根據國家統計局的數據，2017年末中國60歲及以上老年人口為2.41億，占全國總人口的17.3%，世界衛生組織也預測，到2050年，中國將有35%的人口超過60歲。隨著老齡化人口比例的增多，心腦血管疾病、高血壓以及糖尿病等慢性疾病的發病率也會增加，對醫療資源的依賴和消耗也會隨之增加。而《智慧養老藍皮書：中國智能養老產業發展報告（2018）》也指出，到“十三五”末，全國60歲以上老年人口將增加到2.55億人左右。因為持續增加的人口總量，傳統健康養老方式和資源配置手段面臨巨大挑戰，加快虛擬現實、大數據、人工智能等新技術在智慧養老領域融合應用十分必要。

2020年 4月27日，由上海市民政局聯合市經信委梳理形成的首批12個智慧養老應用場景需求正式對外發布。

12個應用場景需求主要有四類：

【安全防護類】共6個，包括老年人防跌倒場景、老年人緊急救援場景、認知障礙老人防走失場景、機構出入管控場景、機構智能查房場景、機構智能視頻監控場景等。

【照護服務類】共2個，包括老年人臥床護理場景、家庭照護床位遠程支持場景等。

【健康服務類】共2個，包括老年慢性病用藥場景、機構無接觸式智能消毒場景。

【情感關愛類】共2個，包括老年人智能語音交流互動場景、老年人智能相伴場景。

現就安全防護類智能視頻監控場景在養老行業應用作詳細描述

一、現狀及需求分析：缺乏提前預警機制

傳統的視頻監控模式，在大多時候只能用于事后取證，無法起到預防、預警的作用。由于是將人類作為監控者自身，從而在監控能力上存在很多局限，這些限制因素使視頻監控系統或多或少的存在報警度差、誤報和漏報現象多、報警響應時間長、錄像數據分析困難等缺陷，進而導致整個系統安全性和實用性的降低，因此無法滿足養老安防這類場所。

微視圖靈團隊經過多年研發，開發了智能視頻監控技術，實現了監控方式由被動到主動的轉變，能夠實現全天候不間斷地對視頻進行檢測，自動發現監控畫面中的異常情況，從而能夠更加有效的協助安全人員處理危機，并且大限度的降低誤報和漏報現象，能夠滿足養老安防系統對于安全的要求。

二、AI行為識別分析技術（智能監控/行為監控）

1. 概述： AI行為識別分析技術，是一款基于AI神經網絡的深度學習算法，通過實時分析視頻流，從視頻流中勾勒出人體骨架結構，根據人的姿態特征和肢體運動軌跡，計算出各種人的異常動作行為，然后通過活體算法、動作序列計算等二次判斷目標是人，確認無誤后立即調用同步視頻流彈屏預警，并同步調用事件前后的視頻流，通過人臉識別算法、人體識別算法等技術，提取出整段視頻中最清晰的一張人臉兼人體圖，人臉圖用于比對身份，人體圖用于提取特征，分析出觸發預警的當事人身份或詳細信息。

2. 涉及算法：AI神經網絡的深度學習算法、視頻結構化技術、人臉識別算法、人臉比對算法、人體識別算法、物體識別算法、活體算法、3D畫面矯正算法、移動偵測算法、圖像比對算法、物體軌跡算法、人體跟蹤算法。

3. 神經網絡算法示意圖：

系統在觸發預警后，會自動存儲事件的相關信息，包括事件截圖、事件錄像、抓拍截圖等基礎信息，并通過對這些基礎信息的統計和分析，提供風險指數、防控能力、應急處置等指標供用戶參考。

4. AI行為識別技術在智慧養老中的應用：

（1）不慎倒地智能識別：當老人不慎跌倒在地上，全趟、趴地、半身坐地等均定義為不慎跌倒。在養老院內的任何場景，一旦老人摔倒，情況會特別緊急，及早發現問題及早處理，能解決很多意外發生，自老人跌倒到系統檢測出來，3秒內能立即預警。

（2）緊急求救智能識別：當老人遇到緊急情況或別的老人看到身邊的老人發生異常狀況時，可對著攝像機舉手求救，在沒有布設緊急求助按鈕的場景，需要人幫助也可以用求救動作來尋求幫助。自舉起雙手到系統檢測出來，3秒內能立即預警。

（3）異常徘徊智能識別：當午休或其他特定時間段，有老人仍然在活動區域徘徊不回來正常休息，超過一定時間則定義為異常徘徊。到了系統設定的時間點，能快速找到還沒有正常歸位的老人。自老人在徘徊規則啟動后，在系統設定的預警時間內仍然未離開的，則立即預警。

（4）超時滯留智能識別：當夜晚來臨到了入睡階段，有老人仍然在活動區域滯留超過多長時間則定義為超時滯留。跟徘徊的邏輯類似，可設定的時間更長，允許寬松的時間更充裕。自老人在滯留規則啟動后，在系統設定的預警時間內仍然未離開的，則立即預警。

（5）聚集圍觀智能識別：當老人聚集成堆超過一定數量的，系統則定義為聚眾圍觀，除了老人居室，用餐場景，或者平時活動區較多人的場景，其他場景都可以設定，一旦還有聚集多人的場景，應立即引起重視，派人去查看是否有異常發生。當聚集人數超過系統設定的數量的，則會立即預警。

（6）特點區域闖入智能識別：當有人闖入特定區域時，則定義為非法闖入。周界闖入可定義為安防，樓梯間闖入則定義為關愛老人走樓梯時以防萬一，關注其走樓梯的全過程或者提醒老人不要走樓梯，改走電梯，以防不測。自警戒區域有人闖入到系統預警，3秒內能觸發預警。

（7）危險攀爬智能識別：當圍墻或者建筑物外墻，或者危險樓梯護手等區域，有人攀爬，則立即預警。該動作主要用于周界安防，可完全取代紅外報警系統。自動作產生到系統預警3秒內，不含網絡延時的時間。

（8）夜間離床智能識別：當夜晚老人在睡覺時間段，突然起身去上廁所，則定義為夜間離床。整個過程，都會被服務人員關注，一旦不慎跌倒或出了其他意外時，可立即施救。

（9）入廁超時智能識別：當老人進入廁所超過系統規定的時間未出來，則定義為入廁超時。（能看到廁所門口就可以了，無需看到廁所里面），當老人上廁所時間過長時，擔心出意外，一旦有上廁所超時的情況，應立即關注并過問，預防意外，部署在老人居室內，同時檢測老人夜間起身、跌倒在地、求救等，需要考慮涉嫌隱私問題等。建議高度癱瘓老人房間或年齡較大的老人房間才安裝。自入廁時間超過系統規定的時間則立即預警。

（10）尾隨跟蹤智能識別：當老人在出入口出門，后面有人跟隨時，則定義為尾隨事件。癡呆區的老人可能會隨著護工開門出去而跟在后面尾隨，或者老人從大門口尾隨別人出去等。自尾隨區域有人跟隨情況下立即預警。

（11）久坐不動智能識別：當有老人在室外休息坐在椅子上維持同一個動作不動，超過一定時間，則定義為久坐不動。當老人在室外久坐不動超過一定時間，擔心出意外，這種情況可以關注，以防萬一。自老人久坐不動達到系統設定的時間后立即預警。

（12）值班睡崗智能識別：攝像機檢測到值班人員超過系統設定的時間未活動或者活動頻率極低，則判斷為睡崗。夜晚值班睡覺，失去了崗位值守的意義，一旦值班人員值班睡覺，需要及時提醒。自值班人員一直未活動超過系統設定的時間，則立即預警。

（13）值班缺崗智能識別：應該要有人值班的場景，長時間沒有人在崗值班，則定義為缺崗。這個動作除了正常崗位的缺崗以外，某些場景可以不用一直值守，定期去值班巡邏看看的情況下，可以用缺崗檢測。自崗位人員離開開始，達到系統設定時間則立即預警。

三、AI行為識別分析技術應用優勢

本方案根據養老機構實際需求進行設計，具有以下特點：

【預警功能】主動對視頻信息進行智能分析，在危險行為發生之前自動識別，并完成預警。

【監控功能】7×24全天候視頻自動智能分析，無需值班人員監視監視器，只在發生預警情況下通過聲音報警及語音提示值班人員完成預警處理。同時還可以通過微信公眾號報警。

【智能分析】對視頻監控中的畫面進行實時分析，識別可疑行為，并產生報警事件記錄，事后按照事件進行檢索查詢方便快捷。

【易管理】在監控中心通過中心管理平臺軟件可實現監控系統的統一調度和集中控制管理，可方便地在遠端實現對前端智能設備的控制和參數配置，及版本升級。還可以通過客戶端軟件監控。

【可利舊】智能視頻監控設備通過同一網絡攝像機進行分析，因此無需對原有監控系統和前端設備進行變動，設備安裝簡單、靈活。