江蘇警官學(xué)院 呂海翔，劉簡(jiǎn)寧，劉雨衡，蘇甫，朱嘉琪，蔡敏

一、人流量預(yù)測(cè)技術(shù)需求產(chǎn)生的背景及意義

（一）人流量預(yù)測(cè)技術(shù)的需求

當(dāng)前隨著二胎三胎政策的開(kāi)放，我國(guó)人口增速變快，人口管理壓力變大。根據(jù)全國(guó)第七次人口普查顯示，十年來(lái)我國(guó)流動(dòng)人口超預(yù)期增長(zhǎng)，人口持續(xù)向大城市和都市圈聚集。2010年以來(lái)，中國(guó)工業(yè)化、城鎮(zhèn)化持續(xù)推進(jìn)，帶來(lái)了流動(dòng)人口快速增長(zhǎng)。城市交通發(fā)達(dá)，伴隨著城市人群的高流動(dòng)性，造成了城市交通的嚴(yán)重?fù)矶隆５肆髁康拿芗矔?huì)帶來(lái)眾多安全隱患和事故發(fā)生，給人們的安全帶來(lái)威脅。由于國(guó)內(nèi)城市人口密度稠密、流動(dòng)性大等特性導(dǎo)致相關(guān)部門對(duì)突發(fā)事件的預(yù)防與處理難度較大，既增加了公共安全事故發(fā)生的風(fēng)險(xiǎn)，也給公安機(jī)關(guān)帶來(lái)了不小的壓力，維護(hù)公共安全已成為保證中國(guó)經(jīng)濟(jì)健康發(fā)展的關(guān)鍵一環(huán)。

城市化進(jìn)程的加快，在一定程度上提高了對(duì)警力服務(wù)的需要。從我國(guó)當(dāng)前城市人口得知，總?cè)藬?shù)超過(guò)百萬(wàn)的已經(jīng)有近50個(gè)城市，這些城市中有著較多的政府和經(jīng)濟(jì)中心，人口密度大、流動(dòng)性強(qiáng)，對(duì)城市經(jīng)濟(jì)發(fā)展重要性高，如果出現(xiàn)危險(xiǎn)問(wèn)題，就會(huì)對(duì)城市、國(guó)家產(chǎn)生重要的影響，因此對(duì)這些人流量大的城市就要做好防范準(zhǔn)備和管理。

（二）人流量預(yù)測(cè)技術(shù)的研究意義

人流量預(yù)測(cè)技術(shù)能夠幫助實(shí)現(xiàn)對(duì)城市的精細(xì)化管理，對(duì)于實(shí)用性而言，能夠提高城市管理的決策支持服務(wù)能力，特別是在維護(hù)公共安全、新型智慧城市建設(shè)、城市居民出行選擇和提升城市居民出行舒適度等方面實(shí)現(xiàn)進(jìn)一步優(yōu)化，實(shí)現(xiàn)錯(cuò)峰出行和資源有效調(diào)配；對(duì)于理論研究而言，人流量預(yù)測(cè)是基于現(xiàn)代化機(jī)器學(xué)習(xí)技術(shù)和人工智能技術(shù)等實(shí)現(xiàn)的，能夠促進(jìn)人工智能技術(shù)的理論發(fā)展，加強(qiáng)深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)等的研究和進(jìn)步，對(duì)未來(lái)發(fā)展有著重要的理論意義和良好的應(yīng)用前景。

二、人流量預(yù)測(cè)技術(shù)分析

（一）國(guó)際上一些地區(qū)研究現(xiàn)狀

本身技術(shù)相對(duì)先進(jìn)，再加上城市化進(jìn)程高，因此，在人流量管理和預(yù)測(cè)方面相對(duì)起步更早，在分析和預(yù)測(cè)技術(shù)上更為全面。從人流量預(yù)測(cè)模型看，包括GUtierrez j等提出的多元線性回歸模型、Feng X等提出的AMSVM-STC模型，Akagi Y等提出的 CGM模 型、Wei Y等 EMD-BPN模型，這些分析模型主要是通過(guò)對(duì)區(qū)域、站點(diǎn)的目標(biāo)變量時(shí)間序列分別進(jìn)行獨(dú)立建模，輸出下一時(shí)段的預(yù)測(cè)結(jié)果。在這些模型中涉及了地理空間特征、時(shí)間屬性特征、天氣等其他特征，這些特征具備強(qiáng)烈的代表性，對(duì)于時(shí)空預(yù)測(cè)有著有效的幫助。

近年來(lái)，人口流量和統(tǒng)計(jì)技術(shù)通過(guò)不斷引進(jìn)，國(guó)內(nèi)逐漸出現(xiàn)一定的實(shí)用性技術(shù)，但受到發(fā)展周期、使用規(guī)模、技術(shù)引進(jìn)價(jià)格等因素的影響，目前還沒(méi)有實(shí)現(xiàn)全面的應(yīng)用。因此，目前主要還是以通過(guò)歷史測(cè)量數(shù)據(jù)，分析數(shù)據(jù)特征、建立預(yù)測(cè)模型，從而對(duì)某個(gè)區(qū)域在某個(gè)時(shí)間段內(nèi)的人口流量變化做出預(yù)測(cè)，這種方式需要的數(shù)據(jù)量大，但基于國(guó)家對(duì)個(gè)人因素?cái)?shù)據(jù)的保護(hù)，所以無(wú)法實(shí)現(xiàn)對(duì)個(gè)人的實(shí)時(shí)定位，所以一般是通過(guò)公交、地鐵等公共交通方式的刷卡記錄、公共攝像頭的記錄、出租車載客、網(wǎng)絡(luò)地點(diǎn)簽到、數(shù)據(jù)流量使用等數(shù)據(jù)進(jìn)行分析和統(tǒng)計(jì)。

（三）研究現(xiàn)狀總結(jié)

對(duì)于人流量預(yù)測(cè)技術(shù)，經(jīng)歷了人工計(jì)數(shù)、機(jī)械計(jì)數(shù)、單目標(biāo)預(yù)測(cè)、多目標(biāo)預(yù)測(cè)的階段，其中人工計(jì)數(shù)、機(jī)械計(jì)數(shù)準(zhǔn)確度、效率等不足，因此實(shí)用性低，隨后傳統(tǒng)機(jī)器學(xué)習(xí)技術(shù)出現(xiàn)，通過(guò)對(duì)地點(diǎn)、時(shí)間等建立預(yù)測(cè)模型，能夠?qū)崿F(xiàn)有效的同區(qū)域未來(lái)時(shí)間預(yù)測(cè)，但對(duì)于多區(qū)域位置、多時(shí)段等還無(wú)法形成有效的預(yù)測(cè)，隨后現(xiàn)代化預(yù)測(cè)分析在傳統(tǒng)分析技術(shù)的基礎(chǔ)上，構(gòu)建豐富的時(shí)空特征，實(shí)現(xiàn)了更加準(zhǔn)確地時(shí)空序列關(guān)系建模，預(yù)測(cè)更加準(zhǔn)確和全面。

三、人流量預(yù)測(cè)技術(shù)的核心原理及算法

（一）運(yùn)動(dòng)目標(biāo)的提取

運(yùn)動(dòng)目標(biāo)提取是通過(guò)專業(yè)的監(jiān)控設(shè)備獲取區(qū)域圖像等，自動(dòng)找到其中的非靜止物體，并根據(jù)一定的條件進(jìn)行提取。當(dāng)前常用的提取技術(shù)主要包括兩種，第一種是采取去除圖像背景的方式，這種需要建立處理的背景條件，根據(jù)原始圖像中相互連續(xù)的圖像選取中其中的相同背景，進(jìn)行提取，從而通過(guò)對(duì)比得到其中的運(yùn)動(dòng)目標(biāo)，但這種方式的使用需要圖像變化較小的條件，因此一般只對(duì)靜態(tài)的圖像情況進(jìn)行應(yīng)用。第二種方式是基于時(shí)域差分實(shí)現(xiàn)，這種方式是基于連續(xù)幀地得到其中的運(yùn)動(dòng)畫面，然后再通過(guò)差分的方式得到其中的對(duì)象。

（二）人體目標(biāo)檢測(cè)

通過(guò)監(jiān)控等圖像中得到運(yùn)動(dòng)目標(biāo)，就需要對(duì)這些運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)和識(shí)別，檢測(cè)這些目標(biāo)是不是運(yùn)動(dòng)人體，防止將動(dòng)物等其他物體判斷為人體。對(duì)于人體的檢測(cè)一般是根據(jù)人體本身的結(jié)構(gòu)特征進(jìn)行判斷，這些結(jié)構(gòu)特征相對(duì)多樣化，包括可以根據(jù)外廓形狀、膚色顏色等進(jìn)行檢測(cè)。以外廓特征為例，將獲取的監(jiān)控圖像進(jìn)行二值化處理，進(jìn)行圖像的橫向投影和縱向投影，得到相應(yīng)的人體數(shù)據(jù)，根據(jù)其中的縱向和橫向比例來(lái)進(jìn)行模型的對(duì)比，得到是否為人體的結(jié)果。而膚色顏色特征則，是由于人體本身的皮膚顯色相對(duì)恒定，因此得到的色度等特征值基本不變，那么通過(guò)HSI空間得到相應(yīng)的模型數(shù)據(jù)，就可以判斷是否為人體。臉型模型可以通過(guò)手工測(cè)量等得到相應(yīng)的數(shù)據(jù)，然后根據(jù)臉型的模型進(jìn)行懸鏈，得到模型的均值、協(xié)方差等數(shù)據(jù)，通過(guò)對(duì)比閾值得到像素和均值數(shù)據(jù)，判斷目標(biāo)數(shù)據(jù)是否為人臉模型。

（三）多目標(biāo)跟蹤與計(jì)數(shù)

通過(guò)上一步得到人體數(shù)據(jù)后，可能會(huì)出現(xiàn)同一圖像不同人體的情況，因此為了避免同一人體的干擾，需要對(duì)人體做運(yùn)動(dòng)跟蹤處理。運(yùn)動(dòng)跟蹤處理的方式也是基于模型化或特征化的對(duì)比跟蹤。根據(jù)實(shí)際應(yīng)用性，二維數(shù)據(jù)模型構(gòu)造簡(jiǎn)單，在識(shí)別應(yīng)用性上相對(duì)方便，而三維模型本身結(jié)構(gòu)復(fù)雜，需要的數(shù)據(jù)量更大，參數(shù)對(duì)比的過(guò)程更加繁雜。因此對(duì)于某些要求不高的環(huán)境下應(yīng)用性較低。

圖1 多目標(biāo)跟蹤與計(jì)數(shù)

以上方法是基于人體的特征數(shù)據(jù)進(jìn)行目標(biāo)跟蹤，因此主要的模型和參數(shù)對(duì)比集中在人體特征上。而人體特征相對(duì)不變，因此實(shí)際檢測(cè)對(duì)比和檢測(cè)效果良好，同時(shí)不受其他方向、區(qū)域等因素的干擾，具備高抗噪、結(jié)果顯著的特點(diǎn)。

（四）基于神經(jīng)網(wǎng)絡(luò)的人群密度檢測(cè)

人流量檢測(cè)的原理是識(shí)別出圖像中的行人后，對(duì)人體進(jìn)行跟蹤，不斷獲取人體在不同圖像中的位置信息，然后根據(jù)人體的運(yùn)動(dòng)情況進(jìn)行有效性檢測(cè)以及人群計(jì)數(shù)。在實(shí)際檢測(cè)過(guò)程中，通過(guò)檢測(cè)圖像的預(yù)處理，對(duì)圖像進(jìn)行清晰化，隨后基于背景的差異進(jìn)行差分處理，得到圖像的前景。對(duì)前景進(jìn)行陰影的去除、形態(tài)學(xué)處理，然后根據(jù)閾值連通大小，進(jìn)行圖像的整合，從而確定人體。

在實(shí)際處理過(guò)程中，首先將目標(biāo)區(qū)域確定為運(yùn)動(dòng)人體所在區(qū)域，并將該區(qū)域當(dāng)做首幀畫面，對(duì)該畫面中的人體目標(biāo)進(jìn)行確定。然后再根據(jù)人體目標(biāo)的數(shù)量建立相應(yīng)的跟蹤窗口，通常一個(gè)人體對(duì)應(yīng)一個(gè)跟蹤窗口，如果某個(gè)圖像中增加新的人體，那么就需要在重新對(duì)該目標(biāo)進(jìn)行目標(biāo)鏈設(shè)定，同時(shí)對(duì)總的人體目標(biāo)進(jìn)行更新，如果舊有人體目標(biāo)離開(kāi)圖像，那么表示該人體離開(kāi)，對(duì)應(yīng)去掉相應(yīng)的目標(biāo)鏈，從而完成對(duì)圖像人群的跟蹤和檢測(cè)。

四、人流量預(yù)測(cè)技術(shù)在警務(wù)系統(tǒng)中的應(yīng)用

（一）警力分配現(xiàn)狀

城市警力屬于城市資源的一種，對(duì)于警務(wù)系統(tǒng)而言，城市警力分配需要首先要滿足供求關(guān)系，符合城市警力要求，這里以農(nóng)村和城市警力分配進(jìn)行說(shuō)明：

一是對(duì)警力服務(wù)的需求度。城市經(jīng)濟(jì)和生活條件好，本身人口較多，流動(dòng)性強(qiáng)，而人口基數(shù)的增加相應(yīng)地提高了犯罪的概率，因此總體來(lái)看，城市相比農(nóng)村在警力服務(wù)上的需求更高。而從出現(xiàn)的警情差異來(lái)看，城市人口的復(fù)雜度更高，包括各類人群，而農(nóng)村相對(duì)復(fù)雜度低，主要為農(nóng)民群體，因此，這種人群的復(fù)雜性導(dǎo)致警情的差異，例如城市出現(xiàn)的公用設(shè)施破壞、搶劫等，而農(nóng)村則一般為偷盜犯罪，因此城市的某些警情條件在農(nóng)村沒(méi)有相應(yīng)的發(fā)生基礎(chǔ)。

二是對(duì)警力服務(wù)的要求不同。城市由于發(fā)展條件較好，在相關(guān)的資源、管理要求、規(guī)定等方面較為全面，因此對(duì)警力的要求更細(xì)致和全面，同時(shí)警力還需要做到交叉和多頭管理，而農(nóng)村地區(qū)分析，個(gè)體相對(duì)需求較少，基本滿足自給自足生活，因此對(duì)警力服務(wù)的要求較低。由于城市的復(fù)雜度高，因此要求警力服務(wù)人員需要具備的專業(yè)知識(shí)更全面和深刻，了解相關(guān)的法律規(guī)定，能對(duì)各種突發(fā)情況進(jìn)行處理。

三是警力運(yùn)行機(jī)制的不同。由于對(duì)警力服務(wù)的要求、需求度等差異，就會(huì)使得警力服務(wù)機(jī)構(gòu)和人員在設(shè)置和日常運(yùn)行上存在顯著的不同。例如城市警力配備更加優(yōu)良、規(guī)模更大，在警力的細(xì)致劃分上更加詳細(xì)，警力人員的專業(yè)性和全面性更高，能對(duì)于各種情況進(jìn)行及時(shí)有效的處理，而農(nóng)村的警力要求相對(duì)簡(jiǎn)單，因此在人員設(shè)備的安排上相對(duì)簡(jiǎn)單，主要用于處理日常事務(wù)。

圖2 警力分配優(yōu)化

（二）基于人流量預(yù)測(cè)技術(shù)的警力分配優(yōu)化

1.高人流量設(shè)置常駐點(diǎn)

人流量預(yù)測(cè)可以對(duì)城市不同空間位置的人群分布情況進(jìn)行預(yù)測(cè)，從而輔助警力系統(tǒng)進(jìn)行分配，例如在節(jié)假日期間，民眾會(huì)大批量的前往商場(chǎng)、公園及旅游場(chǎng)所進(jìn)行休閑、娛樂(lè)和購(gòu)物，通過(guò)人流量的預(yù)測(cè)，分析不同空間位置場(chǎng)所的人員數(shù)量，例如交通主干路可能出現(xiàn)的擁堵情況、商場(chǎng)周邊的亂停車現(xiàn)象、室外節(jié)目觀賞的治安維護(hù)要求等，可以在這些地點(diǎn)布置相應(yīng)的警員，同時(shí)對(duì)于常年處于高人流量的地區(qū)，可以設(shè)置長(zhǎng)期服務(wù)點(diǎn)，設(shè)置駐守人員，這樣可避免對(duì)人員分配的頻繁更改。

2.基于人流量建立警務(wù)云系統(tǒng)

目前我國(guó)各省都在建立省級(jí)警務(wù)云系統(tǒng)，通過(guò)利用計(jì)算機(jī)和相應(yīng)的數(shù)據(jù)算法，能夠在1s內(nèi)從全省數(shù)據(jù)中得到某個(gè)人員的相關(guān)信息、運(yùn)動(dòng)軌跡，從而在5s內(nèi)完成該人員的行動(dòng)路徑推算、分析，獲取碰撞軌跡，從而為觀察、監(jiān)視犯罪人員，分析犯罪行為提供幫助。

3.重點(diǎn)區(qū)域重點(diǎn)管控

警務(wù)人員在維護(hù)城市治安時(shí)，必須對(duì)一些特殊區(qū)域進(jìn)行重點(diǎn)防控。例如：政府機(jī)構(gòu)由于其特殊的職能,需要對(duì)其重點(diǎn)保護(hù)；火車站、商業(yè)廣場(chǎng)、交通站點(diǎn)等區(qū)域人流大量集中,應(yīng)屬于重點(diǎn)管控范疇;學(xué)校區(qū)域未成年人群分布較多，屬于弱勢(shì)群體分布地區(qū)，也應(yīng)對(duì)其重點(diǎn)防控，以防止犯罪產(chǎn)生嚴(yán)重后果；多數(shù)犯罪類型具有空間聚集現(xiàn)象，對(duì)于犯罪發(fā)生地區(qū)，需要警力集中覆蓋。

4.警力分配優(yōu)化

人口數(shù)量、犯罪數(shù)量等在空間上的異質(zhì)性導(dǎo)致每個(gè)區(qū)域?qū)τ诰?shù)量的需求不盡相同。因此，本文利用犯罪數(shù)量、人、戶的空間分異特征，以街道單元為空間分割尺度,計(jì)算每個(gè)派出所不同類型警力數(shù)量配比。

治安管理是城市管理的主要方面，用于預(yù)防城市犯罪，因此基于不同地區(qū)的犯罪絕對(duì)數(shù)量可以判斷當(dāng)前區(qū)域的分配要求，在這里可以通過(guò)計(jì)算犯罪總數(shù)在高一級(jí)地區(qū)的占比，來(lái)對(duì)不同劃分區(qū)域內(nèi)安排治安警力數(shù)量，如公式所示：

其中，M為研究區(qū)派出所的治安警力總數(shù)；N為研究區(qū)犯罪發(fā)生總數(shù)；i代表第i個(gè)街道單元,j代表某街道單元中的第j個(gè)派出所,則∑ij表示第i個(gè)街道單元上的派出所數(shù)量之和；Ni表示第i個(gè)街道單元中的犯罪發(fā)生總數(shù),Mij表示第i個(gè)街道單元中的第j個(gè)派出所治安警力數(shù)量。

五、結(jié)論與展望

本次研究通過(guò)人流量的檢測(cè)和預(yù)測(cè)技術(shù)，對(duì)區(qū)域的人流量進(jìn)行未來(lái)預(yù)判，從而將有限的警力資源進(jìn)行合理分配，但警力分配是一個(gè)較為復(fù)雜的問(wèn)題，其位置在空間上的公平分配和警力在空間上的異質(zhì)性具有一定的沖突，本文規(guī)定了空間位置優(yōu)化和警力分配的先后順序，在一定程度上可以解決二者之間的沖突，但空間位置和警力的分離處理是基于人流量的多少實(shí)現(xiàn)的，但人流量大的地方雖然對(duì)治安警力要求高，但并未涉及人群特點(diǎn)等特征分析，無(wú)法求解到最優(yōu)的分配結(jié)果，對(duì)于警力的分配優(yōu)化有待進(jìn)一步研究，還需引入更多因子對(duì)比研究。