这些年，校园安防建设经历了从起步到快速发展的阶段，校园安防在建设范围、系统性能等方面都有很大变化，但是现阶段校园安防仍处于不完全成熟的阶段，校园安防应用依然是以实时监控、事后调阅等应用为主，智能化应用少，在事前及事中的能力普遍偏弱。因此，为了减少监控人员的工作量，避免长时间注视监视屏幕，造成视距疲劳，降低危机处理反应能力，也为了减少监控人员的重复劳动，降低劳动强度，系统需提供智能分析功能。对于校园特殊区域，比如周界、变电箱、水域等，需要24小时重点防护，采用人工方式难以实现，可以通过视频智能分析手段进行不间断监控，如果出现了紧急情况及时报警。另一方面，校园重点区域监控前端设备往往缺乏必要的日常维护，当产品损毁严重时，遇到紧急事态无法进行视频录像的查看，导致事后处理突发事件缺乏依据。另外设备维护过程中也缺少相应的监督机制，导致学校监控设备维护责任不明确。如何发现前端设备的问题，并随时报修，并对维修过程进行有效监督，也是校园视频监控建设过程中亟待解决的重要问题。
校园安防建设是一个长期、不断完善的过程，这种循序渐进、分期进行的建设方式给校园安防的建设带来了很多好处，但随着设备的老旧和技术的更新，很多学校会在一段时间后更换一部分设备，因此需要一部分既存的设备和一部分新增的设备能够无缝衔接，形成一个统一的监控系统。出于成本考虑，如何最大程度的利用既有资源，是用户面临的一个重要问题。另一方面，由于学校的扩张，新建校区或分校的监控系统需要与老校区进行有效的整合，实现统一管理、分级授权，以便于日常安保工作的有序进行以及应急事件的高效处理。目前有些学校的系统仍相对分散独立，孤立的系统出现了无法逾越的瓶颈。
二、校园安防建设重点
随着安全形势以及校园业务发展所需，当前校园的安防建设涉及面广，包括了方方面面，其中需要重点关注的有以下几个方面：
1.互联互通，多系统整合
学校安防系统包括了视频监控、安防报警、车辆管理、门禁等多个子系统，随着学校业务和上级部门的管理需要，学校需要将这些子系统结合起来在一个统一的平台上管理，实现各系统间的资源共享和管理控制，以提高监管效率和应急处理能力。另外学校还建设有消防、广播等其他方面的子系统，通过对接这些系统，实现消防联动、广播联动等功能，可以充分发挥学校已建系统的功效，提升整体应急处理能力。互联共享与集成整合可以说是目前校园安防建设中必须解决的问题。
2.多级管理，联通公安
近年来，很多地方的学校安防建设已经全面覆盖了教育主管部门、公安部门、学校三个机构，以保证事故发生时不仅学校和教育主管部门这些主体机构能获知信息，更重要的是让公安部门也能在第一时间做出应对，以阻止或防止事件的发生。这就需要对资源进行共享访问，于是对我们的系统提出了联网共享需求。
通过多级联功能，可实现与其他独立系统的资源共享，目前国内的视频监控系统对接标准有GB/T28181、GB/T28059、DB33等，考虑平台对接建设成本，建议强制平台标准化改造，或将需要接入的资源直接接入上级接入平台。
3.报警联动，应急预案
系统建设不仅要满足视频录像事后取证的功能，最为重要的是应有一定的危险预警功能，根据预警信息采用适当措施把事态控制在萌芽状态，保障校园安全。预警报警主要包括周界入侵报警、视频智能分析预警、各种报警输入设备报警、门禁报警等，中心平台需要支持接入各种报警信息，并联动预案，便于对应急事件进行紧急处理。充分利用视频监控系统和其他安防子系统，及时发现问题，并提供有效的信息沟通能力，帮助校领导及时了解情况并下达事件处理要求，最大程度减少突发事件造成的危害。
4.智能化应用，提高事前事中预警处理能力
智能化对视频监控有非常深远的意义，目前校园安防建设对智能化的要求也很迫切。现阶段智能化在校园中的应用主要有：人脸识别、人流量统计、泛卡口应用以及智能跟踪、校园出入口车辆智能管理系统等等，用于学校对于人、车的管理。可以说在校园的智能化应用方面还有着很大的市场潜力可挖掘。
三、校园安防建设的发展方向
近一两年来，新一代信息技术发展日新月异，行业创新层出不穷，安防行业的发展也是一日千里。随着高清视频、智能分析、云计算和大数据等相关技术的发展，安防正在从传统的被动防御向主动判断、预警发展，为教育主管部门和校方提供可视化、智能化解决方案。大华在安防行业精耕细作，对校园安防系统建设有非常深入的积累和理解，我们认为未来的校园安防必然是朝着智能化、融合化的方向发展，归纳总结有以下几点。
1.视频数据结构化
随着校园安防建设的不断推进，监控点位越来越多，有的已达几千路甚至上万路的规模，视频和卡口产生海量的数据。目前学校的安防视频一般是存储1至3个月，因此大量的视频数据存储在数据中心，而这些数据多数是以非结构化的形式存在，成为呆滞数据，除了能回放外别无他用。用户面对海量的视频数据，已无法简单利用人海战术进行检索和分析，需要人工智能作为专家或助手，实时分析视频内容，探测异常信息，进行风险预测。
视频结构化技术是融合了机器视觉、图像处理、模式识别、深度学习等最前沿的人工智能技术，通过对视频数据的结构化信息提取，提高海量视频的应用价值，让用户看得完、看得懂、搜得到。
大华的“睿智”服务器，对随机拍摄好的1小时车辆监控视频进行分析，通过“时间、车牌号、车辆品牌、车身颜色”等多维度的检索，最终准确地找出了三辆车的出现时间以及车辆的相关信息。该系统作为大华视频监控领域处理性能最强的服务器，能够同时解析192路实时视频，远场覆盖80到100米，提取多样化视频内容，结合后端数据综合平台真正实现安防大数据应用，目前已成功应用于G20安保以及一些校园项目中。
此外，人工智能最常见的应用是人脸识别，这一技术的应用是在学校主要的出入口场所，通过前端布控的高清视频监控探头实时跟踪多目标人脸，把各处采集到的人脸信息与后台黑名单进行比对，并且能够同时进行多路视频分析比对，发现可疑人员并及时报警。
2.智能算法前置化
智能算法前置是视频监控的大方向。所谓前置化，即前端相机具备机器视觉和智能分析能力，识别出监控画面中的内容，并通过后台的云计算和大数据分析来做出思考和判断。而要做到这一点，必须使摄像机具备感知能力，只有如此我们才能进行智能分析的规模化部署和应用，让视频转为可利用的数据成为可能。所以说，智能算法前置是智能分析经济性和规模化部署的基础，也是智慧城市、平安校园大数据应用的关键。大华推出的睿智系列人脸摄像机通过高性能GPU和深度学习算法的结合，在前端即可实现动态人脸优选抓拍，支持性别、年龄、眼镜、表情等8种人脸属性识别，并可实现人脸布控，实时输出比对结果。基于这一领先技术，将使学校的人脸布控、人流统计、行为分析、车辆大数据等智能化应用的规模部署成为可能。
3.人工智能普及化
当前校园安防方案的智能化功能，在精准度、实时性方面还是存在一定的缺陷，随着深度学习的不断成熟和行业化应用的深入，各种自学习和自适应算法的研究和应用得到发展，后续的智能分析产品将带有强大的自学习和自适应功能。产品将能够根据不同的复杂环境进行自动学习和过滤，能够将视频中的一些干扰目标进行自动过滤，从而达到提高准确率，降低调试复杂度的目的。智能算法的前置化、精准化，为人工智能在校园安防中提供了规模化应用的基础。
4.多系统融合，统一应急指挥
校园安防涉及众多系统，多系统的融合、协同，将大大提高校园安全管理的水平和能力。消防报警系统通常情况下相对独立，将消防与安防系统联通，实现安消联动;通过信息发布系统，实现快速人员疏散;通过各系统融合的应急指挥系统，实现快速的指挥调度。今后，这些应用将大规模应用于校园安防，使我们的校园安防系统更加智慧。
结语：在校园内建立一个全面、高效、智能化的安防系统非常之有必要：一方面可以有效保证校园管理者及家长对学生的有力监督;另一方面利用新技术还能大大提升校园内的安全指数。校园应该是阳光安全的地方，为了保护这片净土，校园安防义不容辞。
18221259202