信息化背景下视频监控在公安工作中的新发展

胡潇禹

摘要：在现今信息化高速发展的背景下，视频监控系统在公安工作中的应用也在发生着深刻的变革，人脸识别、轨迹分析等技术的出现，一度改变了传统公安工作的方式方法，但是，这些技术在视频监控系统的实践中也暴露出了许多的问题，需要进一步的完善并解决。

关键词：视频监控系统;人脸识别技术;信息化背景

一、传统视频监控在应用中存在的不足

（一）范围较为固定且容易破坏

视频监控系统的最前端为视频监控探头，对于传统探头而言，一般是无法进行自动旋转的，这就使得其所监控的范围与角度较为固定，再加上经费限制、地形地貌、建设规划、建筑设计等影响因素，往往是不可能形成无死角，全覆盖的理想化效果的，对于基层社区中经常发生的偷窃电动车，车辆刮擦等案件，往往难以调整角度进行有效的取证。并且，监控摄像头所设位置固定，对于一些犯罪经验丰富的犯罪分子而言，可能会在作案前对于现场进行踩点，摸清现场监控位置，作案时使用工具改变监控摄像角度，使其无法拍摄作案过程，丧失有利证据。

（二）成像质量低

现今大多数的视频监控探头都是较老一代，录制的视频像素都不高，有的仅是一些模糊的动作方向，甚至是一些像素点，对于人物的具体特征以及细节动作描述不清楚，并且在白天晚上不同光源的情况下，录制效果有明显差异。基层实践中经常有碰到群众将手机丢失在出租车上的情形，来到派出所企图通过监控查找车牌，但是往往都是能确认车辆，但是车牌看不清楚，给寻找增加麻烦。在刑侦破案上，也会存在因为现场监控对于嫌疑人犯罪细节拍摄不清导致难以定性的情况。

（三）数据联动性不强

由于政府部门职能的划分，目前公安、交警、消防等部门之间的监控系统是自成一体的，另外，社会各单位自建的一些监控系统也是标准不一，监控系统最多也是横向铺开，尚未连接组网，更不要说各自点位上的纵向深度。基层监控调取方面，由于储存格式，监控接口，播放软件，审批程序等诸多限制，很难在第一时间去调取，造成不便。

（四）无法进行数据的深度处理

传统的视频监控系统作用主要是场景记录和事后取证，但是随着现今公安工作的发展，这些都作用已经远远不够了。比如在人口管理方面，以N市Y区B派出所辖区为例，该所辖区常住人口5.5万人，流动人口2.5万人，人口成分十分复杂，难以通过人力进行全方位的管控。如果视频监控系统能够对于大密度的人群进行自动比对，快速分析所探测人的相关情况，从而提出预警，将极大的缓解辖区民警对于自己所在辖区人员动向情况把握的压力。再比如临控人员抓捕方面，传统的视頻监控系统缺少及时性，只能在临控人员触网后，查询监控中查找临控人员。如果系统能够自动进行深度处理，当场确认其是否为需要抓捕人员，则可在抓捕过程中化被动为主动。

二、大数据下视频监控的新应用

（一）人脸识别

人脸识别技术现主要应用场景为逃犯抓捕方面，其应用主要分为以下三步，一是信息研判与确认，现今视频监控系统在一些卡口已经可以做到对于人脸的识别分析，当有疑似逃犯经过时，系统经识别会产生人脸预警，并自动通过全国在逃系统确认该人在逃有效性，及时将数据提供给后台指挥中心进行信息研判。二是现场核实与抓捕，当确认相关信息后，指挥中心将会通知正在巡逻的便衣民警，前往相应地点进行现场核实以及伺机抓捕。三是二次研判与布控，有时存在抓捕对象在民警赶到之前离开现场，因此，需要预警地区周围监控进行搜索进行二次研判，并在预警地区周围进行布控。现今人脸识别技术已经在公安系统中得以深度运用，以N市Y区巡特警大队智猎工作室为例，其以Y区巡特警大队三中队为班底，利用此技术从2019年至今已成功抓获各类临控人员649名，全国在逃人员312名，战果斐然。

（二）轨迹追踪

轨迹追踪技术应用场景较多的为车辆轨迹的确认，对于一些犯罪嫌疑人现场身份难以确认，但是留有手机号，车辆等其他信息的，利用轨迹追踪寻找其落脚点。比如宁波鄞州11.12金包银诈骗案，犯罪嫌疑人使用金包银项链进行典当，当时头戴帽子，没有在监控下露脸，同时留下的身份信息也是假的，一时间难以确认，后通过其典当后所乘车辆，采用轨迹追踪技术，锁定车辆颜色、车型、牌照等特征，刻画其车辆轨迹，最终确认落脚点。此外，对于基层一些电瓶车被盗案件中，也可采用类似手段，利用电瓶车上的防盗牌照等相关信息，通过监控摄像头进行扫描识别，但由于基层中电瓶车防盗车牌安装普及率不高，因此这方面的应用并没有推广开来。

（三）预警查控

预警查控技术主要应用在反恐维稳领域，以及一些重大安保活动场景。传统的视频监控系统缺少及时预警的功能，在以前的安保活动中，多依靠身份证等相关证件进行身份的查实，速度较慢，从外围到内围多个检查站，也在一定程度造成了人民群众生活的不便，同时也存在身份证冒充等风险。现今，利用视频监控，配合预警查控技术，检查时仅需车辆低速通过，即可进行图像的截取扫描，对于车辆以及车内人员进行分析，大大的提高了效率，也减少了对于群众生活的影响。平时反恐领域，在辖区重点部位，利用视频监控也可对于涉恐维稳人员的动向进行及时预警，方便追踪。

（四）数据整理

数据整理技术主要应用场景为治安管理方面，针对部分地区流动人口多，人员密集复杂等特点，利用视频监控技术，对于地区各主要路口进行数据整理，分析出车流、人流量比较大的主要路段，以及一些经常发生警情的路段，从而指导街面警力针对性的开展巡逻防控工作。在重大安保活动中，也可通过此技术，时时分析各自卡口车流量情况，进而方便调整部署，优化警力配置。另外，侦查破案中，对于同一地区发生的相类似案件进行串并侦查，也可通过视频监控系统调取各自现场的有限视频资料，进行数据比对分析，确认是否为相同的犯罪嫌疑人作案。

三、应用过程中有关问题分析

（一）信息交流不通

虽然现今的视频监控技术通过与大数据技术的结合，成立了情指联动中心等类似指挥机构，可以协调好各部门之间的一些监控统一调度问题，已经在很大程度上改善了数据的联动性问题，但是，对于基层派出所而言，想要调动大数据进行辅助决策还是没有实现的。每个派出所的视频监控范围一般仅限于自己所所在辖区，如需要调用其他辖区的视频监控，则要通过一系列的审批流程，通过相应指挥机构协调，难以实现在第一时间的调取，贻误战机。

（二）人脸识别技术误差明显

1.动态图像识别精确度还有待进一步提高

随着人脸识别技术的发展，现在慢慢开始要求其能从单纯静态图像识别扩展到动态图像识别。现今，人脸识别技术面对同一时间段出现的多个高相似度对象时，识别成功率较低。比如在一起贩毒案件中，侦查人员已经对于犯罪嫌疑人的基本信息进行了掌握，希望在其出入动车站或者机场时通过人脸识别技术进行预警抓获，在某动车站闸机处，人脸识别系统也的确发生了预警，民警立刻前往查证，但是发现并不是犯罪嫌疑人，只是与嫌疑人外貌相似度极高，后经调查发现，嫌疑人在系统预警之后顺利通过了闸机，系统未成功预警，抓捕失败。在同一时间段，人脸识别技术对于两个相似度较高的对象，没有成功进行识别，发生误判。

而有时一些低相似度对象，也有可能由于相似度较低，容易被侦查人员忽略。一些人员初期在数据库中所留下的照片较为久远，而现今外貌发生了巨大的变化，有些甚至通过整容等手段，改变了自己的样貌，使得在進行动态图像识别阶段，难以进行准确的把握，虽然可以进入备查范围，但是相似度较低，很容易被侦查人员忽略。

2.图像质量参差不齐

受成像设备、环境光线强度、犯罪嫌疑人距离远近等相关因素的影响，往往视频监控获得的图像质量参差不齐，图像模糊，分辨率低，细节不清等问题较为常见，这就对后来的一些信息比对造成了很大的麻烦。如周克华系列杀人案中，警方当时所获取到的视频图像质量很低，虽然经过了后期的一系列补救，但是在最终的比对中，周克华仅排名第三，后由于缺乏有力的证据，没有对其进行锁定。

3.现实应用中容易抓拍到一些广告上的图像

对于一些放置于道路上的视频监控，其在进行图像自动比对时，有时候很容易将公交车等外部贴有广告的车辆作为分析对象。这些广告上大多有人像，系统对其也会进行自动的识别，并放置到后台进行处理，造成了大量的数据冗余，以及运行速度的分流浪费。

（三）各种软件繁杂，专业人员缺失

现阶段对于视频监控系统的开发已经进一步的得到了重视，各种各样的软件系统也是层出不穷，但是，每个系统都各有千秋，并且每个系统的操作方法也不尽相同，有时候，对于一个人员的查找，轨迹的追踪，可能需要多个软件综合使用，相互进行信息的补充。但是对于一些普通民警而言，他们对于这些繁杂的软件使用并不熟悉，可能只是听说过相关的软件名称，同时，基层也缺少相应专业的人员提供技术支持，使得有些软件虽然研发出来，但是使用率较低，从而造成信息的缺失，无法继续下一步的工作。另外，缺少专业的视频监控软件管理人员，使得一些单位自身对于其所布置的监控点位也不熟悉，对于有些现场，甚至不清楚附近有无监控。

（四）硬件设备难以跟进

1.摄像头老旧，点位布控不对，高压力下故障率高

监控摄像头作为视频监控系统的最前端，其所获得的图像质量直接决定了之后大数据碰撞或者其他分析处理的效果，遗憾的是，视频资料不同于照片资料，它的图像分辨率（最高528×384dpi）远远低于照片的分辨率（一般均在1024×768dpi以上）。[1]并且由于经费等种种原因，现今的大部分摄像头都较为老旧，图像分辨率低。另外，由于当时规划等没有进行长远的考虑，有些摄像头点位布置之后，会被后来建造的路牌或者是路边大树枝叶遮挡，失去其应有的作用。

摄像头的老旧，造成的另一个问题就是，在高压环境下故障率高，监控设备大多都是24小时开机的，同时还要面对风霜雨雪等各种自然条件的考验，在如此高压的工作状态下，故障率显著升高，加上有些时候维修不及时不到位，易形成监控盲点。

2.对于网络带宽的巨大压力

随着视频监控网络的路数越来越多，每天获取的数据量进一步的增加，导致码流越来越大，对于网络带宽的压力也越来越大，从而造成网络阻塞、视频马赛克化、视频延迟等各种问题。但是实际上，一个高清摄像机所传来的数据中，有很多的数据都是无效数据，一个1080P的显示屏显示9路130万高清摄像机画面下，我们实际仅仅能看到23万像素，但是前端传输过来的数据一定是130万×9=11.7百万像素的画面，同时传输给终端显示的时候网络中9.7百万像素的数据其实是无效数据[2]

3.大数据的存储

视频监控系统产生大量的视频图像，音频等，海量数据的涌入，最大的问题在于数据的存储，如何将这些数据很好的分类存储，方便之后的检索使用。同时，要求存储硬件能在7*24小时的高压情况下保持稳定性，在系统出现问题时能及时抢救保存数据。对于大数据存储方面的研究，仍需进一步跟进。

四、相关问题的解决方法与建议

（一）将权限有限度的下放

针对现实中基层对于相关技术使用不畅，造成信息没法及时互通的问题，可以以所为单位，给每个基层派出所提供一个账号，账号交由值班领导负责，对于需要跨区域调用视频监控资料或者是求助于联勤指挥中心的时间，能够通过账号及时进行操作反馈。派出所其实是运用最多的地方，但是现实中，派出所都没有权限，造成一些本来很快能追到的东西要通过层层审批进行，造成时间上的浪费。而将账号以所单位下发，也可在一定程度上防止相关资源被滥用泄露。

（二）以租代建的模式

受经费等条件的限制，针对视频监控少的问题，地方派出所或者政府不可能马上大规模的进行视频监控点位扩增，那么可以利用现阶段其他部门的一些视频监控资源，通过与相关部门的协商，租用其视频监控摄像头、软件平台、使用终端、操作人员，通过“以租代建”的模式，进行视频监控资源的进一步扩张。

（三）整合软件功能，培养专业人才

现有的软件五花八门，有些是市级部门研发，有些是省级部门研发，适用范围不尽相同，较为杂乱，应进行系统整合，尽可能的将多个软件的有点集中于一身，权限可以进行控制，但是其基础功能，如轨迹追踪、人像比对、预警查控等应该都基本具备，这样也缓解了一些基层民警不会使用的尴尬局面。

另外，加大专业人才的培养力度，选取专业性突出，责任心强的民警，加上相应的协辅警作为支撑，建立专门的高素质信息化视频监控管理队伍，对于本辖区范围内的视频监控了然于心，同时加强队伍建设，对于每一位业务员进行相应培训，使每一位业务员都能熟练的使用系统进行信息捕捉，信息研判，信息反馈，提高技战术水平。

（四）低质量图像重建技术

针对现在视频监控系统获得的图像质量层次不齐，其中还夹杂的大量低质量的图像，对此，可以采用低质量图像重建技术，通过后天补救的方法，尽可能的还原现场原来的面貌。低质量图像重建技术的基本原理是对于分辨率较低，图像模糊的图像算法进行重建，以尽可能提高其清晰度，之后再运用人脸识别技术进行分析比对，提高准确度。

（五）完善比对参数

现今的视频监控系统中，对于人脸比对所采用的参数一般为通过人面部器官的分布、肤色等差异性特征，通过三维数据建模，之后与数据库中数据进行碰撞形成结果，但是这种对于面部器官分布进行分析的方法还是存在较大的误差的，特别是对于双胞胎而言。因此，建议增加其他生物特征进行比对分析，比如虹膜、视网膜、声音（语音）、体形等，当然，这些生物特征相对于面部而言采集要求会更高一些，因此可以视情况进行采用。

（六）进一步升级相关设备

硬件设备是视频监控系统的根本，硬件设施包括視频监控摄像头，视频存储设备等，提高视频监控摄像头的清晰度，减轻网络带宽压力，同时加强存储硬件性能，都是现今需要去解决突破的问题。

软件方面，针对一些地区专业化队伍不强的，对于自身区域内监控摄像分布不了解的情况，可以开发市场上一些地图软件中类似“搜附近”功能，当有人丢失东西或者是其他需要必须查看监控，可以在软件中输入大致地点，系统自动检索出附近地区监控，方便调看。

参考文献：

[1] 陈合权，魏莲芳.论视频监控系统在公安工作中的应用[J].湖北警官学院学报，2011，122

[2] 林青.云领安防大数据时代——安防大数据时代下的视频监控解决之道[J].技术与应用，2013，39-42