AI RETAIL SECURITY · CASENxvar Store Security System
把“事后翻录像”，变成实时 识别告警分析联动AI 智慧零售安防。
围绕美国线下零售行业高频盗窃、暴力事件与门店安全管理难题，我们为客户构建了一套 「AI 行为识别 → 多摄实时监控 → 风险事件分类 → 实时告警推送 → 门店运营分析」 的一体化智能安防系统。
告警准确率
85%
vs 行业 60%
告警响应
3s 内
边缘推理
误报率
<15%
动作链确认
人力成本
↓ 40%
减少巡检
Live · Store Risk Stream
边缘推理 · 3s 内
CAM 02
1080P● REC
CAM 03
1080P● REC
CAM 04
1080P● REC
藏匿动作识别高危
Nashville #1 · Cam 03 · 货架B
09:42:18
VIP 客户进店低
Nashville #1 · Cam 07 · 收银台
09:41:52
举手求救动作高危
Beijing Store · Cam 02 · 入口
09:41:30
异常聚集 4 人中等
Nashville #1 · Cam 12 · 后仓
09:40:55
夜间闯入高危
Beijing Store · Cam 05 · 生鲜
09:40:21
员工长时间脱岗中等
Nashville #1 · Cam 09 · 通道
09:39:47
告警准确率
85%
响应耗时
3s 内
误报率
<15%
AI 行为识别GCN 时空建模Edge AI 边缘推理多摄协同动作链分析举手求救识别藏匿盗窃识别实时告警 3s云边端协同IOC 安防大屏多门店统一管理客流与运营分析AI 行为识别GCN 时空建模Edge AI 边缘推理多摄协同动作链分析举手求救识别藏匿盗窃识别实时告警 3s云边端协同IOC 安防大屏多门店统一管理客流与运营分析
/ 01 PROJECT BACKGROUND
线下零售仍是
主战场，但风险
正在指数级抬升。
截至 2024 年，美国约 81.5% 的零售额仍来自线下实体门店，整体市场规模超过 5.93 万亿美元。 然而盗窃与暴力事件持续增长，传统安防系统已难以为继。
2019 → 2023 · STORE THEFT
+0%
门店失窃事件较 2019 年增长 93%，年度直接经济损失约 426 亿美元。
35
2019
42
2020
56
2021
70
2022
96
2023
0.0%
美国零售额仍来自线下实体门店
$0.00T
线下零售整体市场规模 (2024)
$0B
2023 年度直接经济损失
/ 03 HOW WE THINK
我们没把它
当成"一个 AI 摄像头"。
真正困难的部分是：如何让 AI 真正理解危险行为。 我们重新设计了动作识别模型、多摄协同分析机制、边缘推理、实时告警链路与云边端协同架构。 系统不仅负责录像，更负责实时风险识别、动作意图分析、告警分类、快速响应与长期运营分析。
AI 动作识别
骨骼关键点 + 时空建模
边缘推理
本地 NPC 盒子推理
多摄协同
时空对齐与遮挡恢复
实时告警
3 秒内推送
运营分析
客流 / 工时 / 风险
SYSTEM ARCHITECTURE · 分层视图
云 · 边 · 端 协同应用层
安防平台 · IOC 大屏 · 告警中心
算法层
动作识别 · GCN 模型 · 行为分析
数据层
视频流 · 行为数据 · 事件数据库
边缘层
NVR · NPC 边缘盒子 · Switch
感知层
摄像头 · 门店监控设备
感知 ──▶ 边缘 ──▶ 数据 ──▶ 算法 ──▶ 应用实时闭环 ◀──
/ 04 HOW IT WORKS
一套实时运行的
AI 安防识别五步管线
从摄像头到运营大屏，每一步都为「实时性」与「行为意图理解」而设计。
01
多摄实时视频接入
让门店状态实时在线
TECH
NVR 接入RTSP 视频流多摄同步边缘节点
→ 多门店统一管理 · 降低人工巡检
02
AI 动作识别引擎
从「异常检测」升级为「行为理解」
TECH
Pose EstimationST-GCN 时空网络行为轨迹动作链分析
→ 复杂行为精准识别 · 误报率下降
03
边缘推理与极速告警
风险发现后，3 秒内完成响应
TECH
Edge AI本地推理引擎消息队列实时告警
→ 响应速度提升 · 带宽压力下降
04
多摄协同与遮挡恢复
单摄看不见，多摄联合分析
TECH
时空融合动态补帧轨迹重建遮挡恢复
→ 复杂环境稳定 · 漏报率下降
05
智能安防运营平台
管理者第一次真正「看见门店风险」
TECH
BI 数据分析安防数据中台IOC 可视化多租户架构
→ 数据统一 · 总部监管效率提升
/ 05 SYSTEM SHOWCASE
从摄像头到运营大屏，
系统是这样运转的。
8 个核心界面，覆盖实时监控、告警识别、运营分析与多门店管理。 所有界面专为门店管理人员的真实使用场景设计。
HomeNotificationsLivePlaybackAlertDashboardProfileAnnual
首页 · 周数据看板
01 · Home
通知中心 · 告警筛选
02 · Notifications
9:41
●●●●📶
Live · 6 Cams
Front Door正常
LIVE1080P
Checkout 01正常
LIVE1080P
Aisle B高危
LIVE1080P
Backroom正常
LIVE1080P
Parking中等
LIVE1080P
Storage正常
LIVE1080P
DEVICE STATUS
6 / 6 在线边缘推理 OK
实时多摄分屏
03 · Live
前门摄像头 · 直播回放
04 · Playback
9:41
●●●●📶
Alert Detail
● HIGH RISKCAM 03 · 2025-03-12 12:30
藏匿盗窃置信度 92%3 帧确认
ACTION CHAIN
拿取动作
12:30:42
#1
藏匿动作
12:30:48
#2
离开收银
12:31:02
#3
告警详情 · 动作链分析
05 · Alert
9:41
●●●●📶
IOC · 安防大屏
今日告警
1,284
实时在线
342
处置率
98.2%
告警趋势 · 7 Days
事件类型分布
藏匿盗窃
38%
异常聚集
24%
举手求救
18%
夜间闯入
12%
其他
8%
IOC 安防大屏
06 · Dashboard
个人中心 · 多店管理
07 · Profile
年度运营报告
08 · Annual
/ 06 PROJECT RESULTS
系统上线后，客户建立起
统一的智能安防体系。
0%
告警准确率
0%
人工监控成本下降
0s
告警响应时间 · 边缘推理
<0%
误报率
COMPETITIVE COMPARISON · 与传统方案对比
能力
传统方案
Nxvar
实时行为识别
基础异常检测
完整动作链识别
偷盗行为分析
部分支持
精准识别
举手求救识别
不支持
支持
多摄协同
基础
深度协同
本地 AI 推理
少量支持
完整支持
告警速度
秒级到分钟级
3 秒内
运营分析
基础报表
深度分析
/ 07 WHERE IT FITS · 能力可复用场景
商超门店
偷盗行为识别
仓储物流
异常入侵检测
校园安全
聚集风险识别
停车场
危险行为监测
公共设施
实时安全预警
企业园区
智能安防联动
AI 实时风险识别
复杂高危动作自动识别与分类。
极速告警响应
风险事件 3 秒内自动推送。
多门店统一管理
建立统一安防数据平台。