至关重要。只有识别

大批量学生，而且在人脸检测过程中会有噪声、光线等环

学生身份，才能够更好地根据学生情况进行安全预防。该

境干扰。传统的非深度人脸识别方法难以及时准确地对学

识别方法主要采用