全屏显示课程章节

与人类5大感觉器官相比较，视觉由光敏传感器实现，听觉由声敏传感器实现，嗅觉由气敏传感器实现，味觉由化学传感器实现，触觉由压敏、温敏、流体传感器实现。传感器的关键部件是敏感元件，通常据其基本感知功能可分为热敏元件、光敏元件、气敏元件、力敏元件、磁敏元件、湿敏元件、声敏元件、放射线敏感元件、色敏元件和味敏元件等十大类敏感元件。

传感器的特点包括：微型化、数字化、智能化、多功能化、系统化、网络化。它是实现自动检测和自动控制的首要环节。传感器的存在和发展，让物体有了触觉、味觉和嗅觉等感官，让物体慢慢变得活了起来，而且传感器对被测物质的敏感程度远超越任何动物，如炸药探测器，对TNT的检测限量达到10^-15PPM，是犬类的亿万倍。

已经实用化的传感器主要有：

1. 可燃气体传感器

可燃气体传感器是对单一或多种可燃气体浓度响应的探测器。可燃气体传感器有催化燃烧型和红外光学型两种。催化型是当可燃气体进入探测器时，在铂丝表面引起氧化反应（无焰燃烧），其产生的热量使铂丝的温度升高，而铂丝的电阻率便发生变化，通过测量电阻率的变化确定可燃气体的浓度。红外光学型是利用红外线光源的吸收原理来检测现场环境的碳氢类可燃气体的浓度。

2. 炸药传感器

任何物质常温下都有少量的挥发度，炸药传感器是根据炸药分子的挥发，用气相色谱仪或核磁共振检测仪测定挥发产生的气态分子，确定其浓度。由于炸药分子的挥发很低，只有灵敏度很高的监测设备才能监测到挥发分子的存在。

3. 毒气传感器

毒气传感器的工作原理与炸药传感器类似，但对监测的灵敏度要求不高。监测毒气首先要获取毒气的标准样本，以便对比确定是否存在。由于新型毒气分子不断出现，给毒气监测带来一定困难。

4. 温度传感器

温度传感器是指能感受温度并转换成可用输出信号的传感器。按测量方式可分为接触式和非接触式两大类，接触式传感元器件主要是热电阻和热电偶，非接触式传感元器件主要被动红外感受器。温度传感器品种繁多，在工业中广泛使用。

5. 湿度传感器

湿度传感器的关键元件是湿敏电阻，它是在基片上覆盖一层用感湿材料制成的膜，当空气中的水蒸气吸附在感湿膜上时，元件的电阻率和电阻值都发生变化，利用这一特性即可测量湿度。主要有电阻式、电容式两大类。

6. 其他传感器

烟雾传感器就是通过监测烟雾的浓度防范火灾。烟雾报警器分为离子式、光电式和气敏式。二氧化碳传感器检测二氧化碳浓度，主要用于二氧化碳可能过高的场所，防止窒息事件的发生。

二、炸药精确管控方法

民用爆炸物生产、销售、购买、存贮、使用等环节较多，且涉及部门多、行业多、人员多、地域广阔，这些都给民用爆炸物安全监管带来诸多困难，造成非法制造炸药、截留私用问题严重。

目前炸药的监管采取“五双制度”，在生产、销售、运输、存贮、使用和销毁等环节中实施“许可制度”，采用了及时记录、人工监督和探头监控等方法。这种方法无法监管非法生产的炸药，即使合法爆破使用非法炸药也无法认定;而且这种方法对截留炸药的监控也很难落实到位，因为合法生产的炸药没有“身份标记”，在炸药的“生命周期”中无法对炸药本身实施监控，带来诸多安全隐患。

合法生产的炸药引人“身份标记”，对爆炸现场进行检测，则可以认定爆破使用的炸药是合法来源还是非法来源，以及使用量是否合规。这对使用非法炸药是一种有力的限制，必将造成非法生产炸药产业的萎缩。同时，合法炸药的“身份标记”也为反恐工作提供了便利，检查人员可以远距离地辨识炸药，阻止炸药进人公共场所或其他重要场所。

(一) 无线射频识别(RFID)标记技术

RFID技术是一种利用射频通信实现的非接触式自动识别技术。RFID标签可支持快速读写、多目标识别、定位及长期跟踪管理。利用多点布置的RFID读写器和应用软件可实现大范围、长距离、多点实时数据采集和监控。利用RFID技术建立工业炸药信息的在线数据采集，通过及时获取其生产、存储、销售、使用等过程的信息，实现工业炸药从生产企业下线直到终端用户的使用全流程综合管控。

RFID标记技术用于炸药监控具有以下优点:一是安放地点隐蔽。RFID炸药标记物可以做成面积不大的薄片，隐藏于每块炸药内部。由于每箱炸药装有多块炸药，如果每块炸药都安装RFID标记物，将大幅度提高炸药成本，企业难以接受，但可以安装一定数量的RFID标记物，并使安装RFID标记物的炸药与未安装RFID标记物的炸药在外观上无差异，达到隐蔽标记物的目的。二是标记炸药信息。每个RFID炸药标记物可以对每块炸药的重量、每箱炸药的重量、炸药种类、生产厂商、产地、生产日期、批次编码，甚至产品流向、购置企业或使用企业、使用目的、地点、时间等信息进行标记。三是物联网监控。固定基站或移动基站获取的RFID标记物信息，可以上传至物联网，利用软件并结合地理、时间等信息，自动检查信息的合理性，对异常信息发出报警信号，提醒管理人员注意。四是检测范围宽。 RFID技术巡查距离远，目前最远可达500米，并会随着技术的进步逐步提高;RFID信号可以穿透一般建筑物等障碍物，难以遮挡，为发现隐藏于建筑物内部或地下的炸药提供了可能;RFID巡查信号具有方向性，信号强弱可显示距离远近，为确定炸药隐藏地点提供了可能。

虽然RFID标记技术进行炸药精确监控具有诸多优势，但也存在一些缺点:首先是炸药爆炸后标记物被破坏，无法实施炸后监控，只能用于炸前监控;其次是RFID标记物偏大，不易隐藏于小件炸药中;最后是对于炸药这类低质消耗品，RFID标记物价格相对偏高，检测设备价格也较贵，提高了炸药使用成本。

(二) 炸药化学标记技术

炸药是化学物质，具有一定蒸汽压，根据这一特性，目前市场上出现了“炸药探测器”。但炸药的蒸汽压极低，尤其在密封包装后蒸汽压更低，目前市场上销售的“炸药探测器”无论是“吸人式”还是“擦拭式”，在实战条件下都难以检测出爆炸物。如果在炸药中添加高挥发、检出限量低、稳定、无毒无害无味、在爆破现场和公共场所极少出现的物质，如全氟烷、全氟硫醚或全氟烷基嗅化物等，则容易被分析仪器设备检测出，进而达到检测炸药的目的。

上述在炸药中添加的物质作为炸药化学标记物可以在百余米外被检测到，从而满足炸药检测距离的要求。如果单位重量炸药内添加的数量恒定，则可以根据监测到的标记物浓度，结合风速初步判断炸药的数量。如果两个以上监测点检测到炸药化学标记物，根据浓度、风速、监测点位置以及标记物的扩散性质，则可以判断炸药的位置并进一步确定炸药的数量。

炸药化学标记物用于炸药精确监控具有成本低、炸药数量监测准确、监测距离远范围大等特点。如果进一步研究爆炸残留物的浓度与性质，可以在爆炸后估算炸药的数量以及确定使用的是不是合法炸药等。但对炸药的产地、生产日期、使用目的等信息难以获取，而且监测精度受包装物密封程度、风速、风向、温度影响较大，干扰因素较多。

(三) 炸药中子标记技术

这种技术利用了伽马(们射线穿透能力强，且少量放射性物质对炸药不起作用，不会影响炸药安全性的特点。只要控制好放射源强度和添加比例，就可以不影响使用者身体健康。

炸药中子标记技术受环境风速和包裹物密封程度的影响小，可以穿透一般隔墙，且不受炸药是否爆炸的影响，因为炸药爆炸不会改变放射性物质的辐射强度。这种技术用于爆炸现场的检测，可以测定爆炸所使用的炸药是不是合法炸药，以及估算炸药的数量，为案件侦破提供信息。但炸药中子标记技术监测距离近，目前最远只有几十米，实际监测工作中常常需要投人较多人力。而且由于放射性物质具有危险性，仓库集中存放、炸药投放等环节对劳动保护的要求很高，也会影响炸药生产的操作流程，这些都会对炸药中子标记技术的推广产生不利影响。

（四）炸药精确监控方法

随着物联网大数据、无人机技术的广泛应用及其技术水平的提高，炸药精确监控成为可能。由于炸药使用范围广、数量大、品种多，实现精确监控必须建立物联网大数据管理平台系统，依靠管理平台收集数据、处理数据、分析数据，形成分析结论，供管理者做出进一步决策。

管理平台数据的获取需要运用物联网技术，RFID标记技术可以方便地提供出炸药的诸多信息，通过RFID信号识别直接转化为数字信号传送给管理平台。由于RFID信号识别范围大，一般可以不使用无人机巡航采集信号，但在建筑物林立的场所，信号衰减严重，仍然需要无人机采集信号。固定翼无人机采集信号速度快，搜索范围大，但探测炸药存放地点的巡查较为困难。多旋翼无人机如果安装信号搜索方位天线，可以确定信号来源方向，从而迅速确定炸药的存放位置。

化学标记法受环境影响较大，需要多旋翼无人机巡航，进行区域综合分析确定炸药的数量与存放地点，尤其在建筑物众多的区域，风向多变，定点监测只能作为辅助手段或起到预警作用。化学标记法的物联网管理需要设计化学仪器分析结果，结合电子地图、风速、标记物扩散规律等计算处理程序，在管理平台上显示炸药存放地点和数量等最终运算结果。

中子标记法同样需要放射线检测仪器与管理平台的物物链接。公共场所使用手持检测仪检查箱包、行李、人员是否携带炸药;爆破工程或爆炸案件现场也可使用手持检测仪检查炸药的合法性和炸药用量等。

广场常常有人员聚集，且面积较大，难以设置安全检查设备，尤其是企业的商品促销等活动常常在广场进行，人员密度高、数量大，容易成为恐怖袭击的目标。2019年5月24日，法国里昂维克多的雨果路和萨拉路交汇处商业区的一家面包店发生爆炸，造成至少13人受伤。2018年4月30日上午，阿富汗首都喀布尔遭遇两起爆炸袭击，袭击造成至少21人身亡。2016年3月22日8时左右，比利时布鲁塞尔扎芬特姆国际机场出发大厅发生爆炸，致14人遇难，另有81人受伤；9时22分，布鲁塞尔欧盟总部附近地铁站发生爆炸，至少20人遇难。2015年8月17日，泰国首都曼谷市中心的旅游景点广场发生爆炸，22人死亡;2012年5月21日，也门共和国安全部队在国庆阅兵广场排练时，一名恐怖分子在方阵中央引爆了随身携带的炸弹，造成100多人死亡等，无论采用何种炸药标记方法，广场炸药监控都应该根据多重保护原理，综合使用定点监测与无人机巡航监测等方法。车辆人口和人员主要人口设置定点监测装备，人员密集区采用无人机不定期巡航监测，同时便衣警察还应当进行移动监测，形成立体式监测网。

三、危险行为探测【知识拓展】

视频监控在安全防范领域已广泛应用，但视频监控本身是实时监测，需要安全管控人员注视监控屏幕，发现可以人员及其可以行为。人力监控难以全时段覆盖，危险行为观察漏失现象严重。行为智能视频分析可以解决上述问题，它能将视频监控获取的图像进行实时分析，发现危险行为及时报警，提醒安全监管人员的注意。

智能视频分析技术涉及到模式识别、机器视觉、人工智能、网络通信以及海量数据管理等技术。视频智能分析通常可以分为几部分：运动目标的识别、目标跟踪与行为理解。

(一)智能分析技术原理

一般情况下，视频智能化分析的基本过程是从给定的视频中读取每帧图像，并对输入图像进行预处理，如滤波、灰度转换等，然后判断输入图像中是否有运动目标，接下来判断运动目标是否为监控目标，最后对该目标根据需求进行监控、跟踪或是行为理解等分析。

(二)目标检测技术

目标检测是从图像序列中将变化区域从背景图像中提取出来，从而检测出运动的目标，目标检测十分重要，它将影响目标对象的分类、行为识别等后期处理。目标检测分析多个差图像中区域之间的关系，并在原图像中验证，得到运动的目标和其运动轨迹。比如，如果已经知道3个不同时刻的二值差图像，若存在一个运动目标的话，该目标在这3个差图像中的大小基本不变，其运动方向和运动速度基本不变，在3个差图像对应的原图像中的区域，有基本相同的灰度分布等等。常用的动态视频目标检测方法，一是背景减除。背景减除方法是目前运动检测中最常用的一种方法，它是利用当前图像与背景图像的差分来检测出运动目标的一种技术。它一般能够提供相对来说比较全面的运动目标的特征数据，但对于动态场景的变化，如光线照射情况和外来无关事件的干扰等也特别敏感。由于该模型是固定的，一旦建立之后，对于该场景图像所发生的任何变化都比较敏感，比如阳光照射方向，影子，树叶随风摇动等。二是时间差分。时间差分（又称相邻帧差）方法充分利用了视频图像的特征，从连续得到的视频流中提取所需要的动态目标信息。在一般情况下采集的视频图像，若仔细对比相邻两帧，可以发现其中大部分的背景像素均保持不变。只有在有前景移动目标的部分相邻帧的像素差异比较大。时间差分方法就是利用相邻帧图像的相减来提取出前景移动目标的信息的。但在目标运动缓慢时，差分后的运动目标区域内会产生空洞，从而不能完全提取出所有相关的特征像素点，一般不能够完整地分割运动对像，不利于进行相关分析，因此差分法很少被单独使用。三是光流。基于光流方法的运动检测采用了运动目标随时间变化的光流特性，如Meyer 等通过计算位移向量光流场来初始化基于轮廓的跟踪算法，从而有效地提取和跟踪运动目标。该方法的优点是在所摄场所运动存在的前提下也能检测出独立的运动目标。然而大多数的光流计算方法相当复杂，且抗噪性能差，如果没有特别的硬件装置则不能被应用于全帧视频流的实时处理。

（三）行为识别技术

行为识别是近年来被广泛关注的研究热点，它是指对目标的运动模式进行分析和识别，并用自然语言等加以描述。同目标识别与跟踪技术相比，行为动作识别技术是监控领域的较高研究层次，在计算机视觉中是一个极具有吸引力及挑战性的课题。是近年来计算机视觉领域和智能监控领域研究的热点也是难点，但仍处于未成熟的初级阶段。目前的视频智能监控系统中，尽管对于一些动作细节还不能做到准确识别，但是已经能够识别出物体的整体行为，比如可以识别物体的形状、颜色、体积、运动轨迹、运动速度、速度变化等，对这些数据进行进一步挖掘和分析就能够实现监控领域的一些特定需求，可以应用在禁区报警、数量统计、人群检测等领域。

在视频行为动作识别中，通常是预先规定好若干动作类型（此过程由目标数据库所决定），然后，利用数据库的训练样本对各种动作类型进行特征建模，在必要的时候还要加入训练的部分，构成一个动作模型库。也可以使用自然语言描述人的行为，实现对行为的识别和理解，近几年，更多研究者倾向于使用语义描述来分析人体动作行为，此方面的研究得到了一定的进展。自然语言描述的核心思想是：模仿人类语言的表达方式，通过有限的词汇的不同组合来表示具有不同意义的句子、段落与文章。在行为分析与理解领域中，可以把某个的图像看成是一个视觉词汇，或叫做视觉单词，把视觉词汇进行组合就可以得到视频的自然语言描述，由于不同行为有不同的描述，因此可以通过不同描述来区分不同的行为。

行为理解的推理中广泛采用了基于图像模型的推理方法,如隐马尔科夫模型(HMM) ,动态贝叶斯网络(DBN) ,条件随机场(CRF)等；也有的研究采用其他的推理方法,如使用基于规则的决策树来对一系列表示动作及对象的三元表达式进行分类；采用模板匹配的方法，将检测到的运动特征与训练好的样本逐个匹配，匹配的结果即为对行为识别的结果；还可以使用有限状态自动机,每个状态表示当前人体的位置,来对人的轨迹进行分类,识别异常事件。异常事件包括单人、双人或多人场景危险行为识别，不但可以识别摔倒、激烈抱怨、砸东西、出拳、拉扯、推搡、激烈搂抱、踢踹、砸按等，还可以识别盗窃、顺带、点火、隐藏等行为，甚至可以辨识情绪紧张、烦躁、不安等面部表情。