大数据AI技术在安全防控体系中的应用实践

文图 | 姜鉴铎 黄淑兵 曹鹏

公安部交管局印发的《加强和规范公路重点车辆布控查缉工作方案（2021至2023年）》 （征求意见稿）提出，到2023年，实现公路交通安全防控体系更加严密扎实，交通秩序管控更加高效有力，交通事故预防更加科学合理，管理能力更加现代化的总体目标，具体包括：基础设施建设更加完备、分析研判布控更加精准、勤务部署改革更加扎实、拦截检查处罚更加严密、应急指挥机制更加完善等五个方面。公安交通集成指挥平台是主要的实战应用平台，目前已在全国31省部署应用，覆盖全国所有地市，汇聚了全国道路交通设备、车辆通行轨迹、警员勤务、预警推送、指挥调度等基础数据，部署了大数据、AI等基础支撑平台，是全面助推公安交管工作实现质量变革、效率变革、动力变革的有力抓手。本文归纳、整理了部分在实战中应用范围较广、准确性和有效性较高的融合大数据和AI技术的嫌疑车辆分析方法，为公安交管部门开展精准查缉、推进公路交通安全防控体系建设与应用提供参考和支撑。

一、关键技术支撑

（一）大数据存储与分析

车辆通行数据来源于卡口、电子警察等设备的抓拍，设备可从抓拍图片中采集车辆通行的各类信息，主要包括卡口编号、过车时间、方向类型、号牌号码、号牌种类、车道号等，以文本形式储存。在每日通过集成指挥平台汇总的全国车辆通行文本数据可达10亿数量级的背景下，采用大数据存储与分析方案是妥善管理、应用海量车辆通行数据的有效方法。车辆通行文本数据存储方面，采用一种高可靠、高性能的分布式存储模式，可通过恰当的索引设置实现海量数据的秒级查询。数据分析方面，交互式分析引擎提供高速结构化查询分析和数据挖掘能力，可基于此实现交互式数据分析、即时报表和数据可视化功能。

（二）人脸识别

人脸识别依托卡口图片人脸智能识别预警系统。该系统集成人脸识别技术，实现对车辆通行图片中人脸位置检测与特征提取。对于能够检测出驾驶人人脸的，一方面提取人脸特征值，评价其清晰度，另一方面对驾驶人是否佩戴墨镜、口罩等特殊情形智能识别，识别结果以结构化形式持久存储。对于满足特征相似度要求，能确认驾驶人身份的识别结果，可建立过车记录与驾驶人身份的关联关系，以支持进一步的分析研判。

（三）车脸识别

车脸识别依托车辆特征智能识别及图片检索比对系统。该系统集成应用图像分析技术、大数据技术、深度学习技术，从车辆通行图片提取机动车特征，支持前后位置、有无号牌、号牌种类、号牌号码、车辆类型、车身颜色、车标、车辆子品牌、主副驾驶是否放下遮阳板、是否有挂件、粘贴临时号牌等特征的识别，提取的特征以车辆特征码的形式存储。

二、实战应用典型场景

依托公路交通安全防控体系，可有效查处交通违法，及时消除假套牌、“失驾”人员、机动车违法载人、非法营运等风险隐患，着力打造平安畅通的公路交通环境。

（一）假套牌车辆分析

群众举报受理、多次补牌补证车辆分析、非现场违法审核、轨迹时空分析是假套牌车辆分析的常用方法。如图1所示，在受理群众举报、车辆补牌补证的场景下，可结合车辆登记信息和通行轨迹分析，研判通行图片，从中确定套牌车辆行驶区域和驾驶人。非现场违法审核时，一方面需注意贴牌、涂改、号牌未注册、车辆登记信息与违法图片不一致等异常情况；另一方面需关注因车牌与车型不符、车身颜色不符等原因未录入静态违法的车辆，结合号牌模糊查询、以图搜车、人脸比对等手段查找驾驶人和原车。轨迹时空分析是离线分析功能，首先分析出成对的同一时间不同地点出现的相同号牌车辆，然后比对车辆通行图片、综合应用平台违法照片以确定假套牌车辆，进而比对新车入户、机动车审验留存图片确定真假车辆。结合轨迹分析确定嫌疑车辆通行特征，即可组织查缉或布控车辆。

图1 假套牌车辆分析流程示意图

（二）“失驾”人员分析

“失驾”是指驾驶人因机动车驾驶证被暂扣、注销、吊销，从而失去合法的机动车驾驶资格的情况。“失驾”原因主要有无证、醉驾、毒驾、准驾不符等。如图2所示，根据卡口抓拍的车辆通行图片，结合人脸识别技术，可以分析驾车上路的“失驾”人员。此项分析的关键在于车辆通行图片的人脸识别，为确保图片内人脸清晰、可识别，且不影响夜间分析过程，需选取像素300万以上同时在夜间具备补光功能的拍摄车辆正脸卡口。配置卡口后，通过集成指挥平台“驾驶证异常比对”功能获取系统分析的无证、醉驾、毒驾、准驾不符等嫌疑数据，从中筛选出相似度高于98%的嫌疑车辆，人工比对人口库照片、车辆通行图片、“失驾”人员库照片，确定是同一人后对车辆进行人工布控。

图2 “失驾”人员分析流程示意图

（三）“两违”分析

“两违”指货车、三轮车违法载人和客车超员，货车、三轮车违法载人可根据车辆通行图片研判车尾是否载人确定，客车超员可根据图片中车内是否超量运载人员确定，如图3所示。此项分析应用了人脸识别技术以分析车头、车尾、车内载人数量。为确保图片质量，配置功能需要尽可能选取单车道像素300万以上的卡口，并能从图片中分辨车辆各部分载人情况。违法载人、违法超员的嫌疑数据可通过集成指挥平台“违法载人分析”功能获取。经核实确认，对于有号牌的车辆，可进行人工布控；对于三轮车等无号牌车辆，可经整理后抄告至对应辖区交通安全劝导员以落实管控要求。

图3 “两违”研判结果示例

（四）非法营运分析

非法营运车辆具有在固定区间内频繁往返的特征，非法营运分析的关键在于选取能够抓拍车辆往返行驶的卡口组合。如图4所示，在此项分析中，首先在高速、国省道选取一组卡口形成路段区间，抓拍车辆的往返情况。进而通过集成指挥平台“非法营运分析”功能，获取路段区间内频繁往返的非营运车辆数据。获取嫌疑车辆后，核实车辆是否具有营运资格，结合车辆正面图片判断是否从事营运工作，往返频次过高且车辆乘坐人员不固定的，可确定为嫌疑车辆并布控。

图4 非法营运分析流程示意图

（五）“黑校车”分析

小型、中型客车需取得校车使用许可，无校车营运资格且频繁、大量接送学生的中小型客车具有“黑校车”嫌疑。如图5所示，针对“黑校车”频繁接送学生的特点，分析前需备案学校地址并关联学校周围道路卡口，并根据当地上学、放学时段设置分析时段，配置分析任务。进而通过集成指挥平台“黑校车分析”功能获取嫌疑“黑校车”数据，根据通行图片判断车辆是否接送学生，根据车辆备案信息核实车辆是否具有校车资格，研判出嫌疑车辆即可布控。

图5 “黑校车”分析流程示意图