项目背景：

2017年国务院发布《新一代人工智能发展规划》的通知，该规划明确提出将AI作为国家战略的关键部分，旨在推动AI技术的快速发展和应用。规划中提到要利用AI技术对传统产业进行改造升级，其中包括教育行业。

政府工作报告：近年来的政府工作报告均强调了要深化大数据、人工智能等研发应用，开展“人工智能+”行动。特别是2024年政府工作报告，明确指出要深化大数据、人工智能等研发应用，并特别提到了教育领域的智能化转型。

近年来，各地政府纷纷出台发展规划，将AI教育作为重点发展方向之一。例如，《河北省智慧教育行动计划（2020—2022）》，提出全面启动智慧学校、智慧课堂建设工作；北京市教委发布了《北京市推动“人工智能+”行动计划（2024-2025年）》，旨在推动AI技术在教育领域的广泛应用等。

校园安全智能识别系统及课堂行为识别系统从系统数字化及教学服务创新目标入手，利用“互联网+”、“AI算法”等先进技术手段，以学校课堂教学综合评价和高效服务教学为核心，并结合AI信息化手段，完善学校智慧课堂评价制度，同时从服务模式上创新，提高设备资源使用效率，连接起人和物，构建完善智慧校园生态体系。

校园安全智能识别系统及课堂行为识别系统包括基础信息、设备管理、AI智能识别算法、课堂识别数据管理、课堂数据统计分析、危险行为识别数据管理、校园危险数据统计分析、综合数据展示等为校内不同角色用户提供全方位课堂评价与校园安全防范服务支撑；系统同时可集成学校其他信息化系统，力将发展成为集大成的智能识别服务综合管理平台。

项目整体分为基础数据层、模型检测层、业务层和应用层等四层，具体描述如下：

• 基础数据层：包括学生信息、教职工信息、课程表信息、班级信息、白名单管理、设备信息、场所信息和区域信息等模块。
• 模型检测：包括课堂行为检测模型、校园行为检测模型和特征检测模型等三类，其中课堂行为检测模型包括座次表检测、趴桌子检测、传递纸条检测、举手检测、起立、交头接耳检测和随意走动检测；校园行为检测模型包括人脸识别、危险区闯入检测、陌生人徘徊检测、攀爬楼梯检测和自行车违停检测；特征检测模型包括性别、上衣颜色、裤子颜色、是否背包、是否携物、是否戴口罩、是否戴眼镜、是否戴帽子、是否骑车等九个检测模型。
• 业务层：包括课堂行为管理、校园行为管理、指标评价管理和模型监控等四部分，其中课堂行为管理包括课堂识别事件信息、任课教师查看、班主任查看、校领导查看、课堂告警策略管理和课堂告警管理等模块；校园行为管理包括校园识别事件信息、安全员查看、校领导查看、校园告警管理和课堂告警策略管理等模块；指标评价管理包括指标管理、素质等级管理、评价任务管理和评价结果管理等模块；模型监控主要包括模型管理和模型调度模块。
• 应用层：包括课堂行为统计、校园行为管理和人员检索，其中课堂行为统计包括课堂事件查询、课堂告警信息统计和课堂行为数据看板；校园行为管理包括校园事件查询、校园告警信息统计和校园行为数据看板等模块；人员检索包括以图收图、人脸检索和轨迹查看。