AI大数据在公安图像应用的实战化进程

2019-06-10韦裴东陈丽聪

中国公共安全 2019年4期

□ 文/韦裴东陈丽聪

公安科技信息化政策要求

2018年1月24日，赵克志部长在全国公安厅局长会议上指出，大数据是公安工作创新发展的大引擎、培育战斗力生成的新增长点。要坚持实战引领，充分运用大数据等新技术手段，积极构建以大数据智能应用为核心的智慧警务新模式，着力提高预测预警能力、精确打击能力和动态管理能力，不断提升公安工作智能化水平。

2019年公安科技信息化重点工作的12项布置任务中，第一条就是深入推进公安大数据智能化建设，文件要求：主动衔接公安部规划，结合本地实际，研究制定本地公安大数据建设规划，对标公安部制定的具体建设方案，推进本地公安机关的网络、平台、数据、系统、安全、标准、运营运维等整体化系统化建设。要结合职责任务，重点从项目管理、建设需求、技术路线、基础设施、数据资源、运营运维等方面，统筹推进本地公安大数据智能化建设，坚决打破部门、资源、技术壁垒，避免重复建设，提高资金使用效益与项目建设质量，确保公安大数据智能化科学、有序、可持续发展。同时，文件把大力加强公共安全视频监控联网应用作为重点工作之一，具体要求：一是全面推进“雪亮工程”建设。特别是环京7省市示范城市和重点支持城市公安机关，要以建国70周年安保工作为核心，围绕实战应用亟需，加快点位规划上图、系统智能运维等智能化手段建设，切实找准建设盲区、关键部位，实现智能前端精准覆盖、视频资源全面汇聚和高效共享，确保全国按期实现“全域覆盖、全网共享、全时可用、全程可控”的目标。二是全面推进视频图像信息智能应用。各级公安机关要充分运用前沿技术，进一步优化视频监控联网共享架构，构建视频图像信息数据库，提升视频图像解析能力，加强视频图像信息综合应用，更多维度地整合图像资源，更大限度地挖掘数据价值，更深程度地服务公安业务，以最强有力的公安视频图像信息应用能力支撑公安工作。

一年之计在于春，公安图像信息的智能化应用和大数据建设已进入全面进入实战化阶段。

公安图像应用是AI大数据落地的最佳场景

智能时代，社会进步的本质是用技术提升工作效率。数据的核心是实现价值，而价值需要深入分析挖掘才能产生。通过数据归纳知识，通过训练提升能力，通过能力强化分析。只有将大数据、人工智能与实战业务结合起来，真正用于数据决策和提升效率，才能催生出新的应用模式和推动流程再造，发挥出新技术的魅力。

行业是人工智能和大数据落地生根最好的土壤。未来的智慧城市科技是融合的，软件、硬件、数据、AI之间不会再有界限，人工智能和大数据相互结合是一个必然的突破方向，通过大数据分析积累知识，再把知识配置到人工智能引擎中，最后输出机器分析后的结果，从而让用户感受到大数据的价值。

公安机关在履行社会管理职责过程中，管理储存了各类数据信息，包括人口管理、接处警信息、出入境登记、旅店宾馆住宿信息、机动车驾驶员信息等。这些数据来自城市各个角落和人群，来自于不同的知识领域，通过多种数字化和传感器获得，这些数据可以是结构化，也可以是非结构化，比如图片和视频。当前，视频摄像头在生活中已经随处可见，无论是室内还是室外，小区还是商场，各种社会公安安全场所都有监控系统在发挥作用，尤其是在维护稳定、反恐处突、治安防范、侦查破案、服务群众等工作实践中，视频监控技术在构筑全天候全方位治安防控体系中具有强大的优势。视频监控技术通过实时显示监控区域现场图像和回放历史场景的功能，具有发现犯罪、预防犯罪、威慑犯罪和锁定目标、提供线索、固定证据等重要作用。视频监控作为公安大数据的重要基础资源，提供了大量的图像信息，但面临难以快速检索的主要诉求：公安关注的核心是图像中的人、车、物、事件等基础情报信息，而图像资源中包含大量冗余的数据信息，通过人工进行数据回溯，不仅占用了大量的人力、物力和时间，同时由于个人能力的差异也会导致针对视频的认知偏差，更不用说结合多种时空交叉数据进行研判比对。因此，大量性（规模超大、不断攀升）、高速性（高速产生、处理高效）、多样性（种类多样、来源多样）、低密性（有用数据提纯）的这些大数据特点给常规技术（获取存储管理、处理传递共享、关联聚类分析）带来了较大挑战。如何在海量的数据中提取出有价值的信息需要多学科多技术的研究。而且，即使是同一类问题，每个系统也都不一样，所以模型和程序要针对数据设计。结构化数据通过数据库或者数据仓库解决，半结构化数据使用网页和搜索引擎等技术解决，非结构化数据使用深度学习、网络交互和群体智能解决。

因此，建设能够匹配公安图像应用场景的AI大数据系统已成为信息化建设的迫切需求。

▲图1

公安大数据应用的主要方向

不断加强对公安内部的信息数据、社会资源和互联网资源信息的整合和处理以及对数据的深度挖掘，是公安信息化发展的方向。

公安大数据系统要成为面向各警种的大数据管理和分析平台，通过对海量数据的收集、整理、归档、分析、预测，从复杂的数据中挖掘出背后所蕴含的内在的必然的因果关系，找到隐含的规律，促使这些数据从量变到质变，实现对海量数据的深度应用、综合应用和高端应用。通过大数据系统的建设，使新系统能够向各警种提供集中资源、集中管理、集中监控和配套实施统一的大数据应用环境，担负起对各警种实战应用的支撑、服务、保障作用。

公安大数据的应用可以分为三个层次：

基本应用。通过历史数据查询，如流动人口、车辆归属地、案件分布趋势；

核心应用。发现数据之间的关联关系，比如不同区域和不同时间与某些类型案件的关联关系。在搜集更全面数据的情况下，通过数据内在关联和比对碰撞，以往在大量数据中被淹没的微观细节和异常情况能显现出来，为侦查破案、打击犯罪提供有效的信息线索支持；

发展方向。建立在关系分析基础上的预测，从海量的案例信息、社会资源信息中提取有效数据，结合时间、空间、人文地理等要素进行加工分析，找出暴力犯罪、恐怖袭击、恶性群体性事件等各自的发生特点，总结出各类案件发生的要素特征，根据这些要素特征建立相应的预警模型，从数据的关联关系入手，推导出因果关系，发现可能会引发相应的治安风险，能够对一定时期内的趋势走向做出预测，对危险信号做出预警并及时调整部署警力，将恶性事件及时地消除化解在萌芽状态。

公安图像AI大数据的典型应用

首先要解决图像大数据的数据源问题：针对目标检索困难，借助深度学习技术和视频解析技术，从图像中自动提取车辆/行人/人脸的结构化特征信息，形成视频线索。

目前，公安比较关注的图像实战应用主要包括：车辆分析、人脸识别、人体识别、行为分析等，产品形态分为前端智能和云端智能。这些系统以道路监控、卡口电警、人脸卡口等不同监控前端获取的视频、图片及结构化特征为基础，实现以图搜车、以图搜人、全文检索、相似性研判等综合应用，帮助公安快速准确地侦破案件。

前端智能产品的代表是具有AI特性的摄像机，比如人脸识别摄像机和交通摄像机，在采集视频和图片的同时，依靠内置的算力芯片和智能算法，将活动目标识别为结构化信息后传到数据中心，可以减少云端分析处理的计算资源压力和网络带宽等系统成本。缺点是前端设备空间有限、功耗成本较高，导致有限的硬件资源只能运行相对简单、对实时性要求高的算法。

云端智能产品非常丰富，包括提供智能分析的NVR、人脸识别服务器、车辆结构化分析服务器和视频结构化分析服务器。智能NVR是在集中存储图像的基础上，通过集成深度学习算法可对视频内容进行智能分析和信息提取，比如小型比对库的人脸识别/车辆识别等，适合中小型项目使用。人脸、车辆、视频结构化这三类智能服务器通过在X86服务器集成高性能GPU芯片和深度学习算法，专门对人脸特征、车辆特征、机动车/非机动车/行人的全目标特征进行快速提取和准确识别比对，比如1亿人脸底库的识别比对、卡口过车图片的二次特征提取和以图搜车、行人的衣着体貌特征识别和以图搜人等。可以根据客户需求灵活配置硬件资源，能运行算法复杂的算法，且升级维护比较方便。

▲图2 ：人脸动态布控

▲图3 ：视频结构化“以图搜人”

前端智能和云端智能并不矛盾，随着智能需求日益增多，更多数据的采集和计算未来都将在前端进行分布式计算，前端初步处理分析后回传到云端进行深度分析。我们可根据客户的具体需求灵活组合，实现更智能的分布式计算。比如，检测、跟踪、去重、抠图等相对通用的应用以及拌线、越界、徘徊、计数等行为分析类的应用适合放在前端，而提取细节特征、识别比对等以及涉及敏感信息的复杂应用适合放在云端，要结合实际设计，实现资源利用最大化。

解决了视频大数据的数据源问题，公安大数据还面临如下困难：1、历史数据和动态数据缺乏实时比对，难以实现实时预警监测；2、海量数据积淀沉睡，挖掘应用深度不够；3、单警种数据壁垒，难以实现充分共享；3、大量实战案例无法通过算法和模型固化推广；4、一线民警不懂大数据技术，研发人员不懂实际业务。海量数据给常规技术带来了众多挑战，现有的公安数据系统无论是规模还是架构都很难适应在海量数据场景下的管理和分析，直接影响了公安形势预判和重大决策。

▲图4

除了结合视频监控的AI大数据应用，身边小事也可以通过AI大数据的创新应用得到快速解决。比如以“互联网+”为切入点，以微信应用为支撑的“五微一体”微警务工作模式以及相应的微警务APP，实现了“让数据多跑腿，让群众少跑路”的民生服务工作目标，提升了人民群众对公安机关的满意度。该应用是基层所队主动与辖区医院、学校等企事业单位及商户、群众创建各类群防群治微信群，实施以“微互动、微侦查、微防范、微管理、微服务”为主要内容的“五微一体”工作模式，通过“一键报警”、“服务指南”、“房屋报备”、“从业报备”、“开锁服务”、“法规查询”的功能积极回应和解决群众关注的热点、难点问题，促使一批影响群众生活的“小案件”得到及时查处，一批可能容易激化的“小纠纷”得到及时调处，一批可能影响社会稳定的“小矛盾”得到及时化解，一批危及群众安全的“小隐患”得到及时排除；一批关系群众切身利益的“小事情”得到及时解决。

公安图像信息化面临的主要问题

公安图像信息化工作复杂庞大，包括了硬件支撑、数据信息、技术力量和机制流程管理。但无论是数据的采集录入，还是信息的筛查整合，都需要由人来完成。因此，如何激活使用民警在信息化应用过程中的主导作用十分重要。目前各地实战中大多存在积累共性机制问题：

越是基层一线，对信息化工具的需求越迫切，需要将图像信息资源系统的授权尽量向基层一线倾斜，此外，当前的案件信息查询制度要求严格审批手续，一定程度上影响了信息化分析研判的连续性和时效性。在灵活开放的同时，也要强化视频安全管理，深入排查视频监控网络安全隐患，全面加强视频图像资源的安全管理与规范使用，建立视频图像资源授权使用和审核机制，实现大数据环境下前端设备安全认证、传输网络安全监测和视频图像跨网安全交换。要认真执行国家强制性的联网与采集标准，按照公安部统一部署，实现对主要视频监控设备、使用人员的准入控制和身份认证，以及对主要视频图像的加密传输和防篡改，基本建立起视频监控系统安全保障设施，提升重要视频图像安全防护能力。

在工作中发现和挖掘有特长和潜质的民警，及时补充到图像应用的专业队伍中，保证队伍的稳定和长远发展。