1. 视频监控系统的现状与相应AI技术的发展
随着当下AI技术发展与迭代；视频监控系统的需求也爆发式的扩展；例如：停车场；超市；银行；工厂；家庭；街道；等安全有监控设备的场景。
在这些场景下，我们面临的现实问题主要有：
1. 监控系统不会主动实时监控，出现异常行为不能预警提示。
2. 发生行为异常之后只能记录进行观察和分析，以捕获储存的视频图像结果，然后知事实发生。
3. 需要大量的人力和财力
假设我们提出这样的一个智能化异常行为的检测监视系统：
1. 24小时的连续实时检测，并且相机自动分析人类行为识别的有效的分析所捕获的图像数据
2. 当异常行为发生，系统能够提醒守护人员及时报警，从而避免犯罪和其他异常情况的发生。
那么这项技术的模型实际应用异常行为我们归类如下：
场景一：居家老人，子女不在身边，老人意外摔倒，家庭监控摄像头能够及时预警反馈给子女。
场景二：街道内，多人围观，发生打架斗殴等事件，道路监控摄像头能够及时预警并报警。
场景三；医院内，病人长时间呆坐，久闭眼，滞留，医院内监控摄像头能够及时预警并反馈给医护人员
…等等
2. 异常行为检测技术的挑战
如今；异常行为检测虽然已有一些经典的算法取得了不错的效果，但还面临着如下困难：
1）人群行为复杂度高且变化多，使得异常行为多样化，对提出的行为模型识别异常行为的能力要求高；
2）如何保证在复杂场景如遮挡、光线变化等条件下对人群异常行为检测的准确性；
3）很多算法计算量大且精度低，在实时处理和检测精度之间实现平衡是一个研究难点。
马达智数在异常行为检测这一领域提出以下解决方案：
1.对数据进行多样化的采集
涉及不同光线；不同时间；不同距离；不同年龄段的人群；正常场景下的正样本和负样本1:1采集；同时对特定的异常行为进行定义
2.关键帧的选取
利用仅包含正常行为的训练数据集建立正常行为模型使用连续视频帧提取深度特征，充分去表示视频中人群行为的外观和运动信息。
3.对跨场景异常行为的追踪检测
现有方法大多针对单一固定的场景来训练正常行为模型，无法有效地进行跨场景的异常行为检测。我们实际采集数据过程中进行多摄像头多角度不同位置发生异常行为，对其进行同ID关键帧标注。
4.正常行为模型的泛化和检测能力
人群异常行为检测需具备甄别罕见且看似正常行为的技能。此类行为在常规的训练视频数据集中鲜有体现，却常常是引发误报的异常检测源头。理想的正常行为模型应能涵盖训练视频中的所有常态行为，并能识别出任何偏离该模型的举止。
5.异常行为的定义与描述
异常行为的范畴广泛，缺乏一个精确的界定，致使我们难以洞察其背后的成因。如果能够将异常行为与它所处的环境及上下文信息相结合，生成一份精炼的异常行为解释文本，以阐述导致这种行为的可能原因，这将有利于我们判断异常行为是否实为虚惊的误报。
3. 马达智数成功案例
——某大型商场的顾客异常行为监测数据采集
应用场景：大型商场的扶梯区域的顾客安全监测
目前的商超类的扶梯不安全，行为检测难；无法实时检测自动扶梯不安全行为，并采取制止措施，容易造成极大的安全隐患。并且扶梯使用单位的管理效率低，出现了紧急情况，无法及时告警，效率低。
AI解决方案
自动扶梯AI行为识别系统通过对扶梯全区域，无死角，无盲区的全覆盖的视频实时监控，掌握扶梯实时状态，提高物业管理效率，通过扶梯AI系统对不文明行为，不安全行为精准识别，出现紧急情况自动告警，并通知就近救援人员快速响应。
数据采集难点
多样化扶梯类型难以获取；需要丰富的商超环境；摔倒的模特危险系数较高；不同高度的扶梯不同位置真实摔倒的行为动作难以定义。
马达智数定制化数据采集方案
1. 数据采集场景的多样化，保证数据的多样性
- 多类型的扶梯及安装环境
- 真实异常行为数据（扶梯摔倒等）的抽样及模拟方案设计
2. 数据采集规范的制订，保证数据采集的一致性
- 数据采集场景细化，例如：扶梯状态（运动/静止）、事件位置（扶梯口/中下部位梯级）、异常行为动（后摔/前摔/等）、随身物体（行李箱/背包/袋子/等）
- 数据采集方案细化，包括：视频采集数量、演员动作执行规范、随身物体等
- 采集设备专业化部署，多摄像设备的部署位置、方向、高度等
数据采集样例
关于马达智数
标准化的数据，让AI更简单
马达智数致力于成为全球领先的AI基础数据服务商，为全球人工智能产业链提供专业化、敏捷式、安全的数据产品与服务。基于对上百家行业客户的成功AI数据服务经验，马达智数提炼出了商业化AI数据集评判的“4D准则”：
- 数量：在算法研发阶段，保证大规模的数量
- 质量：在场景化优化阶段，使数据噪声最小化
- 过程可管理：能够实时管控进度，动态调整需求
- 定制深度：基于对算法、数据以及场景的深入理解
马达智数已经建立了规范化的数据内部和外部安全管理机制，并且成功通过ISO/IEC 27001信息安全管理体系认证，能够为全球范围内的AI客户提供更安全、更专业的AI数据服务及产品，为AI行业的健康可持续发展构建更好的数据基础。
