邓传国

摘要：研究了改进神經网络在智能校园监控中的应用。针对夜间校园监控过程，使用区域亮度分析方法实现图像质量的有效增强。为提高校园监控的适应性，完成了混合高斯背景模型的构建。高校校园图像信息通过监控视频完成采集和预处理过程后，采用改进神经网络完成所需图像阈值的计算，然后对监控图像的边缘轮廓特征量进行提取，将据此获取的阈值作为信息输入实现监控图像处理过程，得出异常特征量以保证校园环境的安全，图像处理及监控过程具有延时短、实时性强、智能水平高的优势。为智能高校校园的安全管理提供参考。

关键词：校园监控;改进神经网络;视频图像处理;混合高斯背景模型

中图分类号：TP183

文献标志码：A

ResearchonIntelligentCampusMonitoringby

UsingImprovedNeuralNetworkSystem

DENGChuanguo

（

DepartmentofArchitectureandMunicipalEngineering，HefeiIndustrialSchool，Hefei230000，China

）

Abstract：Thispapermainlystudiestheapplicationofimprovedneuralnetworkinintelligentcampusmonitoring.Thenighttimecampusmonitoringimageachieveseffectiveimagequalityenhancementthroughtheuseofregionalbrightnessanalysismethod.Inordertoimprovetheadaptabilityofcampusmonitoring，ahybridGaussianmodeliscompleted.Afterthecampusimageinformationiscollectedandpreprocessedbythemonitoringvideo，theimprovedneuralnetworkisusedtocompletethecalculationoftherequiredimagethreshold，andthentheedgecontourfeaturequantityofthemonitoringimageisextracted，andthethresholdobtained.Theinformationinputrealizesthemonitoringimageprocessingprocess，andtheabnormalfeaturequantityisobtainedtoensurethesafetyofthecampusenvironment.Theimageprocessingandmonitoringprocesshavetheadvantagesofshortdelay，strongrealtimeandhighintelligencelevel.Itmayprovideareferenceforthesecuritymanagementofsmartcampuses.

Keywords：campusmonitoring;improvedneuralnetwork;videoimageprocessing;mixedGaussianbackgroundmodel

0引言

随着我国教育事业的发展，高校建设规模及招生人数不断增加，高校师生日常学习生活面临的不安定因素随之提升，高校校园内的安全管理受到社会广泛关注，对以校园内部区域环境为主的校园安全管理提出了更高的要求，促使校园安全防范管理发生了显著的变化（包括技术、模式、措施等）。视频监控系统已成为高校普遍使用的监控手段，不断发展和完善的智能视频分析系统已经在各高校发挥一定的职能功效，为校园安全提供更好的保障。高校通过构建视频监控管理平台在节省人力财力物力的同时，能够对校园内人员及大范围事物进行实时监控预防意外事件的发生，有效弥补了人防、物防的不足，帮助校园安全管理人员实现不良行为的及时发现和减少突发事件，是确保在校人员生命财产安全的有效手段[1]。……