視頻偵查主動預警系統應用研究*

段蓓玲

湖北警官學院，湖北 武漢 430035

視頻監控系統的逐步建立、發展和普及，為我國視頻偵查的發展奠定了良好的硬件基礎。由于視頻圖像信息可以清晰的反映犯罪嫌疑人的體貌特征、行徑路線和行為方式，直接為案件偵破提供了有效的信息支撐，因此近年來視頻偵查已廣泛運用于偵查工作之中，成為偵查工作中的破案增長點，彌補了傳統偵查模式應對犯罪形式復雜化、多樣化的不足。

建議可區分ABC類設施，確定建設方向和投資比例。A類為重點投資設施（例如：機房、值班室、辦公室、門廳配套及裝飾），B類為必須投資設施（例如：基礎、結構、綜合管線，消防，防水，隔熱），C類為可節省投資設施（例如：樓梯間、休息室、食堂、地下室裝潢修繕）。

在大數據背景下，依托人工智能技術的發展，視頻偵查已不再滿足于被動的查詢、分析視頻監控系統的信息資源從而破案，而是逐步轉向提前介入視頻監控信息，從而實現主動預警系統的建立。視頻監控主動預警系統就是依托大數據平臺和人工智能技術，對可疑人群、可疑車輛等開展智能識別和預警，有效彌補被動偵查的缺陷，實現積極防范和控制犯罪案件的發生，最大限度地保障公共安全。其主要表現在以下幾個方面：

一、高危人群預警

“高危人群”在百度百科的釋義為，“社會上的一些具有某種危險性高的特征(多指疾病)的人群組合，而這種疾病不僅包括生理上的，也包括心理上的。”而公安工作中所指的高危人群主要是指犯罪心理學領域中的人格性高危人群，以地域作案手法為劃分標準的地區性高危人群，以是否擁有犯罪歷史劃分標準的經歷性高危人群(刑滿釋放人員和解除勞教人員)，以年齡段為劃分標準的年齡性高危人群以及特殊類型的吸販毒人員。①即前科人員、在逃人員、吸販毒人員等對公共安全有直接或潛在威脅的人員。根據帕累托法則所述，在任何大系統中，約80%的結果是由該系統中約20%的變量產生的。在偵查工作中則可以理解為，約80%的刑事案件是由20%的人群所實施的，而這20%的人群即高危人群，對這類人群的出現地點、活動軌跡開展視頻監控主動預警有很重要的防范價值。高危人群本身具有較高的犯罪可能性，且公安機關對此類人群的信息掌握較為充分，預警實施具有針對性和可操作性。2017年春運期間，上海南站地鐵站啟用的人臉識別系統試運行第一天就協助公安部門抓獲在逃人員2名。系統上線一個月，預警800余次，有效盤查652次，協助公安部門抓獲嫌疑人286名。②

高危人群的視頻監控主動預警系統依賴于高危人員數據庫的有效建立和人臉識別技術的充分運用。高危人群數據庫的建立是主動預警系統順利運用的數據基礎，數據庫應收錄高危人群的清晰人臉照片，同時關聯其個人基本信息、前科劣跡情況以及危險程度等。人臉識別技術的運用是主動預警實現的核心技術，人臉識別是基于人的臉部特征信息進行身份識別的一種生物識別技術，也被稱為人像識別、面部識別、Face recognition，其特點在于自然性和不讓被測個體察覺。在不觸動監控對象的情況下前端視頻探頭對監控范圍內人臉進行抓拍，人臉圖像將自動傳輸至監控中心并完成人臉圖像預處理、人臉圖像特征的提取，最后與高危人員數據庫自動比對，當相似度達到設定值時即自動觸發預警。

二、無前科危險人群預警

第三,相關法律法規修訂滯后和改革任務的協調性偏弱,制約體制改革的進程和執行力。生態文明建設的法律支撐存在很多缺陷。中國加強生態文明建設,必須健全符合生態文明理念的法律制度,規范審理涉及生態環境的司法活動,但制定和修訂法律需要履行相對復雜的程序,在一定程度上制約了改革的進程。另外,雖然中國生態文明體制改革的主體框架已確立,但細節的完善和相關的配套建設仍然需要時間。

(一)微表情分析預警

對潛在危險分析的主動預警除了通過微表情分析，還可以依靠異常行為分析技術。所謂異常行為分析技術是指通過對人行為特征的捕捉和收集，依賴人工智能運用算法，實現對行為異常的把控和危險程度的預警。高危人群和微表情預警都需要建立在清晰的人臉特征的前提之下，然而并非所有的監控探頭都能在任意條件下實現高清畫質，也并非所有的被抓拍對象都將面部細節充分暴露。在有的視頻圖像中，我們僅能提取到的是人的身體和行為特征。那么這類非高清人臉的人像視頻信息在主動預警系統領域是否有利用價值呢？答案是肯定的。

總之，通過高危人群預警、無前科危險人群預警和嫌疑車輛預警等，提高對犯罪發生的預測和預警，公安機關可以實現整體把控局勢，有效利用資源，主動偵查。視頻監控主動預警系統的建設符合科技發展和公安實戰發展的需求，具有非常重要的研究價值。

(二)異常行為分析預警

所謂微表情(micro expression)，是指極大地壓縮了正常表現時間的完整的情緒性表情，盡管它完整地表現于臉上，但持續的時間僅止于一瞬間，快到讓人難以察覺。③保羅·埃克曼(Paul Ekman)是研究微表情的先驅，他在一次對精神病患者瑪麗的訪談錄像帶研究時發現了其臉上迅速掠過的極度憂郁的神情，隨后便被笑臉所掩蓋。這種表情可以完整的呈現人隱瞞的情緒，但轉瞬即逝，往往只有1/25秒，不到1/4秒的時間，往往為人們所忽略。人類的面部表情是具有普世性的，不分種族、文化、年齡和性別，人在成長過程中逐步學會了情緒管理和表情的調整。但是由于面部表情過于復雜且具有人們難以破除的習慣性，當人在說謊時，被壓抑的真實情緒往往會通過面部破綻——微表情流露出來，因此微表情研究往往作為謊言識別研究的主要內容。埃克曼博士研發出了微表情識別訓練系統，可以有效提升訓練者的謊言識別能力。目前，微表情研究也引起了很多學者的關注，在國家安全、偵查訊問、臨床醫學、政治選舉和金融領域等多有應用。在安全領域，可以通過微表情識別判斷對象是否具有危險性和攻擊性；在偵查訊問領域，訊問人員可以通過微表情識別判斷嫌疑人的心理變化；在臨床醫學領域，醫生通過患者的微表情更好地了解其感受，有益于制定個性化治療方案；在政治領域，通過研究政治家的微表情，更深入分析其能力；在商業領域，捕捉微表情利于掌握商業戰略的主動性。

犯罪嫌疑人為便于踩點、實施犯罪、轉移贓物、逃離案發現場、掩蓋行蹤等往往會選擇駕駛機動車作案，而為了躲避公安機關的偵查，犯罪嫌疑人常選擇租賃車輛、贓車、套牌車實施犯罪。機動車輛目標大、特征明顯、數據信息多、行為軌跡易查，因此車輛識別技術的發展較為迅速，運用較為普及。傳統的車輛識別技術可以識別車牌、車身特點等因素，隨著視頻圖像技術和人工智能技術的發展，車輛識別技術也有了長足發展。一是體現在車輛特征細化。車輛特征范圍由車牌、車型、年款、車標、顏色等擴展至車燈、車窗、車內裝飾、駕駛席安全帶情況、遮陽板狀態等諸多細節，可以輕松實現對嫌疑車輛的識別、鎖定和預警。二是借助視頻監控和車載定位系統還可以對車輛行駛軌跡等特征進行二次分析。借助城市卡口路段的視頻監控對重點路段進行監控，對車輛異常行為軌跡實現預警。例如，在機動車禁行路段突然發現車輛軌跡，在城市中心路段有機動車高速行駛追逐等車輛異常行為軌跡的出現往往伴隨著恐怖、犯罪行為的實施而出現，及時主動預警再配合視頻偵查人員有針對性的介入和分析能夠有效組織公共危險的發生，為偵查快速反應提供便利條件。

產生犯罪的原因多種多樣，視頻監控主動預警系統除了要瞄準高危人群以外，對其他潛在的犯罪嫌疑人也要做出有效預警，這當然是對主動預警系統更全面的要求。當沒有了可比對的數據庫，應如何有效識別無前科危險人群呢？這就要從行為人實施犯罪前和實施犯罪行為活動中的微表情及異常行為的識別、分析入手。

三、嫌疑車輛預警

視頻監控探頭還未普及到全高清狀態，且由于人的行為軌跡具有移動性、人臉特征呈現部位的局限性，并非所有攝像頭都能捕捉到有效高清正面人臉圖片，那么這類對人行為特征記錄的視頻圖像在視頻偵查業務中就具有了更多的探索空間和應用價值，具體表現為可以用于行為異常的分析預警之中。例如人群在某政府機關門口迅速高密度的聚集，在異常事故疏散過程中的逆向行走，行為人突然高速奔跑、手持武器等均屬于異常行為，且這類異常行為能夠直觀地反映出行為人對公共安全的威脅。當人工智能運算系統通過視頻圖像捕捉到這些異常行為的出現，就會及時預警、記錄。視頻監控人員可以從漫無目的且毫無目標的視頻巡視中解脫出來，根據預警情況有針對性的開展甄別分析和研判，有利于防范危害公共安全的行為發生。

古人云：“學起于思，思源于疑，學貴知疑，小疑則小進，大疑則大進”。探索知識的思維過程總是從問題開始，又在解決問題中得到發展。教師應充分利用學生認知過程中的矛盾、疑難點，設計挑戰性問題，引導學生去觀察和分析，學會更清晰、更深入、更全面、更合理的思考，從而發現數學知識間的內在聯系，不斷提高自身的思維能力。

隨著人工智能技術進入微表情識別領域，研究機構和團隊也在著手于微表情自動識別研究。CAC、Noldus等公司都推出了微表情識別系統。在主動預警系統研究領域，我們可以通過對行為人實施犯罪前的情緒狀態進行捕捉，對潛在危險程度進行有效判斷，有效甄別不屬于高危人群范圍的危險分子。通常人們在實施犯罪前往往會有因為內心的罪惡感、被發現后面臨嚴重懲罰的恐懼感、從未實施過此行為的慌亂感等產生的異常情緒流露，當視頻圖像定位到人臉后，通過提取表情特征，確定表情特征分類從而對異常者實現主動預警。在某些特定場所，微表情識別技術可以借助高清探頭，在嫌疑人無防備的狀態下實現對非危險分子的預警處理，從而彌補高危人群數據庫的局限性。但微表情分析預警的使用較高危人群預警更受環境、清晰度、算法、數據庫的限制，適用范圍較窄，研究深度和廣度有待進一步提高。

本研究采用隨機抽樣的方法，采用云南新興職業學院不同層次、不同班級的我院在校男護生為研究對象，其中高職高專（三年）104人，五年制（五年）104人。平均年齡16～22歲。

[ 注 釋 ]

①王忠敏.高危人群的分析研判[J].江西警官學院學報，2016(4)：52-56.

②李振宇.人工智能：推動警務視頻偵查技術發展的高速引擎[N].人民公安報，2017-04-02(03).

③[美]保羅·埃克曼.說謊[M].生活·讀書·新知三聯書店，2008：105.