人工智能将在司法安防大展拳脚

□ 文/何　遥

司法部门对维系社会的安全稳定起着至关重要的作用，而安防在其中扮演了重要角色。以狱所来说，随着社会治安形势和押犯结构的变化，监狱安全稳定面临着新的考验和挑战。在推进监狱治理创新过程中，司法部门要求牢固确立信息主导警务理念，坚持问题导向，强化实战引领，注重科技创新，构建以指挥中心为中枢，智能管理大平台为依托，监、测、控、处信息技术为支撑的“全方位、多层次、一体化”安全技术防范新体系，有些地区基本实现了“精准感知、超前预警、整体联动、有效管控”。将人工智能（AI）应用于司法安防，成为新的趋势。

从人防到技防，AI才露尖尖角

传统的安全防范体系里，对人的依赖度比较强。监狱在投入大量的财力、物力建设安防工程后，不仅没能有效地缓解基层的警力紧张问题，反而加剧了这种态势。直到智能分析技术出现后，尴尬的局面开始得以缓解。

在充分考虑监狱警力资源的限制等原因之下，监狱建设智能监控系统，能够实时对监控图像作出分析，以具体的监控情况划分重点区域，进行运动物体检测。在有异常运动物体出现时提示值班干警进行监控，这样能有效的分辨出需要重点监视的监控视频图像，使其提高监控效率与精确度，提前防范突发事件。

目前公检法系统都在高调宣传“向科技要警力”。司法部门的领导在多个场合强调今后一个时期要着力抓好“建设完善安全防范系统，实现安全防范智能化”。从各省市的安防投标文件来看，智能分析功能已然成为监控摄像机打入监狱市场的先决条件。

如今，随着新一代人工智能的发展，摄像头采集、大数据分析、人脸识别等技术越来越多地被用于司法安防领域中。从犯罪高发地预测到潜在罪犯预警，从协助审讯嫌疑人到辅助司法量刑，逐渐利用机器学习和深度学习算法预防和打击犯罪。

AI在司法安防中将大展拳脚

通过机器学习进行预测与布控

犯罪发生区域的预测，有利于警方合理安排警力。现实当中，地方警局的人手和工作时间都是有限的。传统的巡逻相对而言效率不是很高，现在利用算法和机器学习，就可以帮助警局安排警力资源，提升打击犯罪的效率。

20世纪90年代，纽约市就曾用数据信息来预测哪些地铁站是犯罪高发区。随着人工智能的发展，世界上已经有一些国家和地区开始利用最新的机器学习算法预测犯罪。他们在城市里安装了可以检测枪声的声音感应器收集数据，加上城市路边的摄像头数据，通过机器学习算法做了一个“罪案预测系统”，能预测抢劫、枪击案的罪案地点。

通过机器学习预测潜在犯罪

通过机器学习技术，除了能预测犯罪高发地区，还能预测出有可能会出现的罪犯。通过收集犯罪案例，使用机器学习方法，将这些数据“喂给”电脑程序，包括年龄、性别、邮编、第一次犯罪的年龄以及一长串先前可能相关的犯罪记录（酒后驾车、虐待动物、涉枪犯罪等）。通过机器学习，得出哪些人是重复犯罪，需要监禁哪些二次犯罪风险较高的人。甚至，基于环境以及新生儿父母的过往，在一个人出生的时候就预测出他/她是否会在年满18岁时犯罪。

比如，警方拿出“预测罪犯热点名单”告诉警员，附近街区最有可能犯罪的前 20 名嫌疑犯名字和照片，甚至可以具体到这样的程度：“此人可能在 18个月内有 25% 的可能性参与暴力事件。”根据芝加哥警局透露的信息，这个名单已经有 400 人。上榜的人不一定有犯罪史，住在罪案高发地地区，或者朋友、家人有人犯罪的，都是这个名单背后的算法考虑的因素。

人工智能测谎仪协助审讯

传统的测谎仪对于有一定“经验”的犯罪嫌疑人而言，有相当大的局限性。审讯过程中，利用人工智能技术（包括人脸识别、语音识别、语义识别、形态识别、生理探测、智能决策等）可以更加精准判断嫌疑人是否在说谎。通过摄像头捕捉人脸关键点，配合非接触式传感器分析性别、微表情、肤质、颜色、局部温度、心率、语音等神经、生理的外在表现，根据对应的唯一关系，反推心理，探测出内心的倾向，相比传统的情绪识别更进一步。

利用生物识别技术搜索追踪嫌疑人

生物识别技术又可分为很多种，如人脸识别，指纹识别，虹膜识别，步态识别等等，在一些场景中根据需求会混合使用这些技术。以人脸识别为例，人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术，包括人脸图像采集及人脸检测、人脸特征提取，以及特征相似度匹配与识别等过程。在种类身份识别领域，人脸识别不仅具有唯一性与低可复制性，还具有非强制性、非接触性、并发性等特点。人脸也是人类在自然环境中最主要的身份识别基础。

人脸识别，尤其是动态人脸识别技术，有助于安保系统在动态的人群中高效、迅速锁定犯罪嫌疑人并部署抓捕，打击犯罪。深圳威富科技、川大智胜等一批安防企业都在这方面颇有建树。

特别值得注意的是，由于人工智能的发展，包括人脸识别在内的安防技术进入主动安防的时代，在司法中的应用也相应地将发挥更大的能动性。