AI大數據在公安圖像應用的實戰化進程

□ 文/韋裴東 陳麗聰

公安科技信息化政策要求

2018年1月24日，趙克志部長在全國公安廳局長會議上指出，大數據是公安工作創新發展的大引擎、培育戰斗力生成的新增長點。要堅持實戰引領，充分運用大數據等新技術手段，積極構建以大數據智能應用為核心的智慧警務新模式，著力提高預測預警能力、精確打擊能力和動態管理能力，不斷提升公安工作智能化水平。

2019年公安科技信息化重點工作的12項布置任務中，第一條就是深入推進公安大數據智能化建設，文件要求：主動銜接公安部規劃，結合本地實際，研究制定本地公安大數據建設規劃，對標公安部制定的具體建設方案，推進本地公安機關的網絡、平臺、數據、系統、安全、標準、運營運維等整體化系統化建設。要結合職責任務，重點從項目管理、建設需求、技術路線、基礎設施、數據資源、運營運維等方面，統籌推進本地公安大數據智能化建設，堅決打破部門、資源、技術壁壘，避免重復建設，提高資金使用效益與項目建設質量，確保公安大數據智能化科學、有序、可持續發展。同時，文件把大力加強公共安全視頻監控聯網應用作為重點工作之一，具體要求：一是全面推進“雪亮工程”建設。特別是環京7省市示范城市和重點支持城市公安機關，要以建國70周年安保工作為核心，圍繞實戰應用亟需，加快點位規劃上圖、系統智能運維等智能化手段建設，切實找準建設盲區、關鍵部位，實現智能前端精準覆蓋、視頻資源全面匯聚和高效共享，確保全國按期實現“全域覆蓋、全網共享、全時可用、全程可控”的目標。二是全面推進視頻圖像信息智能應用。各級公安機關要充分運用前沿技術，進一步優化視頻監控聯網共享架構，構建視頻圖像信息數據庫，提升視頻圖像解析能力，加強視頻圖像信息綜合應用，更多維度地整合圖像資源，更大限度地挖掘數據價值，更深程度地服務公安業務，以最強有力的公安視頻圖像信息應用能力支撐公安工作。

一年之計在于春，公安圖像信息的智能化應用和大數據建設已進入全面進入實戰化階段。

公安圖像應用是AI大數據落地的最佳場景

智能時代，社會進步的本質是用技術提升工作效率。數據的核心是實現價值，而價值需要深入分析挖掘才能產生。通過數據歸納知識，通過訓練提升能力，通過能力強化分析。只有將大數據、人工智能與實戰業務結合起來，真正用于數據決策和提升效率，才能催生出新的應用模式和推動流程再造，發揮出新技術的魅力。

行業是人工智能和大數據落地生根最好的土壤。未來的智慧城市科技是融合的，軟件、硬件、數據、AI之間不會再有界限，人工智能和大數據相互結合是一個必然的突破方向，通過大數據分析積累知識，再把知識配置到人工智能引擎中，最后輸出機器分析后的結果，從而讓用戶感受到大數據的價值。

公安機關在履行社會管理職責過程中，管理儲存了各類數據信息，包括人口管理、接處警信息、出入境登記、旅店賓館住宿信息、機動車駕駛員信息等。這些數據來自城市各個角落和人群，來自于不同的知識領域，通過多種數字化和傳感器獲得，這些數據可以是結構化，也可以是非結構化，比如圖片和視頻。當前，視頻攝像頭在生活中已經隨處可見，無論是室內還是室外，小區還是商場，各種社會公安安全場所都有監控系統在發揮作用，尤其是在維護穩定、反恐處突、治安防范、偵查破案、服務群眾等工作實踐中，視頻監控技術在構筑全天候全方位治安防控體系中具有強大的優勢。視頻監控技術通過實時顯示監控區域現場圖像和回放歷史場景的功能，具有發現犯罪、預防犯罪、威懾犯罪和鎖定目標、提供線索、固定證據等重要作用。視頻監控作為公安大數據的重要基礎資源，提供了大量的圖像信息，但面臨難以快速檢索的主要訴求：公安關注的核心是圖像中的人、車、物、事件等基礎情報信息，而圖像資源中包含大量冗余的數據信息，通過人工進行數據回溯，不僅占用了大量的人力、物力和時間，同時由于個人能力的差異也會導致針對視頻的認知偏差，更不用說結合多種時空交叉數據進行研判比對。因此，大量性（規模超大、不斷攀升）、高速性（高速產生、處理高效）、多樣性（種類多樣、來源多樣）、低密性（有用數據提純）的這些大數據特點給常規技術（獲取存儲管理、處理傳遞共享、關聯聚類分析）帶來了較大挑戰。如何在海量的數據中提取出有價值的信息需要多學科多技術的研究。而且，即使是同一類問題，每個系統也都不一樣，所以模型和程序要針對數據設計。結構化數據通過數據庫或者數據倉庫解決，半結構化數據使用網頁和搜索引擎等技術解決，非結構化數據使用深度學習、網絡交互和群體智能解決。

因此，建設能夠匹配公安圖像應用場景的AI大數據系統已成為信息化建設的迫切需求。

▲圖1

公安大數據應用的主要方向

不斷加強對公安內部的信息數據、社會資源和互聯網資源信息的整合和處理以及對數據的深度挖掘，是公安信息化發展的方向。

公安大數據系統要成為面向各警種的大數據管理和分析平臺，通過對海量數據的收集、整理、歸檔、分析、預測，從復雜的數據中挖掘出背后所蘊含的內在的必然的因果關系，找到隱含的規律，促使這些數據從量變到質變，實現對海量數據的深度應用、綜合應用和高端應用。通過大數據系統的建設，使新系統能夠向各警種提供集中資源、集中管理、集中監控和配套實施統一的大數據應用環境，擔負起對各警種實戰應用的支撐、服務、保障作用。

公安大數據的應用可以分為三個層次：

基本應用。通過歷史數據查詢，如流動人口、車輛歸屬地、案件分布趨勢；

核心應用。發現數據之間的關聯關系，比如不同區域和不同時間與某些類型案件的關聯關系。在搜集更全面數據的情況下，通過數據內在關聯和比對碰撞，以往在大量數據中被淹沒的微觀細節和異常情況能顯現出來，為偵查破案、打擊犯罪提供有效的信息線索支持；

發展方向。建立在關系分析基礎上的預測，從海量的案例信息、社會資源信息中提取有效數據，結合時間、空間、人文地理等要素進行加工分析，找出暴力犯罪、恐怖襲擊、惡性群體性事件等各自的發生特點，總結出各類案件發生的要素特征，根據這些要素特征建立相應的預警模型，從數據的關聯關系入手，推導出因果關系，發現可能會引發相應的治安風險，能夠對一定時期內的趨勢走向做出預測，對危險信號做出預警并及時調整部署警力，將惡性事件及時地消除化解在萌芽狀態。

公安圖像AI大數據的典型應用

首先要解決圖像大數據的數據源問題：針對目標檢索困難，借助深度學習技術和視頻解析技術，從圖像中自動提取車輛/行人/人臉的結構化特征信息，形成視頻線索。

目前，公安比較關注的圖像實戰應用主要包括：車輛分析、人臉識別、人體識別、行為分析等，產品形態分為前端智能和云端智能。這些系統以道路監控、卡口電警、人臉卡口等不同監控前端獲取的視頻、圖片及結構化特征為基礎，實現以圖搜車、以圖搜人、全文檢索、相似性研判等綜合應用，幫助公安快速準確地偵破案件。

前端智能產品的代表是具有AI特性的攝像機，比如人臉識別攝像機和交通攝像機，在采集視頻和圖片的同時，依靠內置的算力芯片和智能算法，將活動目標識別為結構化信息后傳到數據中心，可以減少云端分析處理的計算資源壓力和網絡帶寬等系統成本。缺點是前端設備空間有限、功耗成本較高，導致有限的硬件資源只能運行相對簡單、對實時性要求高的算法。

云端智能產品非常豐富，包括提供智能分析的NVR、人臉識別服務器、車輛結構化分析服務器和視頻結構化分析服務器。智能NVR是在集中存儲圖像的基礎上，通過集成深度學習算法可對視頻內容進行智能分析和信息提取，比如小型比對庫的人臉識別/車輛識別等，適合中小型項目使用。人臉、車輛、視頻結構化這三類智能服務器通過在X86服務器集成高性能GPU芯片和深度學習算法，專門對人臉特征、車輛特征、機動車/非機動車/行人的全目標特征進行快速提取和準確識別比對，比如1億人臉底庫的識別比對、卡口過車圖片的二次特征提取和以圖搜車、行人的衣著體貌特征識別和以圖搜人等。可以根據客戶需求靈活配置硬件資源，能運行算法復雜的算法，且升級維護比較方便。

▲圖2 ：人臉動態布控

▲圖3 ：視頻結構化“以圖搜人”

前端智能和云端智能并不矛盾，隨著智能需求日益增多，更多數據的采集和計算未來都將在前端進行分布式計算，前端初步處理分析后回傳到云端進行深度分析。我們可根據客戶的具體需求靈活組合，實現更智能的分布式計算。比如，檢測、跟蹤、去重、摳圖等相對通用的應用以及拌線、越界、徘徊、計數等行為分析類的應用適合放在前端，而提取細節特征、識別比對等以及涉及敏感信息的復雜應用適合放在云端，要結合實際設計，實現資源利用最大化。

解決了視頻大數據的數據源問題，公安大數據還面臨如下困難：1、歷史數據和動態數據缺乏實時比對，難以實現實時預警監測；2、海量數據積淀沉睡，挖掘應用深度不夠；3、單警種數據壁壘，難以實現充分共享；3、大量實戰案例無法通過算法和模型固化推廣；4、一線民警不懂大數據技術，研發人員不懂實際業務。海量數據給常規技術帶來了眾多挑戰，現有的公安數據系統無論是規模還是架構都很難適應在海量數據場景下的管理和分析，直接影響了公安形勢預判和重大決策。

▲圖4

除了結合視頻監控的AI大數據應用，身邊小事也可以通過AI大數據的創新應用得到快速解決。比如以“互聯網+”為切入點，以微信應用為支撐的“五微一體”微警務工作模式以及相應的微警務APP，實現了“讓數據多跑腿，讓群眾少跑路”的民生服務工作目標，提升了人民群眾對公安機關的滿意度。該應用是基層所隊主動與轄區醫院、學校等企事業單位及商戶、群眾創建各類群防群治微信群，實施以“微互動、微偵查、微防范、微管理、微服務”為主要內容的“五微一體”工作模式，通過“一鍵報警”、“服務指南”、“房屋報備”、“從業報備”、“開鎖服務”、“法規查詢”的功能積極回應和解決群眾關注的熱點、難點問題，促使一批影響群眾生活的“小案件”得到及時查處，一批可能容易激化的“小糾紛”得到及時調處，一批可能影響社會穩定的“小矛盾”得到及時化解，一批危及群眾安全的“小隱患”得到及時排除；一批關系群眾切身利益的“小事情”得到及時解決。

公安圖像信息化面臨的主要問題

公安圖像信息化工作復雜龐大，包括了硬件支撐、數據信息、技術力量和機制流程管理。但無論是數據的采集錄入，還是信息的篩查整合，都需要由人來完成。因此，如何激活使用民警在信息化應用過程中的主導作用十分重要。目前各地實戰中大多存在積累共性機制問題：

越是基層一線，對信息化工具的需求越迫切，需要將圖像信息資源系統的授權盡量向基層一線傾斜，此外，當前的案件信息查詢制度要求嚴格審批手續，一定程度上影響了信息化分析研判的連續性和時效性。在靈活開放的同時，也要強化視頻安全管理，深入排查視頻監控網絡安全隱患，全面加強視頻圖像資源的安全管理與規范使用，建立視頻圖像資源授權使用和審核機制，實現大數據環境下前端設備安全認證、傳輸網絡安全監測和視頻圖像跨網安全交換。要認真執行國家強制性的聯網與采集標準，按照公安部統一部署，實現對主要視頻監控設備、使用人員的準入控制和身份認證，以及對主要視頻圖像的加密傳輸和防篡改，基本建立起視頻監控系統安全保障設施，提升重要視頻圖像安全防護能力。

在工作中發現和挖掘有特長和潛質的民警，及時補充到圖像應用的專業隊伍中， 保證隊伍的穩定和長遠發展。

結語

通過大力實施公安大數據戰略，全國公安科技信息化建設正在著力打造數據警務、建設智慧公安，全面推動公安工作質量變革、效率變革、動力變革，努力實現公安機關戰斗力的跨越式發展。