基于人工智能和大数据分析的4G报警系统

钱雯 王瑞 赵轩黎 童尚清 于家艺

摘要：互联网时代，报警服务更注重的是精准化和可视化，随着2G的逐渐淘汰，4G的迅速发展，一种新的并且多功能模块化的报警系统亟待问世。为实现公安信息化发展，该项目在“天网”“天智”“天算”[1]思想的带领下，开发出实用的智能化的pc软件及App，并将人脸识别与路线优化技术等完美整合在系统中，使得公安机关服务能力呈现跨越式提升。

关键词：人脸识别;路线优化;4G;报警

中圖分类号：TP311        文献标识码：A

文章编号：1009-3044（2020）26-0182-03

1引言

4G与2G网络相比，增添了传输视频语音等多媒体的优势，可以更全面更快速地进行报警;同时，4G报警系统也可以发挥物联网的优势，利用GPS定位确定周围监控，将众多监控录像进行实时调取，分析图像，从而使警方精准地把控现场状况。本项目利用人脸识别、大数据分析、路况优化等技术，为用户提供4G时代不同情况下的报警方式，使警方与用户更及时有效的沟通。

2总体设计

本文基于人工智能和大数据分析实现了一个智能化报警系统，该系统将人脸识别、无线通信、嵌入式技术有机结合，将来自App客户端的报警信息通过一系列数据处理传达至终端，以配合警方对犯罪行为精准打击。

3硬件设计

本文硬件设计选用的是Linux系统的树莓派4B+。树莓派是树莓派基金开发的开放式嵌入式系统，是只有信用卡大小的基于ARM的微型电脑主板[2]，以SD卡为内存硬盘，具有所有PC基本功能。

3.1树莓派配置

将从树莓派官网下载的基于Linux系统的raspbian最新的镜像文件用镜像烧录工具Win32Disklmager烧录到已经格式化的16G内存的SD卡中，再将SD卡插入树莓派卡槽中，接通电源开机运行，在raspi-config开启摄像头服务。

3.2 配置软件motion

motion是在linux环境下使用的视频捕捉软件。使用命令行sudoapt-getinstallmotion安装motion，配置motiondaemon守护进程以使motion能在后台运行，修改motion的配置文件后，使用sudoservicemotionstart命令启动服务，输入sudomotion开启motion在浏览器上即可看见监控画面。

3.3远程访问

使用Frp穿透内网监控，监控对象为树莓派摄像头实时监控画面，将index.html文件监控画面链接改为穿透后的链接，调整参数以使内网穿透画面的连续性与稳定性得到保障，并将内网穿透服务设置为开机自启动。如此，即可在外网环境下访问该网络监控。

4 软件设计

4.1App

4.1.1软件框架

App由Android Studio搭建，用Java语言编写，分为报警App和警察端视频通话App。报警App主要的功能有视频报警、打字报警、当前位置和个人信息。具体框架如图2所示。

4.1.2 视频报警

视频报警实现正常报警环境下的报警功能，由报警App和警察端视频通话App共同完成，在第三方平台声网Agora的基础上实现音视频通话功能。声网在互联网上构建了专用于实时音视频互动的实时互联网（SD-RTN?），提供了简单的SDK，让应用实现音视频通话和全互动直播功能[3]。视频报警由报警App进行呼出，警察端视频通话App接收通话请求。音视频通话的API调用过程主要有：初始化RtcEngine、设置本地试图、加入频道、设置远端视图、离开频道、销毁Engine[4]。

4.1.3 打字报警

打字报警实现非正常报警情况下的简便报警，由报警端App以问卷形式快速收集报警原因、作案人相关信息，将问卷信息和地理位置、个人信息一起发送到警察端Web。

App和Web端的通信由socket经由云端服务器转发实现。转发的内容定义为消息类Message，包含客户端编号和消息内容，服务器端声明静态变量sessionMap来保存所有已连接的客户端Web端为客户端1，报警端App为客户端2，3，4...，消息处理类通过重写的构造方法，得到消息发送方以及所有已连接客户端，通过ObjectInputStream（）和ObjectOutputStream（）对Message对象进行读写。发送的消息格式如下（姓名：**;性别：***;身份证号：***;当前位置信息：***;报警原因：***;作案人是否携带凶器：**;作案人携带何种凶器：***;备注：***）。

4.1.4 当前位置

获取当前位置在第三方平台高德地图的基础上实现功能，获取设备的当前位置，并在地图上显示位置，反馈当前地址。在主线程中获得地图对象AMap，设置定位监听并实现LocationSource接口，配置定位参数，启动定位，在地图上标注当前位置[5]，同时使用Toast反馈当前位置的文本信息。当前位置的文本信息会实时保存，在打字报警功能中和其他信息一起发送给Web端。

4.1.5个人信息

个人信息页面用于编辑和保存个人的姓名、性别和身份证号等相关信息。信息存储由SharedPreferences存储实现。存储过程如下：首先获取SharedPreferences对象，再获得SharedPreferences.Editor对象，向SharedPreferences.Editor对象中添加个人信息的数据，最后通过commit（）指令提交数据。存储的数据通过SharedPreferences提供的getString（）类获取。

4.2 pc

4.2.1软件构架

本网页通过idea软件，前端组建用LayIM，后端技术包括Springboot，JPA，Redis，Freemarker，数据库则采用MySQL，编写语言为JAVA。

代码流程如下：

（1）网页代码思路为首先搭建Springboot基本环境，分析初始化参数，实现项目的热部署，创建并用Lomnbok简化实体，并在实体中添加映射关系。然后用Jackson拼接个人信息及好友分组，使用ftp连接池部署服务器，使用session控制登录权限。进而用消息总线处理信息并搭建Redis的发布与订阅，使用Websocket进行双向通信，将聊天信息发送到服务端。最后优化一些功能提高用户舒适度：

（2）添加手机App与PC通信功能。利用管道流截取控制台输出，搭建多线程消息收发器。

4.2.2软件功能

（1）实现PC端通信

（2）接收报警信息

4.3路况优化

百度地图JavaScript API GL v1.0是一套用JavaScript语言编写的应用程序接口。百度地图JavaScript API支持HTTP和HTTPS，免费对外开放，可直接使用。接口使用无次数限制。JavaScript API GL使用了WebGL对地图、覆盖物等进行渲染，支持3D视角展示地图。GL版本接口基本向下兼容，迁移成本低。早期的v1.0版本支持了基本的3D地图展示、基本地图控件和覆盖物，目前已经更新到v3.0版本。

本质上，Geolocation类是使用了HTML5浏览器提供的GeolocationAPI来进行定位的。目前支持这一特性的浏览器有Internet Explorer、Firefox、Chrome、Safari以及Opera等。在支持HTML5的浏览器下，navigator对象下面有geolocation属性，其中有getCurrentPosition（）方法，可以通过浏览器向设备发起定位请求，浏览器会让设备来发送相关指令到附近的上网设备。附近的上网设备接收到指令后会返回一个位置信息给用户设备，从而使浏览器获取定位信息。

而LocalCity类则是通过获取用户的IP地址，在百度数据库中进行查询，从而获取用户地址。但是本接口只能进行精确到城市的定位需求。

百度地图的导航功能支持进行摩托车路线规划、公交路线规划、骑行路线规划和驾车路线规划。本应用中调用了百度地图导航功能中的驾车路线规划功能，查询具体道路的实时拥堵评价和拥堵路段、拥堵距离、拥堵趋势等信息，并且最高可以实现路况的分钟级更新。

关键技术分析：在本应用中，使用了var ctrl = new BMapLib.TrafficControl（{ showPanel： true }）;创建遮盖层并添加路况控制面板。此外，百度地图API还提供了预测功能。本应用利用ctrl.showTraffic（{ predictDate： hour + 2 }）;设置路况预测为当前时刻的未来两小时。为了方便用户操作，还利用了map.enableScrollWheelZoom（）;语句启用了滚轮放大与缩小。

4.4人脸识别

近几年，人脸识别技术由于其识别的快捷可靠性，在人们工作生活中扮演着越来越重要的角色，网上关于人脸识别的开源技术也有很多，著名的有虹软和百度等，此次我主要采用Python的第三方库face_recognition和OpenCV来实现人脸识别功能，利用PyQt5来制作界面。

OpenCV提供的视觉处理算法非常丰富，并且它部分以C语言编写，加上其开源的特性，处理得当，不需要添加新的外部支持也可以完整的编译链接生成执行程序，所以很适合来做算法的移植，而且它致力于真实世界的实时应用，通过优化的C代码的编写对其执行速度带来了可观的提升，并且可以通过购买Intel的IPP高性能多媒体函数库（Integrated Performance Primitives）得到更快的处理速度。

face_recognition号称是世界上最简单的基于Python的人脸识别库，是在大名鼎鼎的深度學习框架dlib上做的整合，dlib模型在LFW（Labeled Faces in the Wild）能有99.38%的准确率。随着这些年的深度学习技术和GPU的使用，face_recognition中的DCNN可以更好的特征提取。DCNN近期已经成功用在如人脸检测、关键点定位、人脸识别和验证等方面。另外face_recognition提供了相应的命令行工具，可以通过命令行来对图片文件夹进行人脸识别，非常的便捷。

PyQt是一个用于创建GUI应用程序的跨平台工具包，它将Python与Qt库融为一体。这样做的最大好处就是在保留了Qt高运行效率的同时，大大提高了开发效率。因为，使用Python语言开发程序要比使用C++语言开发程序快得多。PyQt对Qt做了完整的封装，几乎可以用PyQt做Qt能做的任何事情。

人脸识别主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。

（1）人脸图像采集及检测

给定想要识别的人脸的图片用face_recognition中的face_encoding函数对其进行编码（将人脸图片映射成一个128维的特征向量）。

（2）人脸图像预处理

由于128维的人脸编码是一个numpyndarray类型（即矩阵），并不能将数据存进服务器的数据库中，因此必须进行类型转换，利用Python的numpy库将矩阵转为列表，再将列表里的每个元素转为字符串，再用字符串拼接的方式拼成一个字符串，这时就可以把特征值存进数据库里了。

（3）人脸图像特征提取

利用OpenCV的VideoCapture函数读取摄像头传过来的画面，并用read函数读取每一帧的图像，利用OpenCV的resize缩放函数改变图像的大小，图像越小，所做的计算就少，然后再对图像重复做人脸图像采集及检测部分的工作。

（4）匹配与识别

从服务器的人脸编码数据库中读出人脸信息，比较特征提取得到的人脸图像编码和数据库中读出的人脸信息编码，利用face_recognition中的compare_faces函数计算两张人脸特征向量的内积，通过设置一个阈值，若距离在阈值范围之内，则认为是同一个人，返回数据库中关于该人脸的信息描述（姓名和犯罪史等）。

5结语

本文通过分析4G报警系统传输视频语音等多媒体和物联网的优势，构建了基于人工智能和大数据的4G报警系统，包括了硬件与软件的设计，是一种多端联合、智能化的4G报警系统，具有一定的实用价值。本设计主要是面向报警民众和警察，其将众多相对成熟的技术加以结合，实现简单、移植性强。采用本设计具有广阔的应用前景。

参考文献：

[1] 蔡燕敏，孔维通.基于树莓派网络监控系统的研究[J].实验室科学，2015，18（6）：87-90.

[2] 冯志辉.使用树莓派实现网络监控系统[J].电子技术与软件工程，2015（5）：85.

[3] 舒文琼.声网Agora：实时音视频通信成大势所趋[J].通信世界，2015（31）：41.

[4] 佚名.Agora-实现视频通话[EB/OL]. https：//docs.agora.io/cn/Video/start_call_android？platform=Android，2019.

[5] 佚名.概述-Android 定位SDK|高德地圖API[EB/OL].https：//docs.agora.io/cn/Video/start_call_android？platform=Android，2018.11.30.

[6]佚名.jspopularGL | 百度地图API SDK[J]. http：//lbsyun.baidu.com/index.php？title=jspopularGL，2020.

【通联编辑：代影】