趙寶利
山東省濰北監獄 山東 濰坊 261000
中央政法工作會議明確要求,以全面深化改革和現代科技應用為動力,深入實施大數據戰略,大力加強智能化建設,形成信息動態感知、知識深度學習、數據精準分析、業務智能輔助、網絡安全可控的科技應用新格局,推動新時代政法工作。
當前,隨著智慧監獄建設的不斷深入,智能化技術已融入監管執法的方方面面,并成為監獄工作創新發展的先導力量。以圖像分析技術為代表的智能化建設,作為監獄系統新時代發展的重要方向,是監獄工作由規模數量型向效能質量型轉變、由人員密集型向科技密集型跨越的關鍵環節,也是應對當前日益復雜監管形勢的重要途徑。
當前監獄智能化建設處于較高水平,但也存在著一定的短板和不足,尤其是圖像分析技術與監管工作的結合,還有較大拓展空間。
視頻圖像提供了監獄重要建筑、核心設備、民警和服刑人員的直觀狀態等豐富基礎信息,是監獄監管工作的重要拓展方向[1]。之前,海量的視頻圖像數據,帶給我們的更多的是壓力與茫然,如何從眾多的監控畫面中及時迅速地獲取有效信息,已成為眾多監獄民警的心頭之困。尤其是監獄系統干警編制有限的情況下,傳統死盯硬靠的人海戰術已難以適應監管改造的新形勢、新發展、新要求,監獄隊伍戰斗力生成急需新模式。
進入智能化時代后,海量視頻數據反而為圖像分析技術奠定了堅實的基礎。龐大的視頻圖像數據,包含有大量模糊性、趨勢性信息,智能分析潛力巨大。在此基礎上,結合背景畫像、行為分析等全新應用方向,對相關視頻的建模分析,為智能化應用帶來了更準確、更優質的數據;通過對數據的智能化分析,可及時生成入侵檢測告警、人員徘徊告警以及群體聚集告警等趨勢預警,并自動觸發報警信息,提醒執勤民警及時處置。由此不僅簡化了監獄民警的工作壓力,還為監獄監管工作形成強大的科技支撐。
據研究表明,如果連續觀察12分鐘2路以上視頻圖像,監測人員會錯過45%的內容;如果連續觀察22分鐘,會錯過95%的內容,并忽略許多重要環節。監獄安防視頻圖像資料豐富,但及時、快速、有效的信息獲取手段缺乏,主要還是以干警值守為主,長時間連續執勤后,干警對監控關鍵信息的敏感度嚴重不足,有效信息獲取手段嚴重滯后。
目前監獄安防系統的使用,大都處于被動監管、事后查證階段,尚難以做到提前分析、及時預警。即便是事后查證,也往往耗時耗力、效率低下。如查詢服刑人員當天活動軌跡,需從監控錄像中逐個畫面查找與記錄,工作量極大。圖像分析技術的推廣使用,將有效緩解這一弊端,通過人臉比對技術,可以實現對特定人員錄像回放的快速檢索,極大提高監管效率。
目前圖像分析技術在監獄系統的落地應用,大都處于簡單絆線、攀高檢測等初級階段,且識別準確率不高,誤報較為頻繁,反復誤報導致執勤干警不堪其擾,對于警情敏感度嚴重降低。
監獄信息化建設,尤其是圖像分析技術的應用,迭代升級較為快速,對干警業務能力要求較高。在日常工作中,一方面要推進干警信息化應用能力建設,但另一方面也要結合監管實際,不斷深化圖像應用系統便捷化水平,實現良好高效的人機交互。
圖像分析技術在監管應用中的建設過程,不是搭花架子,不能只是外表靚麗,必須建管用并舉。圖像分析技術在監管領域的落地,必須緊緊依循實戰導向。以實戰為標準,來推動發展、檢驗成果,切實增強圖像分析技術服務監管核心的能力,真正發揮好智慧監管的技術優勢。
3.2.1 樹立以人為本的宗旨。監獄民警是圖像分析技術的主要使用者和受益者,其對于圖像分析技術的體驗和感受,決定著圖像分析技術建設的進展和成敗[2]。牢固樹立以人為本的發展宗旨,既是監獄圖像分析技術建設的需要,也是監獄智能化發展的責任。
3.2.2 樹立務求實效的宗旨。當前國內安防市場產品琳瑯滿目、技術五花八門、平臺各具特色。在監獄整體經費和監獄信息化專項經費并不十分充裕的今天,真正適用于監獄的圖像分析項目才應是我們的首選。尤其是由于定制化服務的經濟及時間成本較高,當前相當一部分廠商的產品及平臺,大都缺乏針對性。整體看面面俱到,但實際上大部分功能與監獄業務并不匹配,甚至毫不沾邊。即便與監獄有關的業務,也容易出現“水土不服”的情況。
3.3.1 在感知層,應加強信息采集能力,拓展信息采集范圍。之前的圖像分析識別方法,往往受限于現場采集設備清晰度、準確度等方面因素,整體識別率較低,如監控分辨率、不均勻性光照以及采集角度等因素對人臉信息采集的影響。目前,隨著技術的發展,圖像采集軟硬件水平都得到了極大的提升。
3.3.1.1 硬件方面。綜合利用云存儲、H.265高效編碼、人臉識別等技術,全時段、全場景、全方位動態感知的新型監控設備正在逐步普及。此外,隨著芯片行業集成度和處理能力的快速提升,智能集成設備相繼涌現,越來越多智能分析能力已經集成到前端設備。從而逐步形成組網靈活、延時低、成本小、后端分析壓力輕、規模部署便捷的新型監獄安防監控網絡體系。
3.3.1.2 軟件方面。深度學習技術誕生以后,圖像分析算法技術持續優化,自動識別及表達人物及車輛特征能力不斷增強,這不僅降低了對監測設備的硬件要求,還極大提升了識別的準確率。圖像分析技術較高采集率和識別率,也為監獄安防網絡原有較低像素數字監控攝像機的升級優化和繼續使用提供了可能,這既降低了監獄安防智能化建設的人力物力成本,也為監獄系統爭取到了寶貴的智能化發展機會。
3.3.2 在互聯層面,有序推進監管數據的縱向貫通和橫向融合
3.3.2.1 縱向貫通方面。出于市場因素等考慮,部分軟硬件廠商大都對自家產品進行了技術壟斷,制造技術壁壘,對整合監管資源造成眾多阻礙。圖像智能化分析解決方案制定過程中,應對平臺的兼容性等進行具體明確的針對性要求,以推進圖像分析技術標準、開發接口日趨統一,從根本上消除技術及數據綁架現象。
3.3.2.2 橫向融合方面,有序推進視頻監控、刑罰考核、心理分析、電話信件等各類信息搜集渠道和前端設備數據互聯互通,形成系統資源共享,為后續大數據分析奠定良好基礎。
3.3.3 在應用層面,著重加強數據分析能力建設。
3.3.3.1 圖像分析技術的逐步發展,助推了復雜環境下的混合多特征圖像結構化分析水平。近幾年來,越來越多各具特色的視頻結構化技術產品開始涌現。在人工智能技術的幫助下,多目標多特征結構化分析能力取得長足進步,現已跨越簡單識別分析層次,進入深度學習、自動復雜環境下千億級數據秒級檢索階段,識別準確率已達到商用落地要求。
3.3.3.2 監管業務復雜形勢,亟須智能化科技助力創新破局。當前,監獄圖像分析能力建設利用AI、數據建模分析等前沿技術,協助監獄精細化運作復雜業務單元,已初步實現起身、攀高、離崗等檢測分析。正逐步推動監獄監管由“事后取證”向“前瞻預防”的積極轉變。同時,監獄圖像分析能力建設,結合在押人員背景畫像、日常表現、心理分析等數據進行數據建模風險評估,有效增強了犯群信息分析研判預警能力,為監獄工作決策提供了高效智能的科技支撐。
圖像分析技術在監獄監管工作中的下一步應用,主要體現在以下幾個方面:
主要是對罪犯三大現場的管理,通過圖像分析技術,可以實現罪犯人數定時清點,罪犯人臉實時比對,干警執勤區域分布實時顯示,罪犯禁入區域入侵檢測告警、建筑物周邊可疑人員徘徊告警以及人員群體聚集告警等趨勢預警,監舍起身監測,值班崗離崗監測、車輛定向識別追蹤等技術,將有效提高一線執勤干警工作效率。
如勞動現場罪犯人數定時清點和人臉實時比對方面,通過在生產工位加裝人臉識別比對終端,可實現對罪犯定時點名和實時巡檢,自動比對勞動現場人員,實時統計勞動現場人數,有效提升執勤干警現場感知水平[3]。另外,罪犯限時進入區域管控方面,通過圖像分析和人臉識別技術,可以實現對罪犯進出人員自動記錄、超時自動告警等應用,幫助執勤干警強化對罪犯管理,提高警力利用能力。
主要體現在對罪犯突發狀況的及時預警和告警反饋,包括防脫逃、防自殺、防兇殺等方面,通過攀高監測、紅色液體識別、出入口黑白名單控制告警、高空鷹眼遠距離巡查、危重罪犯全天候跨鏡實時追蹤等技術,可有效提高對罪犯,尤其是危重罪犯突發狀況和異常行為的管控力度。
如危重罪犯管理方面,將特定人員加入專項庫,重點防控。可實現特定人員全程軌跡自動記錄、異常人員非法接觸實時告警、高發異常行為自動識別告警等,為罪犯綜合分析提供了豐富的圖像類數據支撐。
主要是加強對罪犯定崗、定員等三定管理,通過圖像分析技術,可以實現特定聯號識別、特定區域指定罪犯限時進入/外出、罪犯劇烈運動告警等技術,助力罪犯三定管理工作的順利開展。
如罪犯定員方面,通過圖像分析技術,實時識別罪犯人員區域信息,自動比對罪犯聯組聯號情況,超距離脫離聯號自動告警。同時,對于罪犯活動區域自動識別,既可以幫助干警分析罪犯改造情況及犯群狀態,又可以實現特定區域非法進入自動告警。
該項是今后需要重點發力的內容,需要事先建立科學合理的罪犯分析模型,利用大數據分析能力,融合微表情分析、唇語分析、步態分析、軌跡分析等技術,并結合罪犯日常表現、背景畫像等,實現罪犯心理預測、行為預測等超前識別和告警,將極大增強監管工作的穩定性。
如罪犯畫像方面,通過建立科學成熟的罪犯分析模型,對豐富的監控信息和圖像分析數據進行統一結構化處理,自動提取生成關鍵信息,實現罪犯改造表現整體預測。另外,隨著微表情分析、唇語分析、步態分析、軌跡分析等技術的不斷成熟發展和迭代升級,將有效助推圖像分析技術的精細化識別。
圖像分析技術是監獄智慧化發展的未來趨勢,也是必經途徑,將深度改變監獄工作態勢和方式。但圖像分析技術只是一種工作手段,監獄監管工作核心永遠都是干警。圖像分析技術的發展,必須與干警的監管工作有效融合,才能行穩致遠,也才能真正夯實監獄監管安全底線。