华中科技大学同济医学院附属协和医院视频监控改造项目一期

2018-05-06    

根据卫生部2008年~2014年发布的数据分析表明，我国医院和医疗服务性单位，大部分医院均陆续建设、改造、扩容、配套实施了以安防应用为主的视频监控系统，基本覆盖了人员流动较大、容易发生失窃事件的门诊楼、住院部、停车场等场所，并有效的遏制了因医患纠纷带来的冲突事件。但这些系统因建设较早、建设标准不统一等多方面因素，使得大量已建医院视频监控系统的应用存在不少问题：

● 应用范围狭窄 目前视频监控系统在医疗行业核心应用仍然以安全防范为主。医院作为一个人员流动频繁的公共场所，伴随着医闹事件的频发，医院安防等级在不断攀升。视频监控系统的有效部署，能够对事件进行追溯以及对潜在犯罪分子起到相当大的威慑作用。但摄像机作为一种前端采集技术，它最接近人类的眼睛，采集的信息量也最为丰富，具有广泛的应用空间，仅用于技防领域，无法发挥前端资源的最大价值。

● 技术相对落后 目前已建的大部分医院采用的视频监控系统仍以模拟系统或模拟摄像机+编码器的半数字化为主体的监控系统，仅能满足基础的实时察看、录像回放等功能，不能满足日益增长的高清、易用、大规模构建、多院区互通互联等新需求。

● 管理分散 医院的典型特征是园区类建筑形态，内部会存在多个不同功能的建筑单体，各个楼都是逐年梯度建设的，早期的院区设计规划往往会忽略智能化系统的运维管理模式，每套视频监控系统往往随着单体楼宇的弱电系统一起建设，各楼宇有独立的一套安防，随着院区内部建筑物的逐步增多，各楼内产品品牌、架构各异，很难统一管理，造成了保卫部门人力资源部署分散，人员维护成本高。

● 规模较小，覆盖不足 早期受限于技术水平，传统监控系统整体规模一般都在几十路至几百路摄像头左右，大规模监控系统建设无法展开，但因医院的建筑格局复杂，门急诊、药房、收费、化验、各类科室混杂交错，摄像机点位部署密度需求高，小规模的传统监控系统往往会造成监控盲区的存在。

● 难于互联 传统监控系统源自于固定边界内建筑或区域的防护需求，对互通互联的需求较少，因此产品的开放性、网络传输特性、对接协议标准化等方面严重不足，如不同系统采用不同厂商产品，视频资源很难做到互联互通，跨域访问。

面对严峻的医院安保形势，主管部门不断完善医院安防系统建设规范，对医院安防建设提出详细及明确的建设要求。在相关标准的指导下，对已建医院的视频监控进行改造和升级、对新建医院的监控系统进行具有前瞻性的方案设计与实施，是目前医院的技防重点工作。

1、组网图：

     2、功能图

     3、智能分析业务专项说明 

实现对医院重要部位/区域的视频监控图像的智能分析，出现异常情况时向中心报警；功能包括车牌识别、目标物识别和行为识别等技术应用。系统能对重要场合的人流量统计、人群聚集、运动轨迹、关键区域警戒和异常行为等进行智能视频分析。可实现对指定一个或多个出入口进行单向、双向人流量统计，可支持车牌识别、车辆流量统计、车辆比对功能，根据场景中的人群密度情况提供预警信息，并提供多种分类的灵活的报表信息；可实现对设定监控区域出现的单向越界、双向越界、区域入侵、区域离开、滞留、徘徊等行为做出准确判断，进行自动检测、统计并发出报警信息；可实现对视频区域出现的逆行、打架斗殴、敏感区域滞留、异常奔跑、聚众及物品遗留等异常行为进行实时分析，并对其进行自动标记，及时报告可疑事件发生。系统能够对经过设定区域的行人进行人脸检测，可以按通道对人脸进行布防，每个通道可以单独配置黑名单数据库，实现单独布防。同时可对人脸抓拍照片进行检索、查询。

4、人脸识别技术专项说明

1） 人脸比对技术原理说明

人脸识别系统主要包括三个组成部分，分别为：前端人脸相机采集，人脸智能识别，客户端业务呈现。

前端人脸相机采集：

前端相机IPC主要负责进行人脸检测和跟踪，之后把抓拍的人脸图片上传至人脸服务器进行分析。

人脸检测对比流程图

2）智能人脸比对

人脸分析服务器对前端IPC上传的人脸序列进行最佳人脸计算，对该最佳人脸进行人脸特征分析，提取相应的人脸信息，并将最佳人脸图片及人脸特征数据进行存储，后对照内部储存的人脸信息库进行筛查比对，根据要求进行相应联动告警。

智能人脸对比告警流程图

3）人脸软件平台业务呈现

软件平台可以导入人脸数据、下发人脸检索任务以及实现黑名单布控，并且支持人脸属性呈现以及过人检索。

人脸检索：软件平台下发人脸检索任务后，人脸结构化分析服务器通过处理，将结果返回给客户端，包括人员图片、人员ID以及相似度等信息。

黑名单布控：软件平台配置好黑名单布控比对任务后，人脸分析服务器会将抓拍到的信息以及告警信息存入数据库，客户端从数据库读取信息，将抓拍的人脸信息和黑名单告警信息呈现给客户。

人脸属性：支持年龄、性别、是否戴眼镜的属性识别功能。

过人检索：对IPC过人图片支持不同时间段检索。

4）人脸图片及存储

对入库照片以及抓拍到的过人照片提取人脸特征，并将其抽象为软件能够识别的二进制码保存到本地数据库中。另外在客户端界面可以查询特定时间段内的全部过人图片及历史人脸对比结果。

5．人脸结构化分析系统其他功能

人脸结构化分析系统除了能够支持基本的：人脸特写抓拍，人脸比对，联动告警，视频实况实时查看，录像查询、回放、下载等，还能够支持人脸检索及查询等特色功能。系统主要功能特点如下表：

6．黑名单人员实时布控

可设置黑名单，一旦与黑名单中人脸相似度高的人员出现，即可报警。

流程：人脸比对服务器对前端IPC上传的最佳人脸图片进行人脸特征分析，提取人脸信息，并对照内部存储的人脸信息库进行筛查比对，动态更新人脸库中每个目标的“最”相似候选人列表，并根据要求进行联动告警。

可导入一张前端抓拍图片或其它符合要求（如分辨率、格式等）的人脸图片，与人脸库的照片进行比对，确认该人员的真实身份。

可进行前端摄像机的过人图片检索，支持两种方式：按结构化信息检索（性别、年龄等）和以图搜图检索 。    

以图搜图：可导入一张前端抓拍图片或其它符合要求（如分辨率、格式等）的人脸图片，与指定相机的抓拍图片进行比对，可检索该人员的过人记录。

将指定人员（嫌疑人）的人脸图像与各前端监控点上传的图像进行比对，分析得出该人员的行动轨迹。

7、基于人脸识别的医闹、号贩子方案

    号贩子和医闹识别，基于人脸识别技术和数据自动分析技术。

本方案采用的人脸识别技术，采用前端IPC+后端智能分析结合的方式，大大降低了系统的计算压力，前端IPC扣取人脸图像，后端服务器进行算法对比识别人员身份。先进的大数据方案保证了人脸识别的准确性和抗干扰性，人脸图像由于年龄变化、胖瘦变化、发型变化、局部遮挡、表情异常和侧脸拍照的情况下，都能保证较高的识别率。

当系统将各种人脸识别到后，可以根据人脸信息出现的时间和地点，以及分布规律，自动筛选出嫌疑人名单库，当嫌疑人再次出现的时候，可以自动给出报警信息。

摄像机部分：

摄像机部署在医院的挂号大厅和出入口，如果内置智能分析，可用来捕获医院中相关人员的衣着信息、人脸信息的有无。

智能分析部分：

智能分析服务器对摄像机给出的信息进行分析，筛选出衣着信息和人脸信息（人脸对比）。如果是前端摄像机内置智能算法，可以大大降低智能分析服务器的需求。

智能分析服务器将各个摄像机的数据进行关联化匹配，从而将多个信息和某个具体的人员进行绑定。

摄像机安装方式：

大厅和医院出入口，安装衣着和体态检测摄像机。识别滞留信息，并记录衣着和年龄段信息。   

出入口宽动态摄像机，带人脸检测,挂号机、挂号处，矮装人脸检测摄像机，高装的摄像机检测人的衣着信息。

人脸数据检索和数据模型

在将人脸信息和衣着信息关联后，需要设定这些特性的关联系，主要关联信息如下：

1）、出现频次；       2）、运动速度；       3）、时间分布特征

为了从海量的识别信息中“分析”出潜在的嫌疑分析，需要利用多个特殊化的模型，分析各种数据之间的关系。

一个简化的模型如下：