公安全息智能感知体系建设思路研究

马磊

一、概述

我国早在2004年就提出建设平安城市，并大力推行科技强警战略，启动了“科技强警示范城市”创建活动。目前，集中建设的视频监控前端设备已经陆续进入到更新换代的阶段，社会的发展带来的新的需求也对视频监控前端的布放原则及视频资源的深度共享利用提出了新的要求。

二、公安感知体系存在的问题

公安感知体系建设要充分考虑地域特色采用合理的建设方案，既确保工程能够满足智慧城市发展和管理总体要求，体现城市管理的数字化、自动化和智能化领先水平，又能够保证项目建设的可操作性和有效性。目前公安感知体系主要存在以下问题。

（一） 前端感知设备覆盖需优化

在现有感知前端覆盖基础上，着力推进重点公共区域补点补盲，重点行业领域内外感知全覆盖。

传统“圈域格线点”的覆盖方式适用于初中期的感知前端的规划设计，在原有前端的基础上，需要探索“高空、中空、地面、地下、水域”的五维布局理念。

在工程建设中需要坚持“存量升级、新增智能”的原则，有重点、有步骤推进智能感知前端升级改造，提升前端解析识别能力水平，为后续大数据智能化提供解析支撑。

智能化设备缺乏，需补充建设一批新的智能化前端感知、识别设备如AI智能眼镜等。

（二） 后端解析能力不足

解析能力建设薄弱。目前仍有大量点位区域未实现智能化解析，数据资源的最大化价值未得到有效发挥。

数据管理能力不足。因网络、数据标准等原因，数据调取、汇聚困难，数据质量参差不齐，不满足统一的数据标准，数据融合手段单一。

共享能力不足。各分局无法与其他分局实现视频的相互调阅，同时不能向政务外网、城市大脑等相关平台按需共享数据，数据壁垒问题严重。

缺乏贴合本地特色的业务场景应用，感知数据的应用还局限于公安基础应用、通用应用。

三、系统架构

公安全息感知体系总体技术架构分为感知层、传输层、解析层、服务层、应用层、安全和管理七个方面。

感知层——为视频监控类、智能感知类、物联感知类及功能合一类前端视图、数据采集设备提供汇聚接入。

传输层——传输层主要包括政务网、感知网、公安网等网络，用于资源承载及传输。

解析层——解析层主要针对视频数据，通过全目标解析算法和交通态势分析算法，完成车辆、非机动车、行人、人脸等目标的结构化分析和交通事件分析、存储、上传。

服务层——服务层主要包括本地各类感知数据的接入、汇聚、解析、共享等内容。通过部署相关服务接口，为上级公安局和本地职能部门按需提供数据资源、应用资源的共享服务，支撑上级公安局全息感知体系建设和本级智慧城市建设。

应用层——基于下层提供的各类感知数据资源，搭建贴合本地特色的业务应用，服务本地化警务实战。

数据安全——包括接口认证、日志审计，实现各级公安局之间数据接口、日志记录的安全审核。

数据管理——包括注册申请、服务管理，实现实现分市局各系统、各数据汇聚服务、各解析能力的注册认证、服务管理。

四、数据流量流向

普通前端主要提供视频资源，对于感知网内资源直接接入平台，社会资源、政务网资源及其他专网资源通过视频边界接入平台。智能前端产生的数据和图片资源通过图片/数据汇聚转发服务完成接入。

接入后的视频监控资源通过解析服务单元完成全目标识别算法和解析算法完成视频资源的智能化解析。通过数据服务单元的治理、管理等服务完成相关结构化数据的标准化、规范化管理，同时将资源存放到感知资源仓库。

解析后的数据按照“分局小汇聚、市局大汇聚”的原则进行全市感知数据的匯聚与整合。整合后的数据通过数据服务单元的资源上传服务将标准化数据上传至市级平台，并通过任务调度服务完成与市级平台的任务调度协同。各级平台通过心跳监测机制实现对系统运行状态的监测。

五、全息智能感知前端布控思路

（一） 覆盖模式

在覆盖纬度上要从空中、地面、地下、平面几个纬度来加强视频监控覆盖。对于空中目标通过北斗定位、雷达等技术手段和感知设备对高空目标进行常态化的管控。对于半空目标，利用挂高资源布置高点视频监控、智能态势感知设备实现对重点目标的感知。在地面部署视频监控、结构化采集设备、车底检测、移动感知等智能设备，分级分类对数据全量采集。在地下重点关注轨道交通沿线、隧道沿线等人群密集区域规划部署，充分利用物联网设备进行风险预警。对水面、森林、海岸线、离岸岛屿等平面目标，利用超视距设备、红外热成像、激光透雾等专业化设备实现场景的可视化管控。在布控中重点做好周界防控、环主城区防控、环中心区防控。在以上体系的基础上，做好出入城市、重大活动、重要会议的警卫路线的布控。出入城市的机场、火车站、汽车站等交通枢纽的布控，市内公交地铁站点的布控，实现了目标全程化、数据全量化的感知识别。关注重点单位（公安管理单位）、重点部位（公安查控点位）和重点场所（公安关注点位）及周边一定区域，在对圈层化、条线化感知封控的基础上，对重点核心部位开展点域化感知封控。对于小区（村庄）、园区、校区、商区、景区、街区等人员密集区域，实现出入口、大门处等公共区域的感知全覆盖，由公安机关主导建设。

（二） 智能前端选型原则

智能感知前端随着视频图像技术和感知技术的进步主要分为视频监控类、智能感知类、物联感知类等。

视频监控类设备包括：超低照度摄像机、超高清摄像机、超低功耗摄像机、超隐蔽摄像机、红外热成像摄像机、热成像人体测温摄像机。

智能感知类设备包括：目标结构化摄像机、态势感知摄像机、布控跟踪摄像机、非机动车抓拍摄像机。

物联网感知类设备包括：电子围栏设备、WiFi热点设备、人证核验设备、雷视流量检测设备、雷视道路安全预警设备、物品检测设备、音频采集设备。

多功能合一设备包括：一体式多维感知摄像机、一体式可视域摄像机、一体式雷达设备。

六、全息感知体系解析能力建设思路

（一） 前端解析能力建设

全息感知体系解析要求前端设备及后端平台都要有一定的解析能力，设备采集视频画面，应保证不同光照条件下场景中目标抓拍、信息提取清晰准确；宜采用创新环保补光方案，减少补光对于外界环境影响。前端设备应根据布建场景、采集目标情况，合理调整安装采集视角，保证场景中目标获取的最优质量。宜采用多镜头结构设计，单设备即可兼顾全景态势监控与目标结构化抓拍。解析满足人脸、人体、机动车、非机动车特征解析，检出率不低于90%，误检率不高于10%

（二） 后端解析能力建设

后端解析能力就是智能算法资源和算力资源，对目标原始视频和图像进行检测、识别、结构化分析、属性提取、特征向量输出并将解析后的结果存储、上传。同时，解析能力可以根据需求对外提供接口。

1.解析资源要求

视频流、视频片段、图片流可通过视频监控联网平台取流或前端视频监控设备直接取流，原始视频流、图片流需要满足GB/T 28181-2016、GA/T 1400.4-2017、GB 37300-2018标准要求，视频流分辨率不低于1080P，视频文件、图片文件需要满足常见的文件封裝格式。

2.解析流程

GPU解析单元通过加载算法资源池的目标识别和目标解析算法加载目标识别算法，对目标进行检测，输出目标小图。

GPU解析单元再次加载目标解析算法对目标进行特征值提取，输出予以数据及特征值。

以上两步产生的小图存储至图片存储，特征值存储至数据存储。

七、结束语

公安全息感知体系需要在充分利旧已建工程基础上建设全息智能感知体系进一步推进项目设计科学化、点位布局实战化、设备选型合理化、信息采集多维化和建设安装规范化。利用全息感知汇聚平台，实现全息感知视频、图像和数据集中接入、汇聚和转发，强化数据采集整合，加强数据监测分析。

作者单位：中通服咨询设计研究院有限公司