這些年，校園安防建設經歷了從起步到快速發展的階段，校園安防在建設范圍、系統性能等方面都有很大變化，但是現階段校園安防仍處于不完全成熟的階段，校園安防應用依然是以實時監控、事后調閱等應用為主，智能化應用少，在事前及事中的能力普遍偏弱。因此，為了減少監控人員的工作量，避免長時間注視監視屏幕，造成視距疲勞，降低危機處理反應能力，也為了減少監控人員的重復勞動，降低勞動強度，系統需提供智能分析功能。對于校園特殊區域，比如周界、變電箱、水域等，需要24小時重點防護，采用人工方式難以實現，可以通過視頻智能分析手段進行不間斷監控，如果出現了緊急情況及時報警。另一方面，校園重點區域監控前端設備往往缺乏必要的日常維護，當產品損毀嚴重時，遇到緊急事態無法進行視頻錄像的查看，導致事后處理突發事件缺乏依據。另外設備維護過程中也缺少相應的監督機制，導致學校監控設備維護責任不明確。如何發現前端設備的問題，并隨時報修，并對維修過程進行有效監督，也是校園視頻監控建設過程中亟待解決的重要問題。

　　校園安防建設是一個長期、不斷完善的過程，這種循序漸進、分期進行的建設方式給校園安防的建設帶來了很多好處，但隨著設備的老舊和技術的更新，很多學校會在一段時間后更換一部分設備，因此需要一部分既存的設備和一部分新增的設備能夠無縫銜接，形成一個統一的監控系統。出于成本考慮，如何最大程度的利用既有資源，是用戶面臨的一個重要問題。另一方面，由于學校的擴張，新建校區或分校的監控系統需要與老校區進行有效的整合，實現統一管理、分級授權，以便于日常安保工作的有序進行以及應急事件的高效處理。目前有些學校的系統仍相對分散獨立，孤立的系統出現了無法逾越的瓶頸。

　　二、校園安防建設重點

　　隨著安全形勢以及校園業務發展所需，當前校園的安防建設涉及面廣，包括了方方面面，其中需要重點關注的有以下幾個方面：

　　1.互聯互通，多系統整合

　　學校安防系統包括了視頻監控、安防報警、車輛管理、門禁等多個子系統，隨著學校業務和上級部門的管理需要，學校需要將這些子系統結合起來在一個統一的平臺上管理，實現各系統間的資源共享和管理控制，以提高監管效率和應急處理能力。另外學校還建設有消防、廣播等其他方面的子系統，通過對接這些系統，實現消防聯動、廣播聯動等功能，可以充分發揮學校已建系統的功效，提升整體應急處理能力。互聯共享與集成整合可以說是目前校園安防建設中必須解決的問題。

　　2.多級管理，聯通公安

　　近年來，很多地方的學校安防建設已經全面覆蓋了教育主管部門、公安部門、學校三個機構，以保證事故發生時不僅學校和教育主管部門這些主體機構能獲知信息，更重要的是讓公安部門也能在第一時間做出應對，以阻止或防止事件的發生。這就需要對資源進行共享訪問，于是對我們的系統提出了聯網共享需求。

　　通過多級聯功能，可實現與其他獨立系統的資源共享，目前國內的視頻監控系統對接標準有GB/T28181、GB/T28059、DB33等，考慮平臺對接建設成本，建議強制平臺標準化改造，或將需要接入的資源直接接入上級接入平臺。

　　3.報警聯動，應急預案

　　系統建設不僅要滿足視頻錄像事后取證的功能，最為重要的是應有一定的危險預警功能，根據預警信息采用適當措施把事態控制在萌芽狀態，保障校園安全。預警報警主要包括周界入侵報警、視頻智能分析預警、各種報警輸入設備報警、門禁報警等，中心平臺需要支持接入各種報警信息，并聯動預案，便于對應急事件進行緊急處理。充分利用視頻監控系統和其他安防子系統，及時發現問題，并提供有效的信息溝通能力，幫助校領導及時了解情況并下達事件處理要求，最大程度減少突發事件造成的危害。

　　4.智能化應用，提高事前事中預警處理能力

　　智能化對視頻監控有非常深遠的意義，目前校園安防建設對智能化的要求也很迫切。現階段智能化在校園中的應用主要有：人臉識別、人流量統計、泛卡口應用以及智能跟蹤、校園出入口車輛智能管理系統等等，用于學校對于人、車的管理。可以說在校園的智能化應用方面還有著很大的市場潛力可挖掘。

　　三、校園安防建設的發展方向

　　近一兩年來，新一代信息技術發展日新月異，行業創新層出不窮，安防行業的發展也是一日千里。隨著高清視頻、智能分析、云計算和大數據等相關技術的發展，安防正在從傳統的被動防御向主動判斷、預警發展，為教育主管部門和校方提供可視化、智能化解決方案。大華在安防行業精耕細作，對校園安防系統建設有非常深入的積累和理解，我們認為未來的校園安防必然是朝著智能化、融合化的方向發展，歸納總結有以下幾點。

　　1.視頻數據結構化

　　隨著校園安防建設的不斷推進，監控點位越來越多，有的已達幾千路甚至上萬路的規模，視頻和卡口產生海量的數據。目前學校的安防視頻一般是存儲1至3個月，因此大量的視頻數據存儲在數據中心，而這些數據多數是以非結構化的形式存在，成為呆滯數據，除了能回放外別無他用。用戶面對海量的視頻數據，已無法簡單利用人海戰術進行檢索和分析，需要人工智能作為專家或助手，實時分析視頻內容，探測異常信息，進行風險預測。

　　視頻結構化技術是融合了機器視覺、圖像處理、模式識別、深度學習等最前沿的人工智能技術，通過對視頻數據的結構化信息提取，提高海量視頻的應用價值，讓用戶看得完、看得懂、搜得到。

　　大華的“睿智”服務器，對隨機拍攝好的1小時車輛監控視頻進行分析，通過“時間、車牌號、車輛品牌、車身顏色”等多維度的檢索，最終準確地找出了三輛車的出現時間以及車輛的相關信息。該系統作為大華視頻監控領域處理性能最強的服務器，能夠同時解析192路實時視頻，遠場覆蓋80到100米，提取多樣化視頻內容，結合后端數據綜合平臺真正實現安防大數據應用，目前已成功應用于G20安保以及一些校園項目中。

　　此外，人工智能最常見的應用是人臉識別，這一技術的應用是在學校主要的出入口場所，通過前端布控的高清視頻監控探頭實時跟蹤多目標人臉，把各處采集到的人臉信息與后臺黑名單進行比對，并且能夠同時進行多路視頻分析比對，發現可疑人員并及時報警。

　　2.智能算法前置化

　　智能算法前置是視頻監控的大方向。所謂前置化，即前端相機具備機器視覺和智能分析能力，識別出監控畫面中的內容，并通過后臺的云計算和大數據分析來做出思考和判斷。而要做到這一點，必須使攝像機具備感知能力，只有如此我們才能進行智能分析的規模化部署和應用，讓視頻轉為可利用的數據成為可能。所以說，智能算法前置是智能分析經濟性和規模化部署的基礎，也是智慧城市、平安校園大數據應用的關鍵。大華推出的睿智系列人臉攝像機通過高性能GPU和深度學習算法的結合，在前端即可實現動態人臉優選抓拍，支持性別、年齡、眼鏡、表情等8種人臉屬性識別，并可實現人臉布控，實時輸出比對結果。基于這一領先技術，將使學校的人臉布控、人流統計、行為分析、車輛大數據等智能化應用的規模部署成為可能。

　　3.人工智能普及化

　　當前校園安防方案的智能化功能，在精準度、實時性方面還是存在一定的缺陷，隨著深度學習的不斷成熟和行業化應用的深入，各種自學習和自適應算法的研究和應用得到發展，后續的智能分析產品將帶有強大的自學習和自適應功能。產品將能夠根據不同的復雜環境進行自動學習和過濾，能夠將視頻中的一些干擾目標進行自動過濾，從而達到提高準確率，降低調試復雜度的目的。智能算法的前置化、精準化，為人工智能在校園安防中提供了規模化應用的基礎。

　　4.多系統融合，統一應急指揮

　　校園安防涉及眾多系統，多系統的融合、協同，將大大提高校園安全管理的水平和能力。消防報警系統通常情況下相對獨立，將消防與安防系統聯通，實現安消聯動;通過信息發布系統，實現快速人員疏散;通過各系統融合的應急指揮系統，實現快速的指揮調度。今后，這些應用將大規模應用于校園安防，使我們的校園安防系統更加智慧。

　　結語：在校園內建立一個全面、高效、智能化的安防系統非常之有必要：一方面可以有效保證校園管理者及家長對學生的有力監督;另一方面利用新技術還能大大提升校園內的安全指數。校園應該是陽光安全的地方，為了保護這片凈土，校園安防義不容辭。