人口信息无感采集分析平台在网格化管理中的创新应用

张锦堂 刘文钢

1. 江苏省南通市公安局 2. 北京澎思科技有限公司

引言

随着工业化、城镇化的快速推进，流动人口规模急剧增长，人户分离情况尤为突出，这给实有人口管理带来新的挑战。大数据时代的到来，使得各类信息逐渐变成宝贵资源，尤其是社会面治安监控设施遍布大街小巷，给公安机关在“无感”情况下提取公共图像资源带来极大便利。因此，如何整合利用海量视频图像信息，打破数据壁垒，通过人脸识别、ReID行人再识别多算法融合技术，分析研判各类人员信息及活动轨迹等数据，提高实有房屋中人与房信息的登记率、准确率和时效性，为公安实战提供精准服务，成为当前数据赋能的重要课题。

对此，南通市公安局按照公安部、江苏省公安厅整体部署要求，高度重视警务科技建设，紧抓城市战略机遇，坚持以“资源共享、统一标准、数据赋能、服务实战”为原则，以网格化人口信息无感采集分析平台建设为牵动，实现社区场景下的“无感采集、网格化管理、实有人口管理、数据赋能”应用，着力提高警务社区治理成效。

一、现状分析

（一）视频监控系统智能化程度低

南通市公安局在技防建设中虽然增设了人脸抓拍摄像机等智能设备，但由于建设成本和建设周期等原因，这些设备占比较低。住宅小区监控设备主要还是视频监控、门禁系统和楼宇对讲等，通过设置门禁卡权限控制人员出入，人工调阅视频录像查寻人员信息，这些技术手段发挥了作用，也发现了问题：

（1）物业公司登记发放的门禁卡，做不到专卡专人专用，偶见一人开门多人尾随。居民为了出行方便，楼宇对讲门处于常开状态，使得门禁设备形同虚设，不能完整采集到数据信息。

（2）视频监控以治安场景为主，监控覆盖面比较广，缺乏智能分析能力。

（3）人脸抓拍摄像机安装比例低，局限在小区出入口，提取的人脸信息无法形成其在小区内的完整轨迹。

充分发挥已安装视频监控的作用，通过人脸、ReID算法赋能，助力传统视频监控系统的智能化升级，织密社区人脸、人体图像感知网，实现人员在社区出入口及内部活动的全面感知。在技防手段上，与传统门禁设备形成互补，解决传统门禁系统无法采集到通行人员完整信息的困扰，对技防和治安管理工作有重要的意义。

（二）单一人脸识别技术存在局限性

人脸比对系统基本是以前端人脸抓拍摄像机，通过专线接入公安视频专网人脸应用平台，在中心端提供重点人员如逃犯的照片进行比对，把结果推送给办案民警。人脸识别技术在抓逃破案方面已经取得显著成效。

由于人脸识别技术的特殊要求，在姿态、光线、遮挡，包括人的两眼瞳距、角度、光照，以及前端抓拍机的安装高度、夜间补光等情况的影响下，经常会出现漏抓拍、误比对等问题。单纯依赖人脸抓拍摄像机获取人脸图片，难以满足人口管理工作需求。

（三）社区治理工作繁重，警力资源严重不足

随着城市的快速发展，本地居民购房迁移、外地人口大量地涌入，流动人口规模急剧膨胀，人户分离情况尤为突出，给实有人口管理带来新的挑战。传统的“以房管人、以证管人”，通过民警网格员上门登记等手段来做人口基础工作变得越来越困难。特别是在人口密集、流动频繁、群租现象普遍的住宅小区，上门采集往往事倍功半。一方面小区民警工作任务繁重，易造成人口漏登记、数据更新不及时；另一方面民警网格员反复上门采集，被动登记的居民多有不满。

二、AI边缘计算架构设计

通过前期的各类技防建设，小区里已经安装了大量的视频监控设备，要对这些视频监控进行智能分析，通常有两种方案：集中计算和边缘计算。由于视频监控存量非常大，如果采用集中计算方案，中心机房建设投入大，对于计算设备、交换设备、网络带宽、系统运维的要求都非常高。随着人工智能芯片技术的快速发展，在边缘侧进行实时图像的初步解析已经成为可能，综合各方面因素考虑，采用边缘计算的方案，系统架构如图1所示。

通过“AI智能分析盒”接入普通高清视频摄像机，对视频图像进行初步解析，将提取的人脸图片、人体图片汇聚到“网格化人口信息采集分析平台”，进行大数据运算，节约带宽和中心运算资源。AI智能分析盒采用软硬一体化设计，可根据业务需要配置相应的算法和软件，即插即用、部署灵活。

三、多算法融合与聚类设计

（一）人脸识别技术的局限性

人脸识别技术对人脸抓拍图片的图像质量有一定要求，通常情况下，为确保识别效果，要求图像中人脸的瞳距不低于40像素，因此，人脸抓拍机能覆盖的范围非常有限。同时，人脸识别技术受姿态、光线、遮挡等因素影响，存在一定的应用局限性。

（二）ReID行人再识别技术如何破局

考虑到人脸识别技术的局限性，基于全身信息对人员进行查找就变得非常必要。ReID行人再识别是指对行人进行重新识别，是对视野无重叠覆盖的多个摄像机所采集人体图像建立对应关系的处理过程。

ReID行人再识别检索，就是通过机器识别出不同摄像机拍摄的特定人员的所有人体图像。具体说，就是提供目标人员的一张人体图片作为查询数据，从海量人像视图库中找到属于他的那一张或多张，这是一项通过人体全身特征实现的图像比对技术。基于检索结果对应的人体图片抓拍时间、地点信息，即可实现基于ReID技术的行人时空轨迹刻画。

ReID行人再识别可广泛适用于“人脸偏转角大、人脸遮挡严重、人脸像素低”等场景下的行人图像分析，能够很好的与人脸识别技术形成互补。综合上述现状分析，针对住宅小区普遍具有“场景相对封闭、人口基数相对较小、监控设备相对密集”等特点，在社区场景下，引入ReID行人再识别技术，通过与人脸识别技术深度融合，更完整的刻画人员活动轨迹，具备较高的可行性。

（三）多算法融合与聚类设计

本系统采用多算法引擎设计，搭载人脸识别与ReID行人再识别算法，具备强大的场景适应性。在业务维度上，可通过数据关联分析，输出人脸、人体的综合计算结果。

1. 算法接口设计

系统通过互联服务以信令方式提供API接口，API接口应实现注册、注销、接收、传输和发送信令流程消息。将数据存储、数据调用插件封装为API接口提供给算法引擎调用。API接口与算法引擎之间的通信，按照标准的传输控制协议进行交互。

2. 数据聚类方案

通过海量图像聚类技术，将汇聚的“人脸图片、人体图片”自动归档，生成一人一档信息，通过户籍信息（含底库图片）碰撞比对，转换为实名制一人一档信息。

3. 数据融合方案

人脸、人体数据融合的关键在于建立准确的数据关联关系，建立人脸、人体关联关系的实现方案：人脸、人体识别算法分别进行结构化、数据归档后，通过人脸识别算法，以抓拍图像中的人脸图为媒介，通过人脸比对建立人体识别归档与人脸识别归档数据之间的关联关系。

该方案的优势在于人脸识别和人体识别分别可以获得最佳效果，包括识别和归档。方案采用AI智能分析盒在边缘侧实现人脸、人体数据的图像解析，在中心进行人脸人体特征提取、比对、归档，大大降低了中心计算资源的消耗，在中心计算资源投入方面具有明显优势。

4. 算法应用设计

在应用中，通常以获取人脸图片为首要目标，在只有人体图片的时候，通过检索相似人体并从中挑选得到人脸图片，通过人脸图片查询人脸轨迹，此时可以获得人员较大范围的轨迹。由于人脸识别场景要求较高，其采集点位通常比人体识别少，通过人体识别可以对每个人脸点位的附近轨迹进行完善（需要人工辅助判别），从而细化人员运动轨迹。

四、智慧警务社区业务应用设计

系统以社区的警务和综合治理需求为核心，其业务应用通过前端智能采集，融合社区的人、房、组织等基础信息，进行大数据关联分析，实现多种有效功能。

（一）完善社区、住户档案

规范社区标准地址，构建社区电子地图，形成社区电子档案，建成“一社一档”；建设住户、单位档案，采集住户人员关系，建成“一户一档”；结合人员登记数据、抓拍人脸、人体数据、同行人员信息、涉案信息，通过聚类分析，形成人员档案，建成“一人一档”。通过“一社一档、一户一档、一人一档”的建设，实现精细化、智能化、透明化的社区管理。

（二）简化工作流程

人员信息采集是社区民警和网格员的工作重点之一，原始的采集手段主要靠登门走访，工作量大，效率低。结合人脸识别、人体识别和大数据分析，对于以下几种情况可以极大简化社区民警和网格员的日常工作：

（1）长期未在社区出现人员，判断为已搬离人员；

（2）已登记并经常出入社区人员，判断为身份符合人员；

（3）通过同行分析等技术，对于未登记但经常和社区已登记人员同行的人，可精准推荐登记；

（4）对于未登记高频陌生人，通过和常住人口、暂住人口库人脸比对，判断是否为本市登记人员，通过联动视频监控，可大致掌握人员居住位置；

（5）对于水电煤长期未使用房屋，推荐为已搬出；

（6）发挥数据赋能作用，通过智能分析技术为社区民警减负增效。

（三）提升社区安全

根据公安业务特点，融合人脸、人体、视频等数据，结合事前防范、事中管控、事后研判的功能要求，提供综合分析研判工具。

（1）对水电煤使用异常，人员昼伏夜出、徘徊、尾随等行为异常，频繁出入社区的快递、外卖、维修等人员的分类标记，做到事前防范；

（2）通过人脸识别对重点人员进行实时布控预警，通过对视频监控的联网调度保障重大、突发事件的现场指挥，实现事中管控；

（3）通过人脸、人体、视频数据的综合碰撞分析，形成人员活动轨迹，结合视频监控为事后研判提供丰富的技术支撑。

（四）精准服务百姓

建立社区重点关爱人群库，对于独居老人、智障患者、老年痴呆、社区戒毒、康复人员、服药精神病患者等对象的异常出行，长期未出现进行及时预警，通知相关责任民警、网格员及时关注、走访，服务百姓。

五、建设成效

为探索人口信息无感采集分析平台在网格化管理中的应用可行性，2019年8月，南通市公安局治安支队选择在海门市荣盛花园小区进行试点。通过对住宅小区内已有摄像机的安装角度、光线、位置及图像质量等因素的利旧分析，研究以ReID行人再识别算法为核心的多算法融合，论证行人再识别算法在住宅小区场景下应用的可行性。

该小区共有27幢（小高层15幢、别墅12幢），能够容纳居民2200余人，已经登记实有人口910人，有效登记率约为41%。该住宅小区试点建设以来，通过“网格化人口信息采集分析平台”的人脸抓拍数据与已经登记的人口数据碰撞分析后，精准推送未登记人员信息1023条（信息内容含人脸图片、预测楼栋、单元室号）。目前，已新增登记常住人口561人、暂住人口298人，小区实有人口登记率提升至80%以上。在近期新冠病毒疫情防控期间，工作人员通过该平台赋能模块功能，实时掌控小区人员活动轨迹，成功预警各类关注人员50余人次，提高了小区疫情管控效率，增强了社区综合治理能力，获得一线工作人员的广泛好评。

六、结语

智慧社区的建设需要在实践中接受检验。南通市公安局通过以行人再识别技术为核心的多算法研究在网格化人口信息采集分析平台中的创新应用实践，不断探索社区管理新型警务模式，整合社区管理力量和警力资源，结合相关部门业务职能，扎实稳步推进智慧社区各项建设，不断提炼总结已有的实战应用成果，打造多种AI图像感知技术为基础、大数据分析为核心的网格化人口信息采集分析平台。一方面解决了社区治安的部分痛点，为居民提供安全的智能化社区生活环境，保障社会安全；另一方面大幅提升公安机关维护社会稳定、服务人民群众的工作效率，实现真实社区人口的数据电子在线化。接下来，南通市公安局将持续推动网格化人口信息采集分析平台的应用，为智慧城市的建设奠定基础。