華中科技大學同濟醫學院附屬協和醫院視頻監控改造項目一期

2018-05-06    

根據衛生部2008年~2014年發布的數據分析表明，我國醫院和醫療服務性單位，大部分醫院均陸續建設、改造、擴容、配套實施了以安防應用為主的視頻監控系統，基本覆蓋了人員流動較大、容易發生失竊事件的門診樓、住院部、停車場等場所，并有效的遏制了因醫患糾紛帶來的沖突事件。但這些系統因建設較早、建設標準不統一等多方面因素，使得大量已建醫院視頻監控系統的應用存在不少問題：

● 應用范圍狹窄 目前視頻監控系統在醫療行業核心應用仍然以安全防范為主。醫院作為一個人員流動頻繁的公共場所，伴隨著醫鬧事件的頻發，醫院安防等級在不斷攀升。視頻監控系統的有效部署，能夠對事件進行追溯以及對潛在犯罪分子起到相當大的威懾作用。但攝像機作為一種前端采集技術，它最接近人類的眼睛，采集的信息量也最為豐富，具有廣泛的應用空間，僅用于技防領域，無法發揮前端資源的最大價值。

● 技術相對落后 目前已建的大部分醫院采用的視頻監控系統仍以模擬系統或模擬攝像機+編碼器的半數字化為主體的監控系統，僅能滿足基礎的實時察看、錄像回放等功能，不能滿足日益增長的高清、易用、大規模構建、多院區互通互聯等新需求。

● 管理分散 醫院的典型特征是園區類建筑形態，內部會存在多個不同功能的建筑單體，各個樓都是逐年梯度建設的，早期的院區設計規劃往往會忽略智能化系統的運維管理模式，每套視頻監控系統往往隨著單體樓宇的弱電系統一起建設，各樓宇有獨立的一套安防，隨著院區內部建筑物的逐步增多，各樓內產品品牌、架構各異，很難統一管理，造成了保衛部門人力資源部署分散，人員維護成本高。

● 規模較小，覆蓋不足 早期受限于技術水平，傳統監控系統整體規模一般都在幾十路至幾百路攝像頭左右，大規模監控系統建設無法展開，但因醫院的建筑格局復雜，門急診、藥房、收費、化驗、各類科室混雜交錯，攝像機點位部署密度需求高，小規模的傳統監控系統往往會造成監控盲區的存在。

● 難于互聯 傳統監控系統源自于固定邊界內建筑或區域的防護需求，對互通互聯的需求較少，因此產品的開放性、網絡傳輸特性、對接協議標準化等方面嚴重不足，如不同系統采用不同廠商產品，視頻資源很難做到互聯互通，跨域訪問。

面對嚴峻的醫院安保形勢，主管部門不斷完善醫院安防系統建設規范，對醫院安防建設提出詳細及明確的建設要求。在相關標準的指導下，對已建醫院的視頻監控進行改造和升級、對新建醫院的監控系統進行具有前瞻性的方案設計與實施，是目前醫院的技防重點工作。

1、組網圖：

     2、功能圖

     3、智能分析業務專項說明 

實現對醫院重要部位/區域的視頻監控圖像的智能分析，出現異常情況時向中心報警；功能包括車牌識別、目標物識別和行為識別等技術應用。系統能對重要場合的人流量統計、人群聚集、運動軌跡、關鍵區域警戒和異常行為等進行智能視頻分析。可實現對指定一個或多個出入口進行單向、雙向人流量統計，可支持車牌識別、車輛流量統計、車輛比對功能，根據場景中的人群密度情況提供預警信息，并提供多種分類的靈活的報表信息；可實現對設定監控區域出現的單向越界、雙向越界、區域入侵、區域離開、滯留、徘徊等行為做出準確判斷，進行自動檢測、統計并發出報警信息；可實現對視頻區域出現的逆行、打架斗毆、敏感區域滯留、異常奔跑、聚眾及物品遺留等異常行為進行實時分析，并對其進行自動標記，及時報告可疑事件發生。系統能夠對經過設定區域的行人進行人臉檢測，可以按通道對人臉進行布防，每個通道可以單獨配置黑名單數據庫，實現單獨布防。同時可對人臉抓拍照片進行檢索、查詢。

4、人臉識別技術專項說明

1） 人臉比對技術原理說明

人臉識別系統主要包括三個組成部分，分別為：前端人臉相機采集，人臉智能識別，客戶端業務呈現。

前端人臉相機采集：

前端相機IPC主要負責進行人臉檢測和跟蹤，之后把抓拍的人臉圖片上傳至人臉服務器進行分析。

人臉檢測對比流程圖

2）智能人臉比對

人臉分析服務器對前端IPC上傳的人臉序列進行最佳人臉計算，對該最佳人臉進行人臉特征分析，提取相應的人臉信息，并將最佳人臉圖片及人臉特征數據進行存儲，后對照內部儲存的人臉信息庫進行篩查比對，根據要求進行相應聯動告警。

智能人臉對比告警流程圖

3）人臉軟件平臺業務呈現

軟件平臺可以導入人臉數據、下發人臉檢索任務以及實現黑名單布控，并且支持人臉屬性呈現以及過人檢索。

人臉檢索：軟件平臺下發人臉檢索任務后，人臉結構化分析服務器通過處理，將結果返回給客戶端，包括人員圖片、人員ID以及相似度等信息。

黑名單布控：軟件平臺配置好黑名單布控比對任務后，人臉分析服務器會將抓拍到的信息以及告警信息存入數據庫，客戶端從數據庫讀取信息，將抓拍的人臉信息和黑名單告警信息呈現給客戶。

人臉屬性：支持年齡、性別、是否戴眼鏡的屬性識別功能。

過人檢索：對IPC過人圖片支持不同時間段檢索。

4）人臉圖片及存儲

對入庫照片以及抓拍到的過人照片提取人臉特征，并將其抽象為軟件能夠識別的二進制碼保存到本地數據庫中。另外在客戶端界面可以查詢特定時間段內的全部過人圖片及歷史人臉對比結果。

5．人臉結構化分析系統其他功能

人臉結構化分析系統除了能夠支持基本的：人臉特寫抓拍，人臉比對，聯動告警，視頻實況實時查看，錄像查詢、回放、下載等，還能夠支持人臉檢索及查詢等特色功能。系統主要功能特點如下表：

6．黑名單人員實時布控

可設置黑名單，一旦與黑名單中人臉相似度高的人員出現，即可報警。

流程：人臉比對服務器對前端IPC上傳的最佳人臉圖片進行人臉特征分析，提取人臉信息，并對照內部存儲的人臉信息庫進行篩查比對，動態更新人臉庫中每個目標的“最”相似候選人列表，并根據要求進行聯動告警。

可導入一張前端抓拍圖片或其它符合要求（如分辨率、格式等）的人臉圖片，與人臉庫的照片進行比對，確認該人員的真實身份。

可進行前端攝像機的過人圖片檢索，支持兩種方式：按結構化信息檢索（性別、年齡等）和以圖搜圖檢索 。    

以圖搜圖：可導入一張前端抓拍圖片或其它符合要求（如分辨率、格式等）的人臉圖片，與指定相機的抓拍圖片進行比對，可檢索該人員的過人記錄。

將指定人員（嫌疑人）的人臉圖像與各前端監控點上傳的圖像進行比對，分析得出該人員的行動軌跡。

7、基于人臉識別的醫鬧、號販子方案

    號販子和醫鬧識別，基于人臉識別技術和數據自動分析技術。

本方案采用的人臉識別技術，采用前端IPC+后端智能分析結合的方式，大大降低了系統的計算壓力，前端IPC扣取人臉圖像，后端服務器進行算法對比識別人員身份。先進的大數據方案保證了人臉識別的準確性和抗干擾性，人臉圖像由于年齡變化、胖瘦變化、發型變化、局部遮擋、表情異常和側臉拍照的情況下，都能保證較高的識別率。

當系統將各種人臉識別到后，可以根據人臉信息出現的時間和地點，以及分布規律，自動篩選出嫌疑人名單庫，當嫌疑人再次出現的時候，可以自動給出報警信息。

攝像機部分：

攝像機部署在醫院的掛號大廳和出入口，如果內置智能分析，可用來捕獲醫院中相關人員的衣著信息、人臉信息的有無。

智能分析部分：

智能分析服務器對攝像機給出的信息進行分析，篩選出衣著信息和人臉信息（人臉對比）。如果是前端攝像機內置智能算法，可以大大降低智能分析服務器的需求。

智能分析服務器將各個攝像機的數據進行關聯化匹配，從而將多個信息和某個具體的人員進行綁定。

攝像機安裝方式：

大廳和醫院出入口，安裝衣著和體態檢測攝像機。識別滯留信息，并記錄衣著和年齡段信息。   

出入口寬動態攝像機，帶人臉檢測,掛號機、掛號處，矮裝人臉檢測攝像機，高裝的攝像機檢測人的衣著信息。

人臉數據檢索和數據模型

在將人臉信息和衣著信息關聯后，需要設定這些特性的關聯系，主要關聯信息如下：

1）、出現頻次；       2）、運動速度；       3）、時間分布特征

為了從海量的識別信息中“分析”出潛在的嫌疑分析，需要利用多個特殊化的模型，分析各種數據之間的關系。

一個簡化的模型如下：