蔡武越

（教育部考試中心，北京 100084）

在教育考試信息化、數(shù)字化趨勢推動下，智能技術(shù)在教育考試管理中的應用不斷深化，標準化考點建設(shè)內(nèi)涵不斷延伸和擴展，技術(shù)、信息、數(shù)據(jù)不斷累積和沉淀，大大提高了考試管理的安全性和可靠性，實現(xiàn)了人防、物防、技防的一體化。在考試安全保密的核心部位和關(guān)鍵場所的管理中，如何利用智能技術(shù)有效提高效率和即時性，特別是在海量數(shù)據(jù)中提取有效管理信息，以發(fā)現(xiàn)問題、預警報警、查補漏洞等，變得非常迫切。

保密室作為考前存放試卷的核心部位和關(guān)鍵場所，以往是以“人”為核心進行管理和值守。隨著對保密室、保密柜、保密值守人員監(jiān)控的建立，“技防”產(chǎn)生的人工工作量不斷增加：一是在網(wǎng)上巡查監(jiān)控的基礎(chǔ)之上的大量監(jiān)控視頻回放檢查。國家教育考試要求每6小時對視頻監(jiān)控錄像必須進行回放，需要人工播放檢查，工作量巨大。然而在這些監(jiān)控錄像中僅有極少部分是“有效錄像”（指能有效反映當前保密室監(jiān)控環(huán)境變化的視頻錄像）。特別是在異常情況下，對非明確目標的事件回溯工作難度較大。二是要通過工作人員對保密室使用期間的異常情況進行發(fā)現(xiàn)、甄別和判斷，難度很大。通過人工進行保密室錄像回放，在長時間、單一性的工作內(nèi)容下，將會大幅提高工作強度，使得工作人員過度疲勞，由此產(chǎn)生的準確性、安全性、可靠性、穩(wěn)定性隱患更為突出。

本文提出通過基于視頻圖像智能分析技術(shù)的保密室智能值守解決方案，可以有效緩解視頻回放人力資源浪費、回放效率低、準確度差、關(guān)鍵信息（錄像、圖片）記錄不全、突發(fā)事件響應慢等問題，為今后逐步推廣應用至重點場所探索高效合理的技術(shù)模式。

1 視頻濃縮技術(shù)

在對異常情況進行目標性不明確回溯的應用場景中，不可避免地需要對完整視頻資料進行回放查找。視頻濃縮技術(shù)有效過濾無用視頻，同時又不遺漏關(guān)鍵視頻。本文提到的視頻濃縮技術(shù)實際為動態(tài)視頻濃縮技術(shù)，區(qū)別于靜態(tài)視頻摘要中僅提取關(guān)鍵幀的實現(xiàn)方式，一般包括4個基本步驟：一是運動目標檢測，包括背景建模、場景分割以及運動物體檢測等；二是目標軌跡提取，根據(jù)軌跡提取算法提取原始視頻的目標軌跡，得到目標軌跡集合；三是軌跡優(yōu)化，對目標軌跡集合采用軌跡算法優(yōu)化，得到每條軌跡的時間序列集；四是濃縮視頻生成，根據(jù)優(yōu)化結(jié)果，將目標軌跡集與背景圖像序列進行拼接，生成視頻幀，再將幀序列合成為濃縮視頻。

在保密室值守場景下，通過活動目標提取、無效視頻過濾展示和視頻索引建立，存儲設(shè)備開放SDK實時對接視頻濃縮分析，做到實時濃縮、隨時取看。將24小時內(nèi)的保密室監(jiān)控視頻濃縮至1小時左右的有效視頻，就可以清楚地看到哪些活動目標出現(xiàn)在保密室或保密室環(huán)境出現(xiàn)哪些變化，大大減輕工作的冗余度和工作量。

視頻摘要技術(shù)還擁有如下特性：一是并發(fā)處理，可對長視頻文件進行摘要處理，并可同時進行多個視頻文件處理；二是處理時間短，處理時間相當于原視頻時間的10%～25%；三是摘要視頻短，特定條件下，1小時視頻可摘要成十幾秒，甚至達到20秒；四是靈活的操作，可設(shè)置摘要視頻的播放速度，設(shè)定摘要視頻中活動對象的展現(xiàn)密度；五是直觀的展現(xiàn)，每個活動對象可實現(xiàn)對象框，并標注出現(xiàn)的時間戳；六是方便的摘要輸出，可將視頻摘要導出為需要的視頻格式文件；七是可與原始視頻互動，選中活動目標可直接索引播放活動目標原始視頻[1]。

2 智能圖像分析預警技術(shù)

圖像識別和內(nèi)容提取技術(shù)的發(fā)展使得圖像、視頻等非結(jié)構(gòu)化數(shù)據(jù)的處理和應用更加深入。通過前端攝像機與智能算法、DSP等相結(jié)合的智能分析攝像機，可以極大發(fā)揮前端攝像機本身的分析、處理能力，根據(jù)預設(shè)好的預警規(guī)則對監(jiān)控區(qū)域進行預警信息智能提取[2]。此方式可以融合對接現(xiàn)有的國家教育考試網(wǎng)上巡查系統(tǒng)，實現(xiàn)資源高效共享和利用。獨立搭建系統(tǒng)無須大量的存儲空間和傳輸帶寬資源，僅需要對智能攝像機所提取的少量有用視頻信息、圖像（圖片）信息進行存儲和傳輸。

2.1 人臉識別

人臉識別技術(shù)（face recognition technology）是基于人的臉部特征，對輸入的人臉圖像或者視頻流首先判斷其是否存在人臉，如果存在人臉，則進一步給出每個臉的位置、大小和各個主要面部器官的位置信息，依據(jù)這些信息進一步提取每個人臉中所蘊含的身份特征，并將其與已知的人臉進行對比，從而識別每個人的身份。一般的應用流程包括視頻圖像采集、人臉圖像提取、人臉定位、人臉識別預處理、身份確認以及身份查找。

2.2 區(qū)域監(jiān)測

區(qū)域監(jiān)測，即通過設(shè)置虛擬圍籬對周邊情況進行偵測。當發(fā)現(xiàn)可疑人員或者物體穿越圍籬，即觸發(fā)報警，并將報警信號上傳至監(jiān)控中心。同時可將報警畫面以視頻錄像或抓拍圖片的形式通過網(wǎng)絡(luò)上傳。在保密室等重點場所的應用中，值班人員通過電腦、手機等值守終端接收報警信息，作出研判，并進行響應處置。

3 保密室智能值守解決方案

可靠的試卷流轉(zhuǎn)、試卷存放安全保障體系的建立，可以實現(xiàn)試卷管理的標準化、規(guī)范化、現(xiàn)代化管理，提高試卷安全的可靠性、可追溯性，從而可以從根源上震懾、遏制和打擊考試失泄密行為，對考試公平、安全起到重要保障和積極促進作用，對于維護社會穩(wěn)定具有重要意義。

保密室安全管理是考試考務組織中的關(guān)鍵環(huán)節(jié)。在目前標準化考點建設(shè)日趨完善的今天，試卷在保密室的管理仍處于相對滯后的人工管理狀態(tài)，試卷流轉(zhuǎn)過程的整體可控性低，異常情況的發(fā)現(xiàn)、響應、追溯和取證都存在著支撐不足的情況。一次考試中每個保密室工作周期在3～5天，要求24小時高強度“人盯人”“人盯監(jiān)控圖像”值守，每天6小時回放一次監(jiān)控錄像，值守人員、工作人員承擔著極大的精神壓力和體力考驗。某省2017年度一項國家級考試共啟用市級、區(qū)縣級保密室130個，按照每個保密室6個攝像機（包括保密室、值守房間、通道等關(guān)鍵部位）、平均每個保密室值守4天時間計算，將會產(chǎn)生3 200小時錄像視頻，需要大量人員連續(xù)加班才能完成。由于人的生理局限，長時間專注于單一視頻畫面，工作枯燥，容易造成值守人員注意力低下，產(chǎn)生視覺疲勞，嚴重影響錄像回放審看的準確度和效率，極易忽略掉細節(jié)，造成“過眼不過腦”的情況，當發(fā)生突發(fā)事件進行回溯時就存在大海撈“幀”的窘境。

采用視頻濃縮技術(shù)并在重點場所應用智能圖像分析預警技術(shù)，不僅可以實現(xiàn)海量圖像高效回放，還能將原本依賴于人工預警的機制提升為機器預警、人工干預的異常情況應對策略，實現(xiàn)對異常情況的圖像檢索、快速定位和及時響應。

3.1 基本要求

全面貫徹落實“安全第一，預防為主，綜合治理”的要求，完善安全措施，提升應對試卷失泄密事件的應急處置能力，提高保密防范標準，做到全時段、全方位、聯(lián)動管理。由于各地認識存在差異、發(fā)展不平衡、機構(gòu)和人員配置條件所限，工作人員監(jiān)守自盜的安全事件仍舊偶有發(fā)生。為此，教育部要求各地必須做到全時有人盯、全程有監(jiān)控、互相能監(jiān)督，嚴格落實6小時監(jiān)控錄像回放，歸根到底是確保試卷的絕對安全，出現(xiàn)問題及時發(fā)現(xiàn)、控制和應對。

3.2 智能分析技術(shù)在保密室值守中的應用探索

探索在保密室值守中應用智能分析技術(shù)的總體思路是“利舊升級，流程重構(gòu)，基于數(shù)據(jù)，輔以智能，保障安全”。通過對保密室現(xiàn)有的網(wǎng)上巡查系統(tǒng)進行技術(shù)改造、升級，結(jié)合各地業(yè)務進行流程重構(gòu)，基于數(shù)據(jù)并輔以智能的核心手段，實現(xiàn)保密室管理的安全、高效、可靠。

保密室存放試卷期間的所有值守和管理業(yè)務范圍涵蓋試卷入庫、存放、人員管理、出庫、備用卷存儲、應急處置和事件回溯，需要以試卷安全為管理核心，將智能分析技術(shù)與保密室業(yè)務進行深度融合。

視頻濃縮技術(shù)和智能圖像分析預警技術(shù)在實現(xiàn)形式上都是基于模塊化設(shè)計，因此在融合到實際考試業(yè)務系統(tǒng)時，對各業(yè)務系統(tǒng)本身也提出了一定要求。首先，業(yè)務系統(tǒng)應采用相同設(shè)計形式——模塊化設(shè)計。其次，系統(tǒng)間數(shù)據(jù)流轉(zhuǎn)、交互采用一套固定的標準數(shù)據(jù)規(guī)范接口。第三，業(yè)務系統(tǒng)要具有一定的數(shù)據(jù)清洗和數(shù)據(jù)融合能力，以實現(xiàn)在視頻濃縮和智能圖像分析預警基礎(chǔ)上的數(shù)據(jù)挖掘和深度應用。

視頻濃縮在實際部署中可采用低耦合模塊化設(shè)計，可以通過SDK等數(shù)據(jù)接口形式掛載至錄像視頻（網(wǎng)上巡查）系統(tǒng)中，實時對錄像文件進行同步操作、濃縮，達到隨取隨看的應用要求，減少錄像復制、轉(zhuǎn)移、重復處理和回放耗時。

智能分析預警技術(shù)可采用無縫對接網(wǎng)上巡查系統(tǒng)，通過不同程度的結(jié)合與巡查系統(tǒng)實現(xiàn)融合，將風險分析和識別轉(zhuǎn)交給計算機或者芯片，讓值班人員從“死盯”監(jiān)視器的工作中解脫出來，計算機發(fā)現(xiàn)問題時，立即產(chǎn)生報警，值班人員進行即時響應。

視頻濃縮技術(shù)和智能圖像分析預警技術(shù)在保密室場所的應用方式如圖1所示。

4 智能技術(shù)應用方案

4.1 智能預警

在試卷存放室進、出口等關(guān)鍵部位加裝智能分析攝像機，通過對監(jiān)控保密室區(qū)域的智能分析、人員軌跡識別、環(huán)境變更等情況的智能判別，能夠?qū)崟r判定、報警，避免事后發(fā)現(xiàn)而錯過處置最佳時機。同時，可以防止傳統(tǒng)網(wǎng)上巡查系統(tǒng)對值守人員的依賴，將工作人員從枯燥、重復的視頻審查中解放出來。引入人員軌跡智能識別等技術(shù)將極大提高和完善保密室的監(jiān)管程度，實現(xiàn)工作方式從機械化、人工化向智能化轉(zhuǎn)變。

圖1 視頻濃縮、智能分析與保密室和網(wǎng)上巡查系統(tǒng)對接模式圖

智能圖像分析預警技術(shù)通過抓圖、錄像等手段把可疑行為或現(xiàn)象同時推送至保密室智能值守管理系統(tǒng)對應的管理人員和值守人員，確保第一時間發(fā)現(xiàn)異常情況，并及時處置，同時保存證據(jù)，為高效的指揮調(diào)度和決策變更提供切實可行的技術(shù)支撐。

智能預警首先關(guān)注人員軌跡。在保密室有試卷存放期間，通過保密室進、出口安裝的智能攝像機，對保密室的進出人員進行識別，自動抓拍、錄像，進行記錄。報警記錄通過本地和中心服務器雙存儲的方式安全留存。智能預警還要關(guān)注區(qū)域入侵、越界。側(cè)重于對試卷存放范圍的環(huán)境情況智能判別，當系統(tǒng)檢測到環(huán)境發(fā)生變化或界定區(qū)域出現(xiàn)異常情況時，自動抓拍、錄像，進行記錄。報警記錄同樣通過本地和中心服務器雙存儲的方式安全留存。最終，異常情況的確認環(huán)節(jié)由值守人員負責完成，人工進行判別，實時高效，確保異常報警的真實性，避免因客觀原因造成的不必要信息干擾，減輕無效工作量。

在標準化考點建設(shè)現(xiàn)狀下，此種智能圖像分析預警技術(shù)應用具有如下優(yōu)勢：一是可獨立部署和運行，通過智能設(shè)備管理服務器可以實現(xiàn)最基本的預警，對事后回溯和舉證提供足夠的支撐，同時無縫接入現(xiàn)有網(wǎng)上巡查系統(tǒng)作為高清監(jiān)控使用；二是預警參數(shù)可根據(jù)不同的保密室實地建設(shè)差異進行動態(tài)參數(shù)調(diào)整；三是對接保密室智能值守系統(tǒng)，可對場所入侵人員進行身份比對和留證。

4.2 高效存儲回放

在保密室部署智能視頻濃縮分析服務器，通過SDK等規(guī)范接口形式對接網(wǎng)上巡查系統(tǒng)視頻存儲設(shè)備，在錄像的同時，分析服務器直接調(diào)取存儲錄像并進行濃縮分析，并在本地存儲。分析服務器減少了視頻存儲服務器的復制、存儲環(huán)節(jié)，提高了處理效率。

5 展望

考務管理中的核心之一就是考試安全，考試安全中的核心之一就是試卷安全。要通過對試卷保密室的技術(shù)升級，輔以智能技術(shù)手段，提升“技防”的實時化、有效化程度，確保試卷存放絕對安全。今后，隨著國家教育考試標準化考點的技術(shù)手段升級、業(yè)務深化和跨系統(tǒng)對接，將可實現(xiàn)試卷從印刷廠出廠、押運車輛跟蹤、入保密室清點、試卷整理、運送至考點、考務辦公室分發(fā)、進入考場等全周期的有效過程監(jiān)管、實時跟蹤、預警報警、處置取證，實現(xiàn)“試卷流”的“無縫鏈接”，構(gòu)建人防、技防、物防的全方位、立體化、智能化安全體系。

[1]周剛，謝善益.智能視頻濃縮與檢索技術(shù)在變電站監(jiān)控中的應用[J].通訊世界,2013（23）.

[2]汪國強,蓋琪琳,于懷勇,等.基于背景差分法的視頻目標檢測算法研究[J].黑龍江大學工程學報,2014（4）.