余胤翔， 黄胤政， 李 宁， 徐 威， 储茂祥

（1 辽宁科技大学电子与信息工程学院， 辽宁鞍山 114051； 2 西南科技大学经济管理学院， 四川绵阳 621010）

0 引 言

智慧社区是新形势下社会管理创新的一种新模式，随着物联网、云计算、人工智能等新一代信息技术的快速发展，居民的生活环境变得越来越安全和便利［1］。 社会对公共安全重视程度的逐渐加深，使基于视频监控的智能感知技术成为安全监控发展的重要方向［2］。 由于传统视频监控系统仅具备拍摄和存储功能，一旦发现盗窃、抢劫、打架等暴力事件，公安部门在后期收集证据和案件审查过程中会消耗大量的人力、物力和时间。 随着国内监控范围基本实现全覆盖，其海量的视频数据所带来的工作量及人工甄别的方式已不能适应居民对社区安全的需求。 利用人工智能的高计算能力和高效能特点，通过对视频监控数据进行实时处理分析，及时发现异常行为和意外事件，做到提前预警，从而减少意外导致的经济损失和居民人身危害。

针对异常行为基于时空信息进行定义可将其分为3 类：

（1）在某一场景中不寻常位置发送的动作；

（2）在某一场景中不寻常时刻发生的动作；

（3）在某一场景中正常位置、正常时刻发生的不寻常动作［3］。

由于异常行为的种类很多，在社区中行为自由度较高的地方，不合规的动作很难穷举。 因此，异常行为检测存在以下技术难点：

（1）相比于正常行为，社区内一般异常行为发生的几率很低，因此很难获取到足够的数据，由于正负样本不均衡，计算机很难学习到足够多的异常行为特征［4］。……