況偉 葉學(xué)強(qiáng) 郭興亮

1. 杭州?？低晹?shù)字技術(shù)股份有限公司 2. 浙江省湖州市公安局

引言

多年以打?yàn)橹鞯摹按蚍揽亍毙蜕鐣?huì)治安防控體系探索和實(shí)踐，收到了較好的效果，有力遏制了各類違法犯罪活動(dòng)。

進(jìn)入新時(shí)代，隨著經(jīng)濟(jì)社會(huì)的迅猛發(fā)展，動(dòng)態(tài)化、信息化成為當(dāng)代社會(huì)的主要特征，人流、物流、車流、信息流、資金流等空前加大，公安機(jī)關(guān)在新形勢(shì)下面臨的社會(huì)治安問(wèn)題和挑戰(zhàn)巨大。以物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等信息技術(shù)為代表的新一輪科技革命興起，不僅更新了人們認(rèn)識(shí)世界的思維方法，也給立體化、信息化社會(huì)治安防控體系的建設(shè)提供了新途徑、新手段。

近幾年，伴隨深度學(xué)習(xí)技術(shù)的誕生與計(jì)算機(jī)軟硬件技術(shù)的快速發(fā)展，人工智能成為各行各業(yè)技術(shù)應(yīng)用的風(fēng)口。2015年至今，視頻圖像深度學(xué)習(xí)技術(shù)在安防領(lǐng)域的應(yīng)用大規(guī)模展開(kāi)[1]，取得了令人矚目的效果。

視頻技術(shù)主要包含對(duì)視頻圖像中人、車、物、行為、事件、場(chǎng)景異常等目標(biāo)進(jìn)行自動(dòng)智能化分析與識(shí)別。視頻技術(shù)的到來(lái)與高速發(fā)展，對(duì)公安業(yè)務(wù)應(yīng)用的開(kāi)展產(chǎn)生了較大的影響，輔助公安將管控重點(diǎn)人員的技術(shù)手段從人臉識(shí)別、人體識(shí)別逐漸拓展到步態(tài)識(shí)別領(lǐng)域，其正在逐步改變公安機(jī)關(guān)的傳統(tǒng)工作方式以及其它方方面面。

治安防控體系的建設(shè)，核心主要目標(biāo)是建設(shè)嚴(yán)密的查控圈、強(qiáng)化單元防控能力、夯實(shí)要素管控維度。

一、治安防控體系建設(shè)需求背景

（一）嚴(yán)密圈層查控

在環(huán)國(guó)邊境、省際、市際道路出入口，科學(xué)布建公安檢查站、治安卡口或電子卡口，加強(qiáng)點(diǎn)位建設(shè)密度，構(gòu)建立體化、智能化的“治安防控識(shí)別圈”，實(shí)現(xiàn)“智能感知、精準(zhǔn)識(shí)別、觸圈預(yù)警、實(shí)時(shí)響應(yīng)”。

（二）強(qiáng)化單元防控

以街面、社區(qū)、娛樂(lè)場(chǎng)所和特種行業(yè)、內(nèi)保單位、地鐵公交等為基本防控單元，提升單元治安防控能力，實(shí)現(xiàn)單元要素可查、可防、可控，為單元防控和基層社會(huì)治理提供更便捷、更精準(zhǔn)、更高效的服務(wù)，做到“信息自動(dòng)采集、管理智能高效、防范嚴(yán)密精準(zhǔn)”。

（三）夯實(shí)要素管控

圍繞“人、地、物、事、網(wǎng)、組織”等基本治安要素，以管控槍支彈藥、危爆物品、大型活動(dòng)等重點(diǎn)治安要素為核心，進(jìn)行依法管控、精準(zhǔn)管控和動(dòng)態(tài)管控，實(shí)現(xiàn)治安要素基礎(chǔ)信息的“完整、準(zhǔn)確、鮮活”掌握，全面提升對(duì)各類風(fēng)險(xiǎn)隱患的自動(dòng)識(shí)別、敏銳感知和防范能力。

二、視頻技術(shù)在治安防控應(yīng)用過(guò)程中的關(guān)鍵技術(shù)

視頻技術(shù)主要特點(diǎn)是采集實(shí)時(shí)的人車物動(dòng)態(tài)屬性，相比業(yè)務(wù)數(shù)據(jù)而言，基于視頻感知的物聯(lián)數(shù)據(jù)更具鮮活性和實(shí)時(shí)性。舉個(gè)例子，常住人口庫(kù)數(shù)據(jù)非常重要，但是常住人口庫(kù)是一種靜態(tài)數(shù)據(jù)，通過(guò)常住人口庫(kù)無(wú)法分析對(duì)應(yīng)人員的軌跡、行動(dòng)規(guī)律、關(guān)聯(lián)關(guān)系。但是視頻為主的物聯(lián)感知數(shù)據(jù)因?yàn)槭菍?shí)時(shí)抓拍，根據(jù)其數(shù)據(jù)進(jìn)行分析，可以挖掘分析特定人員的行動(dòng)規(guī)律、出行規(guī)律以及關(guān)聯(lián)關(guān)系。如果結(jié)合這個(gè)人員的特定身份（如賭博前科），則可以根據(jù)人員的出行規(guī)律、跟隨規(guī)律，來(lái)分析挖掘疑似賭博聚眾行為、賭博窩點(diǎn)等隱性違法犯罪線索。

智能化視頻技術(shù)已經(jīng)不再是簡(jiǎn)單的識(shí)別、比對(duì)、預(yù)警，而是需要從海量的視頻感知數(shù)據(jù)中依托多維度、多時(shí)空、多場(chǎng)景來(lái)綜合進(jìn)行分析和判斷，挖掘隱藏信息。當(dāng)前視頻技術(shù)在公安行業(yè)應(yīng)用中主要有以下幾項(xiàng)關(guān)鍵技術(shù)：

（一）多維感知與布控

人臉抓拍目前技術(shù)比較成熟，基于人臉的治安防控應(yīng)用已經(jīng)開(kāi)始逐步拓展到多維度。人臉由于架設(shè)的點(diǎn)位密度、抓拍環(huán)境以及人臉遮擋等原因，存在抓拍不到、抓拍后無(wú)法進(jìn)行有效比對(duì)的問(wèn)題。如何通過(guò)多維度的方式定位一個(gè)人的軌跡，需要考慮人臉與人體、人臉與Mac、人臉與電圍數(shù)據(jù)的融合。如通過(guò)一張高質(zhì)量的人臉抓拍照片，同時(shí)分析其對(duì)應(yīng)的人體特征屬性信息，在一天內(nèi)，大部分的人體屬性是不會(huì)變化的，這樣就將人臉與人體關(guān)聯(lián)起來(lái)，即使在某個(gè)點(diǎn)位無(wú)法抓拍到正常的人臉，但是可以獲取對(duì)應(yīng)的人體屬性，也可以與人臉關(guān)聯(lián)起來(lái)，從而確定對(duì)應(yīng)人員的身份。其他屬性信息也可以與人體屬性一樣進(jìn)行關(guān)聯(lián)，從而以人臉為中心，其他多維屬性為輔助，結(jié)合人證、人臉、人體、車輛、MAC、手機(jī)號(hào)、場(chǎng)所及事件等多維數(shù)據(jù)，對(duì)人員目標(biāo)實(shí)行多種方式的布控，當(dāng)目標(biāo)關(guān)聯(lián)信息被獲取到后產(chǎn)生預(yù)警，從而實(shí)現(xiàn)對(duì)人員目標(biāo)的精準(zhǔn)布控打擊。

（二）人員聚類

人員聚類是將同一目標(biāo)的抓拍數(shù)據(jù)與人員檔案數(shù)據(jù)（包括檔案人員姓名、年齡、性別、ID、所屬庫(kù)名、封面照片、模型特征值、人臉與車牌關(guān)聯(lián)信息、人臉與人體小圖URL及關(guān)聯(lián)場(chǎng)景圖片URL等）聚合，為抓拍數(shù)據(jù)打上唯一的檔案ID，形成目標(biāo)的融合軌跡。人員聚類流程如圖2所示。

人員聚類不僅是簡(jiǎn)單的人員比對(duì)碰撞，而是需要多種聚類技術(shù)手段與策略才能保證人員聚類的準(zhǔn)確性，避免漏聚和錯(cuò)聚的現(xiàn)象。首先是需要準(zhǔn)確的檔案庫(kù)，依托名單治理對(duì)錯(cuò)誤的檔案進(jìn)行清除，清洗錯(cuò)誤數(shù)據(jù)給聚類帶來(lái)的干擾。其次是點(diǎn)位治理，針對(duì)點(diǎn)位位置、點(diǎn)位時(shí)間、點(diǎn)位抓拍圖像質(zhì)量等進(jìn)行治理，配合后續(xù)的聚類策略，去除異常點(diǎn)位帶來(lái)的聚類錯(cuò)誤，提高聚類準(zhǔn)確率。

（三）關(guān)系圖譜

關(guān)系圖譜主要用于分析、挖掘以及展現(xiàn)系統(tǒng)中多維數(shù)據(jù)之間的關(guān)系，輔助公安輕松洞察雜亂無(wú)章的海量數(shù)據(jù)背后的復(fù)雜關(guān)聯(lián)，提升公安單位情報(bào)研判、挖掘隱藏重點(diǎn)人員的效率等?；诓煌瑯I(yè)務(wù)場(chǎng)景對(duì)不同數(shù)據(jù)進(jìn)行關(guān)系計(jì)算，根據(jù)關(guān)系定義、數(shù)據(jù)來(lái)源、計(jì)算規(guī)則、關(guān)系權(quán)重等條件，按需創(chuàng)建關(guān)系數(shù)據(jù)處理任務(wù)，形成關(guān)系庫(kù)，得到包括警務(wù)信息關(guān)聯(lián)和物聯(lián)信息關(guān)聯(lián)在內(nèi)的全面關(guān)系圖譜，存儲(chǔ)在數(shù)據(jù)庫(kù)系統(tǒng)中。

關(guān)系圖譜的挖掘，使用到多種關(guān)聯(lián)分析技術(shù)，主要包括以下幾點(diǎn)：

（1）同行人分析：通過(guò)人臉抓拍的時(shí)間維度，分析多次與同一個(gè)人出現(xiàn)在同一個(gè)抓拍點(diǎn)的人員；

（2）同乘人分析：通過(guò)對(duì)車輛主副駕駛抓拍進(jìn)行分析，挖掘經(jīng)常與某個(gè)人乘坐同一輛車的人員；

（3）同住人分析：分析旅館住宿信息，挖掘頻繁與相關(guān)人員同時(shí)間在同一酒店入駐的人員；

（4）MAC伴隨分析：通過(guò)多點(diǎn)位篩選，將人臉與MAC地址進(jìn)行唯一匹配，從而將MAC地址定位到人，后續(xù)即可根據(jù)MAC地址來(lái)實(shí)現(xiàn)MAC地址的伴隨分析；

（5）同出行分析：通過(guò)出行記錄，例如A和B同時(shí)乘坐同一班次的飛機(jī)、高鐵、汽車等達(dá)到設(shè)定的次數(shù)，則A和B存在同行關(guān)系。

（四）人員全息檔案

人員檔案是在人員基礎(chǔ)信息檔案的基礎(chǔ)上，增加了物聯(lián)感知數(shù)據(jù)的維度，將人員的關(guān)聯(lián)分析維度、出行規(guī)律維度進(jìn)行綜合，使檔案更加全面，同時(shí)更加符合實(shí)際對(duì)應(yīng)人員的出行軌跡，實(shí)現(xiàn)檔案的動(dòng)態(tài)實(shí)時(shí)更新。

在人員檔案中，可以看到對(duì)應(yīng)人員的關(guān)聯(lián)人員（同行人）、同行人信息以及實(shí)時(shí)出沒(méi)的地點(diǎn)、日常出沒(méi)時(shí)間點(diǎn)分布、出沒(méi)軌跡情況。

三、視頻技術(shù)在治安防控體系中的應(yīng)用

視頻技術(shù)在治安防控體系建設(shè)的應(yīng)用目前非常廣泛，服務(wù)治安管控的多場(chǎng)景、多維度管理。同時(shí)，基于視頻豐富的人車物感知屬性并結(jié)合公安相關(guān)重點(diǎn)人車業(yè)務(wù)數(shù)據(jù)，服務(wù)警務(wù)大數(shù)據(jù)應(yīng)用。視頻技術(shù)在治安管控中的應(yīng)用，最終也是從基礎(chǔ)的比對(duì)預(yù)警到大數(shù)據(jù)挖掘研判，實(shí)現(xiàn)預(yù)警、預(yù)測(cè)、預(yù)防的目的。

以視頻技術(shù)為主的物聯(lián)網(wǎng)大數(shù)據(jù)結(jié)合公安網(wǎng)業(yè)務(wù)數(shù)據(jù)，可以衍生出更多的行業(yè)應(yīng)用。對(duì)應(yīng)用大致進(jìn)行分類，分為通用應(yīng)用、專題應(yīng)用以及可視化應(yīng)用。

通用應(yīng)用沒(méi)有警種屬性，可以服務(wù)多警種，主要實(shí)現(xiàn)基礎(chǔ)數(shù)據(jù)的檢索、查詢以及關(guān)系挖掘。

專題應(yīng)用，更多是服務(wù)特定的案件、特定的犯罪人群以及特定的警種，可以根據(jù)不同模型進(jìn)行大數(shù)據(jù)分析挖掘，例如涉毒人員挖掘等。

可視化應(yīng)用主要是通過(guò)可視化展示方式，宏觀體現(xiàn)數(shù)據(jù)價(jià)值，直觀展示數(shù)據(jù)中隱藏的信息。

（一）在公安治安圈層防控中的應(yīng)用

在檢查站前沿（如5公里處、3公里處、1公里處）偵查區(qū)建設(shè)智能卡口，利用視頻識(shí)別技術(shù)，通過(guò)駕駛室內(nèi)人臉抓拍、車輛抓拍，提前對(duì)即將進(jìn)站的車輛進(jìn)行偵查，通過(guò)公安重點(diǎn)人員查控庫(kù)，提升對(duì)重點(diǎn)查控目標(biāo)進(jìn)場(chǎng)前的精準(zhǔn)預(yù)警。通過(guò)前端智能設(shè)備的智慧偵查，可以提前發(fā)現(xiàn)哪些車輛該查、哪些車輛可以快速放行，有效減少檢查站民警的核驗(yàn)工作量。

在核查環(huán)節(jié)，通過(guò)視頻及其他物聯(lián)手段，實(shí)現(xiàn)對(duì)人、車、物、證、碼各類動(dòng)態(tài)信息的感知，結(jié)合車底圖片掃描、X光物品掃描圖進(jìn)行自動(dòng)分析，及時(shí)發(fā)現(xiàn)可疑人員和可疑物品。同時(shí)針對(duì)無(wú)檢查站的防控點(diǎn)，充分結(jié)合電子卡口，對(duì)進(jìn)入防控圈的人員、車輛進(jìn)行電子化核驗(yàn)，做到進(jìn)出留痕，提升對(duì)跨區(qū)域人員、車輛、物品的動(dòng)態(tài)管控能力。

（二）在智慧平安小區(qū)中的應(yīng)用

通過(guò)智慧平安小區(qū)建設(shè)，在各個(gè)小區(qū)出入口、單元樓出入口部署人臉感知設(shè)備，結(jié)合社區(qū)“一標(biāo)三實(shí)”數(shù)據(jù)，通過(guò)視頻分析對(duì)進(jìn)出小區(qū)的人員、車輛信息進(jìn)行實(shí)時(shí)采集，對(duì)社區(qū)人員遷入遷出進(jìn)行自動(dòng)分析（長(zhǎng)時(shí)間未出現(xiàn)），對(duì)頻繁進(jìn)出小區(qū)的陌生人進(jìn)行研判預(yù)警，實(shí)現(xiàn)精準(zhǔn)化實(shí)有人口管理。

同時(shí)，基于人車進(jìn)出的鮮活數(shù)據(jù)，對(duì)社區(qū)內(nèi)疑似重點(diǎn)人員聚眾（如上訪人員聚眾、賭博前科人員聚眾、吸毒人員聚眾等）、重點(diǎn)人員脫管等行為進(jìn)行分析，改變以往人工研判發(fā)現(xiàn)晚、發(fā)現(xiàn)不全、耗時(shí)耗力等問(wèn)題，加強(qiáng)社區(qū)重點(diǎn)人員管控和分析研判。

（三）在單元防控和要素管控中的應(yīng)用

針對(duì)地鐵公交、重點(diǎn)內(nèi)部單位（如醫(yī)院、學(xué)校）等單元防控區(qū)域，利用視頻的人臉?lè)治觥④囕v分析、行為分析等技術(shù)，對(duì)內(nèi)保單位進(jìn)行治安防控，針對(duì)重點(diǎn)人員出入、重點(diǎn)車輛出入以及異常行為（如人員聚集、打架斗毆、人員倒地等）進(jìn)行后臺(tái)分析，一經(jīng)觸發(fā)報(bào)警自動(dòng)聯(lián)動(dòng)附近警力實(shí)現(xiàn)快速出警和處置。

通過(guò)視頻分析算法的訓(xùn)練，實(shí)現(xiàn)對(duì)安檢過(guò)程中槍支彈藥及零部件的智能識(shí)別，在重要的地鐵、鐵路、機(jī)場(chǎng)、物流快遞等物品流動(dòng)區(qū)域進(jìn)行智能安檢，實(shí)現(xiàn)重點(diǎn)危險(xiǎn)要素的查控。

（四）在重點(diǎn)人員管控中的應(yīng)用

針對(duì)公安禁毒工作中遇到的毒情態(tài)勢(shì)感知難、隱性涉毒對(duì)象發(fā)現(xiàn)難、涉毒案件研判難、毒駕違法行為打擊難、社區(qū)戒毒人員管控難等問(wèn)題，通過(guò)基于物信融合的大數(shù)據(jù)分析，在海量數(shù)據(jù)資源中萃取線索、精準(zhǔn)研判，提高涉毒案件打擊成效。

充分結(jié)合圍繞視頻感知數(shù)據(jù)的關(guān)系圖譜分析、多維布控分析、人員聚類分析，以已知的涉毒人員名單為基礎(chǔ)，挖掘與這些人員頻繁出沒(méi)的其他人員、頻繁出沒(méi)的場(chǎng)所，從而挖掘隱性涉毒窩點(diǎn)、隱性吸毒人員以及販賣毒品上下游人員信息。

圍繞重點(diǎn)人員的分析，以視頻大數(shù)據(jù)關(guān)系圖譜技術(shù)、人員聚類技術(shù)為基礎(chǔ)，還可以服務(wù)涉黃人員管控、涉賭人員管控分析等。

四、視頻技術(shù)在治安防控中的應(yīng)用發(fā)展趨勢(shì)

視頻技術(shù)將不斷演變，其它AI技術(shù)也將不斷涌現(xiàn)。技術(shù)創(chuàng)新將會(huì)促進(jìn)公安業(yè)務(wù)應(yīng)用創(chuàng)新，業(yè)務(wù)應(yīng)用創(chuàng)新亦會(huì)引領(lǐng)技術(shù)創(chuàng)新。視頻技術(shù)在公安領(lǐng)域的發(fā)展趨勢(shì)，主要有以下幾個(gè)方面：

（一）視頻技術(shù)將更加成熟化、多樣化

目前，視頻技術(shù)分析的結(jié)果依舊存在誤報(bào)的情況。隨著深度學(xué)習(xí)算法的優(yōu)化，誤報(bào)率將會(huì)繼續(xù)降低，比如跨境追蹤技術(shù)[2]在不斷演進(jìn)，該技術(shù)的成熟將會(huì)大大助力公安對(duì)目標(biāo)進(jìn)行偵查追蹤。視頻技術(shù)的多樣化體現(xiàn)在：（1）多種分析與識(shí)別手段將會(huì)同時(shí)使用或存在于同一算法之中，為治安管控提供全結(jié)構(gòu)化解析服務(wù)；（2）針對(duì)特定關(guān)注目標(biāo)的檢測(cè)與識(shí)別算法將會(huì)越來(lái)越多，隨著AI訓(xùn)練平臺(tái)的不斷演進(jìn)與成熟，更多的個(gè)性化目標(biāo)以及行為檢測(cè)與識(shí)別需求將會(huì)涌現(xiàn)并被滿足。

（二）視頻技術(shù)將與警務(wù)大數(shù)據(jù)深度融合

未來(lái)的智慧警務(wù)信息化系統(tǒng)離不開(kāi)云計(jì)算、視頻技術(shù)、大數(shù)據(jù)技術(shù)。視頻技術(shù)基于前端攝像機(jī)視頻每天分析得到的人、車、物等結(jié)構(gòu)化數(shù)據(jù)、模型數(shù)據(jù)可以彌補(bǔ)公安大數(shù)據(jù)平臺(tái)中缺少的人、車、物動(dòng)態(tài)時(shí)空采集信息。有了這些信息，可以開(kāi)展更多維度上的數(shù)據(jù)分析、數(shù)據(jù)挖掘。大數(shù)據(jù)技術(shù)經(jīng)過(guò)數(shù)據(jù)挖掘分析的結(jié)果又可以作為視頻技術(shù)的輸入，用來(lái)優(yōu)化AI算法、提升系統(tǒng)AI能力。視頻技術(shù)與警務(wù)大數(shù)據(jù)技術(shù)之間相輔相成，將促使各種研判態(tài)勢(shì)類應(yīng)用產(chǎn)生。

（三）視頻技術(shù)將與其它AI技術(shù)深度結(jié)合

單純依靠視頻技術(shù)還不能解決所有問(wèn)題。目前，在公安某些領(lǐng)域已經(jīng)將視頻技術(shù)與聲紋識(shí)別技術(shù)相結(jié)合，對(duì)重點(diǎn)管控人員的人員身份進(jìn)行多重核驗(yàn)。隨著應(yīng)用的不斷深入，新的業(yè)務(wù)需求不斷出現(xiàn)，將會(huì)有更多的AI技術(shù)應(yīng)用到公安領(lǐng)域，與視頻技術(shù)結(jié)合為公安創(chuàng)造新的價(jià)值。

五、結(jié)語(yǔ)

現(xiàn)階段，國(guó)內(nèi)外的人工智能專家、研究人員熱情地投入到視頻技術(shù)及其它人工智能技術(shù)的研究與開(kāi)發(fā)之中。不同視頻技術(shù)廠家之間的競(jìng)爭(zhēng)日趨激烈，正是由于這種格局，視頻技術(shù)仍在不斷革新，新的人工智能技術(shù)也在不斷萌芽。基于視頻的智能化技術(shù)、大數(shù)據(jù)及云計(jì)算技術(shù)等的深度融合應(yīng)用，將會(huì)持續(xù)助力治安防控體系的建設(shè)完善，推動(dòng)智慧警務(wù)進(jìn)一步發(fā)展。