大學生新聞網，大學生新聞發布平臺

科技賦能，智慧安防——湖大學子研發公共安全智能分析系統

中國青年網武漢7月17日電

　　公共安全，作為現代化城市的基石，其重要性不言而喻。隨著國家對公共安全支出的穩步增長，相關行業的發展也獲得了堅實的基礎。其中，視頻監控作為新型城市建設的核心部分，更是保障城市公共安全的重要手段。2024年6月28日至7月11日，湖北大學“瑞智安邦”團隊以“智能安防助力公共安全”為主題，深入武漢、荊州等地，開展了一場關于人群治安風險監測與防范的調查實踐活動。他們通過實地走訪和交流，致力于完善視頻大數據平臺功能，優化人群治安風險監測與防范系統，推動智能監控技術在實際應用中的發展與改進，為提升城市治安管理水平貢獻青春力量。

聚焦多方需求，助力公共安全

　　為了解監控系統的實際運行狀況，觀察存在的問題和不足，“瑞智安邦”團隊的成員們走進了大街小巷，深入人民群眾之中，前往武漢市內的商場、學校、車站等具有代表性的人群聚集地和事故多發地進行走訪。他們針對不同調研對象，包括企業管理者、員工、普通群眾等，設計了針對性的問卷，涵蓋了現有監控系統的使用情況、系統不足、新平臺需求等多個方面。

　　通過實地走訪以及對回收的有效問卷進行深入分析，團隊對現行視頻監控系統有了更為全面的認知。他們發現，現行視頻監控系統普遍存在著遠距離成像效果差、預測效果差、功能單一以及人力處理速度慢四大難點。大眾對圖像清晰度和實時響應有著更高的期望，而治安管理人員則強調了智能分析功能和數據共享的重要性。這些用戶數據以及試點單位的反饋為團隊完善視頻大數據平臺功能、優化人群治安風險監測與防范系統帶來了重要的指導意義。

　　圖為實踐隊員在線下采訪民眾。中國青年網通訊員麥敏琳供圖

　　那么，如何做到數據利用“最大化”、數據分析“效率化”、數據處理“智能化”呢?針對這些痛點問題，“瑞智安邦”團隊提出了三大核心技術：行人重識別技術、人群行為識別技術、態勢感知技術。目前，團隊開發的人群治安風險監測與防范系統已在湖北省信息中心、開源網安有限公司、湖北省荊門紀山楚王遺址景區、惠之美生活服務集團以及武漢光谷技術有限公司五家單位試點運行，并得到了良好的反饋。

深入企業探索，推動安防升級

　　為了推動人群綜合治安風險監測與防范的革新與升級，“瑞智安邦”團隊還深入開源網安、路特斯及精壹致遠(武漢)信息技術有限公司等企業部門，就現有監控視頻系統的使用情況、痛點及市場新需求進行了全面而深入的探索。

　　2024年6月團隊成員前往武漢路特斯科技有限公司。團隊成員被其監控視頻系統在生產線上的廣泛應用所震撼，親身感受到了系統部署范圍的全面以及精準監控與高效運作的卓越表現。同時，路特斯科技團隊也坦誠地分享了他們在監控視頻系統中遇到的挑戰，包括圖像質量的波動、數據處理能力的瓶頸以及系統穩定性的挑戰。團隊成員認真傾聽，與路特斯科技團隊展開了深入的討論，共同剖析問題的根源，并積極探索技術突破的路徑。

　　圖為實踐隊在路特斯工廠聆聽工作人員講解。中國青年網通訊員張志吉供圖

　　2024年7月7日團隊成員前往開源網安技術有限公司，這里是網絡安全與監控技術的先鋒陣地。開源網安的技術專家向團隊詳細介紹了當前其監控系統的部署范圍與覆蓋率的問題，并分享了公司在這些領域的技術突破與解決方案。雙方就如何提升監控系統的智能化水平、加強數據隱私保護等議題進行了深入交流，為安防技術的未來發展提供了新的思路。

　　圖為實踐隊員與公司負責人深入交流。中國青年網通訊員張志吉供圖

　　2024年7月11日，團隊成員來到了精壹致遠(武漢)信息技術有限公司，該公司專注于創新信息技術服務。會議室里，團隊成員與管理層就應用層面和管理層面的痛點進行了廣泛的討論。從用戶操作體驗的優化到維護成本的降低，從跨部門協作的難題到數據共享的壁壘，每一個話題都引發了雙方的熱烈討論。通過此次交流，團隊不僅收集到了寶貴的市場反饋，還為新系統的功能設計與優化提供了重要的參考。

技術創新驅動，提升安防效能

　　在系統優化的過程中，團隊成員們嚴格遵循“實踐出真知”的原則。基于前期實地調研的豐富成果，團隊成員著手完善新系統的功能與技術需求。廣泛收集了政府、企業對智能分析、實時預警、多維度數據整合等功能的迫切需求，同時也關注到了群眾對危險事件預測準確率、應急響應速度的高期望。

　　為了滿足這些需求，“瑞智安邦”團隊決定在新系統中引入高分辨率攝像頭、先進算法支持以及云計算和大數據處理等技術，以全面提升系統的智能化水平。通過收集并分析大量測試數據，團隊不斷優化系統性能，確保其在實際應用中能夠發揮出最佳效能。

　　此次調研不僅是一次技術探索之旅，更在理論層面取得了顯著的成果。通過細致的實地調查和深入的數據分析，“瑞智安邦”團隊成功填補了人群治安管理系統在實際應用中的研究空白，為相關領域的理論研究注入了新的活力。同時，團隊結合視頻大數據、深度學習和物聯網等前沿技術，深入探索了這些新技術在治安管理中的創新應用，為學術界提供了新的研究視角和方向。大量實證數據的收集與整理，更為構建科學和嚴謹的理論模型奠定了堅實的基礎。