近些年,随着国民经济的快速发展,国民生活水平的提高,人民的物质文化生活不断提高。在满足了基本的生活保障后,人民的物质文化精神生活不断丰富、娱乐项目也更加多样化。在城市里,人们选择的去处更多可能是室外的公园、游乐园等,或者室内的商场、博物馆以及美术馆等地方。针对于城市大型室内场馆的安保也面临着挑战。传统的安保手段主要依靠人力的巡逻以及站岗来防范于未然。随着社会的发展,室内场馆的大小以及建筑的复杂程度也有提高,对于传统的方式来监控安保难免会效率低下。人流量的增多,势必带来一些不确定的安全因素,不能仅仅依靠传统人力安保手段,需要更高效的管理策略。例如对于室内火灾的应急处理,需要做到高效的响应以及疏散人群,我们需要现代化的传感器等设备来监控室内各个地方的温度或者烟雾;对于特定人群,需要有效的监控,我们需要使用摄像头来对画面中的人物进行识别;以及对场馆内物种物资设备的管理也需要信息化管理。因此,开发一款先进的室内场馆的安保管理系统是非常有必要的。运用各种传感器以及计算机等技术对场馆的信息进行监控管理,减少工作人员的数量,高效地处理各种信息。通过对创新馆安保系统的管理的现状进行分析,与国内外现状对比,根据实际需求,对该系统进行业务需求分析和功能需求分析,构建了一个室内场馆的安保系统。文章主要对应急事件管理、人员管理、应急资源管理以及系统权限管理四大模块进行了说明和实现。在系统实现方面,使用了Spring框架进行软件开发;对于系统稳定性方面,使用了主从服务的服务部署方式;对于场馆内各种潜在的危机应对,使用了物联网技术,将温感传感器、烟雾传感器以及光感传感器等设备部署于场馆各个地区。在面对意外突发情况时,可以做到及时应答处理。在人脸识别这一关键技术上,使用了YOLO算法来提取画面中的人脸,再使用了inception结构来设计神经网络来对人脸进行编码,计算不同人脸之间的欧氏距离来衡量是否为同一人脸,以此来提升了对特定人物的监控效率。实现了一个高效、智能的应急安保系统。本系统使用了Spring MVC以及深度学习相关技术,提高了安保系统的管理能力,同时增强了安保手段。在软件设计方面,将场馆内的物资管理、人员管理与应急管理相结合,使应急安保能更好的发挥作用,同时也能更有效的进行信息化管理。在主从服务模式下,系统的容灾性有着不错的表现,保障了单机运行出现意外宕机时系统稳定的运行。在人脸识别功能方面,使用了深度学习相关技术,相较于传统的机器学习算法,其准确率达到了97%以上,同时可以进行实时检测。在系统环境部署方面,使用了Docker平台,使得系统的测试环境以及正式运行环境的部署都更有效率,节约了系统在开发以及正式运行环境运行时所需要的时间以及硬件成本。