守护每个社区的安全是件大事，也是极为费力的事。从轮流值班巡逻，到轮班查看闭路系统，双脚丈量四方社区、双眼兼顾上百个视频画面，不仅要耗费大量人力，同时也有可能因人员疲劳、疏漏导致安全风险和事故。

如何让社区管理更加智慧、高效？在百度飞桨的技术加持下，上海天覆信息科技有限公司针对社区安全管理预警研发了一套“AI云卫士”产品，利用社区原有设备等电路系统，能够精准高效地识别电瓶车进电梯、高空抛物等危险行为，大大提升了社区安全管理效率与敏捷度，降低安保人员劳动强度。

天覆科技获2021年飞桨产业应用创新奖

眼观六路

及时预警的“虚拟保安”

居住社区是城市居民生活和城市治理的基本单元。传统公共安全视频设备的出现，一定程度上解放了社区安保人员的“双脚”。然而，面对数量众多的视频画面，安保人员还是分身乏术，人员出入管控、车辆停放管理、环境安全预警等典型场景并发，根本难以兼顾。实时发现、及时处理安全隐患仍是社区管理的“老大难”。

近年来，以深度学习为核心的人工智能技术不断取得突破，公共视频系统高效、精准识别安全隐患并及时报警成为可能。基于深度学习技术，天覆科技打造了一款实时发现、处置安全隐患的智慧管理SaaS服务平台——“AI云卫士”，部署在原有视频设备上，即可自主识别异常情况并进行报警提示。天覆科技CEO张战韬说，“AI云卫士”的职责就是全天候主动捕捉异常情况，通过报警提示安保人员及时处理，相当于一个虚拟“保安”。

社区场景复杂、长尾，管理难度也在不断升高。2020年初，疫情对社区安全管理提出新要求，出入人员是否正确佩戴口罩成为社区安全管理的重要一关。要在“AI云卫士”系统中快速上线口罩检测这一全新功能，对于缺少相关模型和数据支撑的天覆科技而言，成了棘手的问题。

在这样的紧急需求下，天覆科技想到向国内深度学习框架平台求助，一番搜索之下便找到了飞桨。

飞桨加持 

“AI云卫士”技能全开

巧的是，飞桨当时刚上线的预训练模型应用工具PaddleHub里，正好有人员未佩戴口罩检测的模型。并非技术开发出身的张战韬抱着试试的心态，自己用一个晚上就顺利搭建出了模型；他再用手机拍几张照片放进去测试，检测效果出乎意料的不错。

第二天，张战韬就让公司技术团队换上飞桨框架进行口罩佩戴检测系统开发，很快进行部署上线，收获了极佳的反馈。这也促使天覆科技开始更深入探索飞桨的技术框架与平台，寻找与“AI云卫士”及其他安全管理产品结合的新可能。

从底层核心框架技术，到清晰实用的模型库、开发套件和工具，飞桨的易用性、功能丰富性让天覆科技非常惊喜。初次体验之后，天覆科技团队不断解锁飞桨PaddleDetection、PaddleClas、Paddle Slim、Paddle Serving等更多功能。在飞桨简洁明了的官方教程参考和百度资深工程师团队的技术支持下，天覆科技已将“AI云卫士”产品的开发、训练、部署全流程置于飞桨平台之上。

作为助力安全管理智能化升级的关键“桥梁”，飞桨模型快速开发训练、多端部署等功能帮助天覆科技少走了很多弯路。“我们把不同的厂商标准、行业标准数据和AI云卫士进行连接，都是基于飞桨来实现的；再结合低代码服务，就能为用户提供相对产品化的服务。”张战韬如是说。

“AI云卫士”自动识别社区内垃圾投放不规范、遛狗未牵绳场景

现在，基于飞桨的“AI云卫士”可提供超过40种安全管理场景的个性化AI检测模型，如垃圾投放不规范、高空抛物、电动车进楼道等安全管理场景，只需几步简单配置，即可部署在原有公共安全视频系统之上，实现对人、事、物的高效精准识别和预警，异常情况识别率达到96%，识别准确率高达95%。除居住社区外，“AI云卫士”产品也已在景区、园区、校园等超过100个场景上线应用，辅助安保人员进行管理，对异常情况响应效率的大幅度提升。

在张战韬看来，智慧安防行业市场广阔，但行业生态尚未能很好建立，导致产业链的中小企业落地前沿科技的技术成本和人力成本较高。“飞桨这样从产业应用出发的开源开放平台，可以很好地解决这个问题。”未来，飞桨也将继续助力“AI云卫士”2.0版本的打造，从AI维度全面整合、扩展安全管理中各环节的要素，提升安全管理的数字化交付能力。

了解更多

点击阅读原文或在飞桨公众号后台回复关键词“有解”，即可 获得飞桨“有解”案例册链接 。产业有问，飞桨有解。

左右滑动试阅

关注【飞桨PaddlePaddle】公众号

获取更多技术内容~