姚李虎

（陜西歷史博物館（陜西省文物交流中心），陜西 西安 710061）

深度學(xué)習(xí)技術(shù)是一種人腦仿生模擬的先進(jìn)技術(shù)，在圖像的識別、處理，語音識別和數(shù)據(jù)特征分析等領(lǐng)域有著重要的應(yīng)用[1]?；谏疃葘W(xué)習(xí)技術(shù)的特性，新的安防交互指揮系統(tǒng)將更加智能，能夠在算法的作用下實現(xiàn)自我更新和自我升級。國內(nèi)的?？低暪咀鳛榘卜辣O(jiān)控領(lǐng)域的巨頭，曾提出“平安城市”的解決方案，并且開發(fā)了一套應(yīng)用場景十分廣泛的新型城市安防體系，該體系以數(shù)據(jù)應(yīng)用為核心，以構(gòu)建“云+端”的智慧型社會防控指揮平臺為最終目標(biāo)[2]，通過不斷升級和改進(jìn)，已經(jīng)在城市的安防體系中發(fā)揮出了重要作用。

1 卷積神經(jīng)網(wǎng)絡(luò)

1.1 概念介紹

卷積神經(jīng)網(wǎng)絡(luò)（CNN）最廣泛的應(yīng)用是圖像識別，特別是在醫(yī)學(xué)圖像處理方面有著極其重要的應(yīng)用，其屬于人工神經(jīng)網(wǎng)絡(luò)的一種，并且其權(quán)值共享的網(wǎng)絡(luò)結(jié)構(gòu)使得模型的復(fù)雜程度得到了有效控制[3]，在使用時擁有更強(qiáng)的穩(wěn)定性。特斯拉的自動駕駛系統(tǒng)是基于對路面圖像的采集分析，這一系統(tǒng)廣泛運用了卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)圖像的精準(zhǔn)識別。CNN具有多層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，容錯率強(qiáng)大且自我學(xué)習(xí)能力優(yōu)秀，從結(jié)構(gòu)上來講一般是分為4層，即輸入層、卷積層、抽樣層和輸出層[4]。

1.2 R-CNN系列目標(biāo)檢測算法

R-CNN主要是用于目標(biāo)檢測領(lǐng)域，是非常經(jīng)典的算法之一，一般分為4個步驟[5]：

（1）對輸入的圖像進(jìn)行劃分，區(qū)域劃分的數(shù)量通常在1 000至2 000。

（2）通過卷積神經(jīng)網(wǎng)絡(luò)對每一個區(qū)域的數(shù)據(jù)特征進(jìn)行提取。

（3）將提取的特征送入每一分類目標(biāo)的SVM分類器，并且對其分類是否符合作出判定。

（4）通過回歸器來修正待選框的位置。

2 安防交互指揮系統(tǒng)功能模塊分析

在安防交互指揮系統(tǒng)中，功能模塊主要分為以下4個：警情綜合分析模塊、智能交通指揮模塊、人臉識別實時預(yù)警模塊和人群行為分析模塊。

2.1 警情綜合分析模塊

警情綜合分析模塊是在公安部門現(xiàn)有業(yè)務(wù)情報系統(tǒng)的基礎(chǔ)上，將重要的警情來源渠道加以整合，實現(xiàn)三合一業(yè)務(wù)數(shù)據(jù)獲取模式。對于整個安防交互指揮系統(tǒng)來說，警情綜合分析模塊是最為主要的可分析數(shù)據(jù)來源，能夠支撐起對安防控制體系的策略參考。在出現(xiàn)一些特大警情后，警情的綜合分析也能快速地結(jié)合各渠道已經(jīng)獲得的數(shù)據(jù)信息給公安部門提供出警建議，給出潛在危險提醒，方便公安部門針對突發(fā)警情做出快速反應(yīng)。

在整個警情綜合分析模塊中，又包括了指揮調(diào)度、警情細(xì)致分析和警情大數(shù)據(jù)展示等核心功能[6]，可以滿足日常情況下的警情優(yōu)先級分析。

2.2 智慧交通指揮模塊

智慧交通指揮模塊是配合警情的處理智能化地給出交通控制和卡口設(shè)置建議，對于一些特殊警情，公安部門需要在最短的時間內(nèi)趕到案發(fā)現(xiàn)場，想要為警情的處理爭取更多的時間，交通管制必不可少。通過智慧交通卡口的控制，能夠?qū)崿F(xiàn)交通信號燈的智能控制，盡可能地保證出警路線的通暢。也能夠提供車輛查詢分析功能，在卡口處進(jìn)行嚴(yán)格的車輛識別，對經(jīng)過的車輛采取車牌記錄、司機(jī)人像采集等操作，獲取車流量數(shù)據(jù)和動態(tài)交通路況。同時，也能夠?qū)崿F(xiàn)車輛的布控分析，通過數(shù)據(jù)分析處理和圖像采集來篩查目標(biāo)車輛信息，對車輛的行駛軌跡進(jìn)行跟蹤查詢。

2.3 人臉識別實時預(yù)警模塊

在一些重要的場所設(shè)置人臉模塊裝置，通過精準(zhǔn)的人臉圖像采集和圖像智能分析，識別出重要場所的人流量數(shù)據(jù)，可以通過在數(shù)據(jù)庫設(shè)置黑名單等方式來添加重點排查對象，抓拍的群像圖像經(jīng)過數(shù)據(jù)分析比較之后發(fā)送給預(yù)警系統(tǒng)，從而實現(xiàn)警情的預(yù)知。

系統(tǒng)還可以根據(jù)抓拍的照片進(jìn)行人員軌跡刻畫，用戶可以在連續(xù)抓拍的圖像中自行選擇一張圖片，也可以使用智能手機(jī)等設(shè)備自行上傳自己的照片，有著很高的靈活度。系統(tǒng)在獲取用戶的圖像之后就可以根據(jù)抓拍的內(nèi)容精準(zhǔn)地刻畫出人員的活動軌跡，通過智能算法來分析人員軌跡是否存在異常，針對異常情況及時給出預(yù)警。

2.4 人群行為分析模塊

對于一些人流量比較密集的園區(qū)或景區(qū)，人群行為分析模塊可以提供必要的輔助功能。以應(yīng)用場景舉例來說，當(dāng)系統(tǒng)通過人群行為分析模塊識別出某人有隨地吐痰或者亂扔垃圾現(xiàn)象時，系統(tǒng)會將此現(xiàn)象反饋給園區(qū)的工作人員，工作人員即可趕往事發(fā)地點進(jìn)行提醒或處罰。另外，在新冠肺炎疫情防控常態(tài)化的今天，通過人群行為分析模塊也可以快速識別出未戴口罩的旅游人員，防止疫情防控漏洞的出現(xiàn)。實現(xiàn)此模塊主要是使用計算機(jī)的圖像視覺技術(shù)和深度學(xué)習(xí)技術(shù)，通過圖像比對等技術(shù)實現(xiàn)對人群行為的快速分析，檢測徘徊逗留等反常現(xiàn)象。

3 基于深度學(xué)習(xí)技術(shù)的安防交互指揮系統(tǒng)設(shè)計

3.1 運行環(huán)境需求

系統(tǒng)采用典型的B/S+C/S模式，用戶端分為PC端和移動端兩個類型，對外開放用戶使用個人電腦或者智能手機(jī)即可以訪問本系統(tǒng)。在服務(wù)器中，某一臺特定的服務(wù)器作為應(yīng)用部署服務(wù)器，提供整個系統(tǒng)應(yīng)用的系統(tǒng)接口和請求數(shù)據(jù)處理，同時也有一專門責(zé)任深度學(xué)習(xí)計算的服務(wù)器。

對于開放用戶來說，其運行配置要求較低，一般來說只需要一臺可訪問網(wǎng)絡(luò)的PC機(jī)或智能手持設(shè)備即可，智能手持設(shè)備可以是平板電腦、PDA、智能手機(jī)或其他安卓設(shè)備等，安卓系統(tǒng)應(yīng)在5.0版本以上。服務(wù)器的配置要求為：內(nèi)在16 G DDR4，硬盤32 G以上，CPU采用目前主流的中高端處理器即可，網(wǎng)卡需求為千兆網(wǎng)卡最佳。

公安系統(tǒng)用戶端為桌面應(yīng)用模式，即C/S，操作系統(tǒng)為Window10系統(tǒng)，處理器Intel core i7 7700，GPU GeForce GTX 1080Ti 11G顯存，網(wǎng)卡為Intel 1000M NIC*2，公安系統(tǒng)終端設(shè)備的配置要求之所以較高，是因為其需要進(jìn)行大量的圖像渲染，為了保持客戶端使用的流暢度，其計算機(jī)設(shè)備的配置應(yīng)在推薦配置以上。

3.2 架構(gòu)設(shè)計

3.2.1 前端數(shù)據(jù)采集感知層

前端數(shù)據(jù)采集感知層有多種數(shù)據(jù)來源渠道，公安系統(tǒng)的數(shù)據(jù)采集感知和社會渠道的數(shù)據(jù)采集感知都是其主要來源[7]，其功能是對110指揮中心的三合一報警平臺數(shù)據(jù)進(jìn)行同步，同時和天網(wǎng)系統(tǒng)進(jìn)行數(shù)據(jù)對接。

3.2.2 信息傳輸網(wǎng)絡(luò)層

信息傳輸網(wǎng)絡(luò)主要負(fù)責(zé)整個系統(tǒng)的數(shù)據(jù)交互及通信，其網(wǎng)絡(luò)構(gòu)成較為復(fù)雜，有公安內(nèi)網(wǎng)、公安視頻專網(wǎng)、自建視頻專網(wǎng)和開放型互聯(lián)網(wǎng)等。在這一層中，最大的需求是可以自定義IP，并且需要擁有強(qiáng)大的拓展功能。

3.2.3 計算存儲中間服務(wù)層

計算存儲中間服務(wù)層是最為核心的一個結(jié)構(gòu)層，按照網(wǎng)絡(luò)和來源將存儲系統(tǒng)劃分為3大部分，分別是公安網(wǎng)數(shù)據(jù)庫、指揮網(wǎng)數(shù)據(jù)專庫和視頻緩存數(shù)據(jù)庫，業(yè)務(wù)數(shù)據(jù)庫使用MySQL數(shù)據(jù)庫工具，緩存數(shù)據(jù)庫則采用Redis數(shù)據(jù)庫管理工具，一些實時采集或日常使用的數(shù)據(jù)都會被存放于緩存數(shù)據(jù)庫當(dāng)中，而數(shù)據(jù)的備份等不常用信息則被存放于業(yè)務(wù)數(shù)據(jù)庫中。

3.2.4 應(yīng)用服務(wù)層

應(yīng)用服務(wù)層主要控制各個功能模塊的業(yè)務(wù)邏輯，是為用戶提供業(yè)務(wù)和功能的結(jié)構(gòu)層。在功能設(shè)計上主要是分為指揮系統(tǒng)、警情系統(tǒng)、運維系統(tǒng)和視頻系統(tǒng)4個大型部分。

(3)兩化融合對我國制造業(yè)向產(chǎn)業(yè)鏈高端邁進(jìn)，實現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義 融合催生了協(xié)同設(shè)計、大規(guī)模個性化定制、網(wǎng)絡(luò)精準(zhǔn)營銷、電子商務(wù)等新模式新業(yè)態(tài)，有效提升我國企業(yè)研發(fā)、制造、服務(wù)等環(huán)節(jié)附加值，帶動我國產(chǎn)業(yè)結(jié)構(gòu)持續(xù)優(yōu)化，帶來固定資產(chǎn)投資效率的不斷提升，勞動生產(chǎn)率的不斷增長，以及技術(shù)進(jìn)步的增速發(fā)展，將加速推動我國經(jīng)濟(jì)發(fā)展進(jìn)入質(zhì)量時代。

3.3 登錄注冊功能設(shè)計

系統(tǒng)的驗證登錄是安全性第一重保障，通過用戶驗證系統(tǒng)可以對使用用戶加以初步篩查控制，即用戶在使用本系統(tǒng)之前需要先進(jìn)行登錄，未登錄的用戶將會觸發(fā)權(quán)限限制功能。在登錄時用戶設(shè)置了3層信息安全驗證，分別為：用戶登錄數(shù)據(jù)對比驗證、人機(jī)測試驗證和權(quán)限驗證。不同的角色在登錄之后可以獲取不同的權(quán)限。公安內(nèi)部客戶端由于不對外開放，所以在使用時并且設(shè)置有注冊模塊，用戶的添加由超級管理員統(tǒng)一完成，當(dāng)用戶在獲取到用戶信息之后首次登錄應(yīng)進(jìn)行個人密碼的修改和其他信息的完善。

3.4 綜合警情分析模塊設(shè)計

綜合警情分析模塊的時序設(shè)計為，首先系統(tǒng)會開啟自動更新功能，持續(xù)地從各種數(shù)據(jù)來源渠道中獲取實時警情數(shù)據(jù)。然后啟動定時同步任務(wù)并判斷定時任務(wù)更新是否成功。第三步為訪問三合一平臺數(shù)據(jù)庫并獲取到三合一平臺數(shù)據(jù)，隨后實現(xiàn)數(shù)據(jù)的同步，數(shù)據(jù)獲取成功之后返回到Service進(jìn)行數(shù)據(jù)處理。第四步為數(shù)據(jù)更新的處理，在寫入自建數(shù)據(jù)庫之后完成數(shù)據(jù)庫的更新，并返回更新信息，在顯示層更新數(shù)據(jù)視圖信息。

在這一過程中，每10 s就會啟動一次數(shù)據(jù)同步功能，并且將同步的結(jié)果實時反饋，如果同步不成功則會觸發(fā)故障應(yīng)對程序。

3.5 智慧交通控制系統(tǒng)功能設(shè)計

智慧交通控制系統(tǒng)是智能化安防控制的重要模塊，包括的核心功能為信號燈控制體系、車輛識別防控體系和車輛分析功能。其時序設(shè)計為：第一步先進(jìn)行登錄，然后進(jìn)入到主頁面之中打開信號燈圖層；第二步，根據(jù)實際的需求進(jìn)行信號燈圖層的縮放，通過點擊信號燈的圖標(biāo)快速對信號燈進(jìn)行編號；第三步，查詢第三方提供接口信號燈狀態(tài)，并從設(shè)備獲取實時狀態(tài)，在此過程中系統(tǒng)會返回實時的信號燈狀態(tài)信息并在視圖上顯示當(dāng)前實時的紅綠燈狀態(tài)；第四步，通過查詢紅綠燈的可控方案來制定下一步的信號燈控制計劃，可控方案存放于數(shù)據(jù)庫中，通過與數(shù)據(jù)庫的交互查詢獲得；第五步為傳入設(shè)定的方案編號，系統(tǒng)向控制器發(fā)送相應(yīng)的指令，實現(xiàn)信號燈的控制，同時在控制成功之后系統(tǒng)返回成功信息。

在信息燈智能控制體系中，需要使用到傳感器技術(shù)、GIS技術(shù)、GPS技術(shù)以及深度學(xué)習(xí)技術(shù)，通過機(jī)器的自我學(xué)習(xí)不斷地更新數(shù)據(jù)庫中的可控方案，并且也不斷地對現(xiàn)有的可控方案進(jìn)行調(diào)整，使其控制方案對社會車輛的出行影響降到最低。

3.6 AR視頻圖像模塊設(shè)計

AR視頻圖像采用單獨的視頻客戶端，客戶端的配置需求滿足高清圖像快速渲染的要求。在這一模塊中，視頻數(shù)據(jù)的采集是由高清云臺攝像頭、天網(wǎng)系統(tǒng)攝像頭、人臉識別終端和警察移動執(zhí)法記錄儀等設(shè)備完成，通過這些視頻數(shù)據(jù)的整合來實現(xiàn)AR視頻圖像的應(yīng)用。

在這一模塊中，人群行為分析功能是最為核心的功能，包括入侵檢測、人車密度分析、異常行為分析和目標(biāo)鎖定分析等幾個關(guān)鍵功能，其詳細(xì)設(shè)計為：

用戶需要選擇視頻數(shù)據(jù)來源，單一選擇和多項選擇都被允許。采集到的視頻信息經(jīng)解碼器工作之后完成視頻的解碼和提取。

（1）視頻幀被傳輸?shù)接嬎銠C(jī)服務(wù)器中，并且部署已經(jīng)訓(xùn)練好的深度學(xué)習(xí)模型。

（2）深度學(xué)習(xí)模型對視頻幀中的危險信息進(jìn)行識別，或者對人的行為特征進(jìn)行識別分析。

（3）發(fā)現(xiàn)預(yù)警目標(biāo)時發(fā)出預(yù)警信息。

（4）將預(yù)警相關(guān)的視頻片段截取出來返回到客戶端中進(jìn)行播放。

（5）實時接收處理標(biāo)記好的視頻數(shù)據(jù)。

4 結(jié)束語

安防體系對國內(nèi)的治安環(huán)境貢獻(xiàn)突出，創(chuàng)建立體化、動態(tài)化的安全防護(hù)交互指揮系統(tǒng)更有利于和諧社會的實現(xiàn)。運用深度學(xué)習(xí)技術(shù)實現(xiàn)模型的訓(xùn)練，讓圖像識別分析更加智能化、精準(zhǔn)化，通過本系統(tǒng)可以實現(xiàn)綜合警情的分析研判、交通信號燈的智能控制、人群行為的異常分析和AR視頻圖像等重要功能，結(jié)合傳感器技術(shù)、云臺攝像技術(shù)和GIS技術(shù)等，實現(xiàn)了重要場所內(nèi)的智能安防，為國家經(jīng)濟(jì)的穩(wěn)定發(fā)展貢獻(xiàn)一份力量。