行为识别及智能感知技术在监狱中的应用研究

基金项目：2024年中央司法警官学院省级大学生创新创业训练计划项目“狱内重大异常行为识别及智能感知关键技术应用研究”（编号：S202411903029）；

摘要：在当前这个互联网信息技术高速发展的时代，监狱安防系统也在伴随时代发展而不断更新换代，如何推进监狱安防智能化、信息化是当前监狱安防系统面临的主要问题。本研究在分析归类狱内各类重大异常行为的基础上，将智能感知技术手段应用于监区内罪犯日常监管的各个环节，为狱内重大异常行为的预判和处理提供智能化策略，从而推动智慧监狱建设。

关键词：行为识别；智能感知；监狱；应用

近年来，狱内重大异常行为频发，尤其以罪犯暴力抗改、自杀、聚众斗殴、袭警夺械等事件为典型代表，对监狱监管改造秩序造成了极大挑战，也为监狱人民警察在监管过程中的人身安全埋藏了极大隐患。如何加强监狱安防建设，运用新技术新手段有效预防和及时制止狱内异常行为的发生，从而达到提升监狱人民警察监管过程中的安全性，推动智慧监狱建设，是当前备受关注的课题。

一、监狱信息化建设及智能感知技术发展现状

（一）监狱管理面临挑战

在科技快速进步的今天，传统的监狱管理模式面临着众多挑战。一方面狱内暴力犯罪问题形势严峻；另一方面监狱信息化程度比较低，难以做到对有暴力、自杀等异常行为的人员进行精确预警，事前防范较为困难，面临事后追责问题。全国监狱信息化建设虽然取得一些成果，但是监狱智能化成都还不够高，离智慧监狱的建设目标还有一定的距离。

（二）行为识别技术及智能化感知技术的快速发展

1.智能感知技术发展情况

美国在1997年启动了VSAM项目，通过在复杂场景和多变环境当中的多组摄像头组建成一个信息采集系统，自动对场景内的目标进行监控和分析。以色列的Nice Vision公司研制出一款视频分析仪，可以对不同安全等级需求提供多级别保护功能，包括入侵检测，车辆测速，遗留物品报警移动物体检测，人群聚集识别，非法滞留检测，入口处尾随检测报警等。国内也有相关研究，通过背景建模、目标跟踪、行为分析等技术手段，实现对监狱内异常行为的自动检测和报警。

2.行为识别技术的发展条件与应用现状

行为识别技术通过视频、图像、热、力、加速度等单一或多种传感器结合的方式，对测量目标信息进行采集测量。然后，借助数据挖掘、机器学习等多种技术，对人类行为的表层与深层特征进行提取，精确表达出目标姿态、站立、奔跑等各类形式的静止或运动状态。当前研究可以通过卷积神经网络（CNN）和循环神经网络（RNN）来提取和分析视频数据中的行为特征，实现了对斗殴、自残等异常行为的准确识别。

二、监狱中的重大异常行为分类

（一）自杀行为

监狱内自杀预防是当前监狱安全稳定工作的基础，服刑人员自杀影响大，后果严重。常见的包括：上吊自杀行为：利用自身全部或部分的体重，使环绕颈项部的绳索或其他类似物压迫颈项部而引起的死亡，服刑人员常使用床单、衣物等，而这类工具很容易接触和获取。攀爬高处自杀：服刑人员趁监管人员不备，攀爬到建筑的高处位置主动坠落。利用尖锐工具自杀自残行为：服刑人员通过私藏塑料磨尖或利用牙刷或其他尖锐物品，实施自残或自杀的行为。

（二）打架斗殴行为

受环境、季节和个人心理因素的影响，监狱内打架现象较为普遍，囚犯可能会因为个体之间言语不和、生活习惯、生产矛盾等问题，引发冲突。还有一张是斗殴。在监狱中，地域、案源等纽带容易促使罪犯形成小团体，抱团取暖，小头目通过炫耀势力吸引追随者，年轻罪犯为彰显地位模仿其行为，部分罪犯为规避牢头狱霸欺凌，会主动加入寻求庇护，群体之间的冲突，会导致严重斗殴事件，对监管改造秩序造成了极大挑战。

（三）脱逃行为

从越狱方式上看，罪犯主要通过翻越监狱围墙进行脱逃较多，在研究的案例中，罪犯几乎都是翻越监狱围墙脱逃，说明监狱围墙是监狱安全的最后一道防线。河北某监狱在押犯谢某开吊车撞塌监狱围墙越狱，河北某监狱在押犯王某借助木板和运货的编织袋做的绳索翻过监狱的围墙，吉林某监狱在押犯朱某通过攀爬AB门雨棚翻越监狱围墙，辽宁某监狱在押犯张某和王某锯断窗户杆，撬开四道门、翻过铁丝网、翻越围墙潜逃。[1]

三、监狱重大异常行为的识别及智能化感知

（一）监狱重大异常行为识别

针对监舍内容易发生的上吊自杀、割腕自杀、个体冲突等行为，在监舍内安装动作捕捉摄像头，对罪犯动作的实时监控，依托边缘计算架构，将监舍内采集的视觉、声学及生理数据实时传输至云端智能分析平台，对罪犯姿态进行分层解析。系统可精准识别侧卧静态滞留、颈部异物缠绕、肢体剧烈扭动等高风险行为，并提前做出预警传回指挥中心。夜间警力薄弱时段，可部署AI自主导航巡逻机器人，搭载高精度红外热成像传感器与太赫兹波穿透成像设备。通过非接触式红外热成像扫描，结合毫米波雷达检测呼吸频率突变，实现隐蔽性自残行为的毫秒级预警。

针对在生产车间、罪犯自由活动场所容易发生的打架、伤害行为，通过融合多模态感知、社交网络分析与动态物理干预的智能化防控体系进行预防。利用监控摄像头捕捉异常肢体动作，结合麦克风阵列分析争吵声源，实时定位冲突点。同时在冲突高发区域部署移动隔断墙，检测到肢体接触时自动分隔人群，避免事件进一步恶化。[2]

（二）监狱重大异常行为智能化感知

1.生命体征分析感知

生命体征分析感知是一项重要的技术应用，它通过对罪犯的生命体征进行实时监测和分析，帮助监狱管理人员及时掌握罪犯的健康状况，从而保障囚犯的生命安全和身体健康。通常采用节处或者非接触式的监测方式，如生物脉冲超声波扫描技术，通过远距离感应探测人体的心跳、呼吸、身体活动等所产生的振动波。这些生命体征数据会被实时收集、分析和传送，使得管理人员能够随时了解囚犯的身体状态。[3]

2.情绪感知技术

情绪感知识别技术作为当前新一代的生物感知技术，正在被广泛应用，该技术能够根据多模态特征快速锁定可疑人员，分析人员的当前精神状态，自动排查出情绪异常犯罪可能性高的人员，还可以通过定期检测特定人群的精神状态，筛查异常情绪人员进行重点防范，从而预防监狱中恶性事件比如暴力、自杀等行为的发生。

3.声音感知技术

在简单的声音拾取和存储的基础上，音频数据经过放大滤波、预处理后进行语音特征提取，并将语音传送到声学模型进行比对，声学模型建立有很多声学词典，经神经网络进行匹配，并且融合5G通讯技术和AI人工智能，构建语音情感数据库、构建并训练语音情感识别卷积神经网络等进行语音情感分析，当智能识别到落入报警敏感词区间内，则将该语音信息通过云后台发送给监狱民警和报警系统，进行实施语音监控和报警。

监狱作为社会安全治理的重要环节，其管理效能的提升离不开现代信息技术的深度融合。通过系统梳理狱内自杀、斗殴、脱逃等重大异常行为的特征与成因，结合智能感知与行为识别技术的创新应用，能够有效弥补传统监狱管理模式中预警滞后、人力不足等短板，更能通过精准识别与快速响应，显著降低狱内安全风险，为监管人员提供科学决策支持，为监狱安防系统的升级提供了理论参考与实践路径。

参考文献

[1]陈鹏，陈名玥.典型越狱脱逃案件的反思与对策[J].河南司法警官职业学院学报，2023，21（02）：23-26.

[2]李莹.基于深度学习的监狱服刑人员危险行为检测技术研究[D].山东大学，2023.

[3]周小凤.智慧监狱背景下视频监控在狱侦工作中的应用研究[J].司法警官职业教育研究，2024，5（02）：17-24.