大數據時代智能分析技術在公安領域的應用

隨著高清IP攝像機的普及，視頻監控系統平臺的視頻接入和存儲也越來越多，如何有效利用這些視頻資源，挖掘其潛在價值，是用戶當前面臨的首要問題。未來無疑是智能化的時代，海量數據挖掘的時代，一個更加便捷的時代。這一切的前提都依賴于智能算法、數據挖掘技術不斷突破和成熟。

傳統的視頻監控解決了視頻的存儲和回放，以及各廠商視頻流的互聯互通，但仍然無法準確識別、定位和查找視頻中的人，車，物等目標信息。目前，要實現全方位的實時監控，指揮調度，視頻錄像中可疑目標的檢索查證，還必須依靠大量的工作人員時刻緊盯屏幕，監視所有攝像機的實況視頻，以及回放相關視頻錄像，查找可疑人員，車輛目標和線索。這顯然需要耗費大量人力，而且難免也會因為疲勞和疏忽，而錯漏掉某些稍縱即逝的重要信息。

因此，圍繞公安業務需求的公安實戰平臺，結合視頻圖像偵查業務，使用視頻智能化分析技術，對監控畫面中感興趣的目標視頻進行智能分析，實現對于監控資源的深度應用。例如，當某現場發生案件，收集案發現場監控視頻，及所有聯網的公安視頻圖像、政府建設視頻、社會監控視頻。對涉案視頻進行智能分析，其相關聯的視頻中人、車目標進行信息提取。并對每個圖片和視頻進行目標對象可人工標注描述，實現視頻、圖片與對應人、車、物信息的關聯。然后上傳到視頻信息數據庫，作為基礎數據資源用于情報信息研判。還可利用GIS地圖可視化，結合時空信息，詳細刻畫可疑目標的活動軌跡，為偵破案件提供重要支持。公安實戰平臺有效的提升監控視頻資源利用，協助快速而準確的研判，提升工作效率。

「智能分析技術應用」

視頻智能分析是利用計算機圖像視覺處理、模式識別和深度識別等算法，分析和識別運動目標信息。作為公安實戰平臺中最為重要的環節，如下幾種智能分析需求應用更為迫切。

視頻結構化

原始的視頻圖像實際上是一種非結構化的數據，它不能直接被計算機讀取和識別，為了讓視頻圖像信息能夠得到更好的應用，就必須使用智能視頻分析技術對視頻圖像進行結構化處理，也就是視頻結構化。

視頻結構化，即視頻數據的結構化處理，就是通過對原始視頻進行智能分析，提取出關鍵信息，并進行文本的語義描述。

目前武漢大千的視頻結構化系統，能夠實時分離識別場景內的人、車、人騎車目標，并且對目標的屬性和運動狀態做標簽化的描述和記錄。這些結構化特征數據可進行長久保存，在需要使用時可以方便快速檢索排查。從現有通過觀看視頻找目標升級到利用計算機理解視頻通過具體特征快速搜索目標。視頻結構化系統融合了現有視頻檢索摘要、車輛屬性識別、人像識別比對、人群分析等核心技術，隨著該技術的發展，能夠徹底解決當前海量監控存儲困難、分析困難的問題，是視頻大數據分析挖掘和深度智能應用的基礎。

人臉識別

為了應對公共安全突發事件，比如波士頓馬拉松爆炸案，校園槍擊案，公安業務部門對人臉識別技術的尤為關注。另一方面，隨著圖像視覺和機器學習技術的不斷進步和產業化，人臉識別效果已逐漸受到公安部門的認可。

公安部門借助人臉卡口IPC攝像機的智能人臉檢測技術，在城市道路、廣場、娛樂場所及各類重點場所的人員目標的人臉識別，提取包括人的性別、戴眼鏡、年齡段等特征信息。從而實現人臉的實時布控、高危人員比對、以圖搜圖、語義搜索等方面的業務應用。比如，人臉布控業務是通過對場景中視頻的進行實時人臉采集和視頻分析，并與各種人臉庫提供的圖片(警綜、信綜、出入境、人口庫、追逃庫、犯罪人員庫等)進行實時比對。如果發現重點關注人員，將推送到公安實戰平臺客戶端或手機終端。另外公安實戰平臺與全國人口庫、常住人口庫、居住證人口庫等數據關聯，實現城市地鐵、機場、酒店的人臉識別系統的聯動。結合地圖業務應用，可實現軌跡回放、告警、查詢的可視化。

武漢大千“人臉識別系統”通過對人臉進行抓取，采用基于深度學習的精確識別進行多維度特征提取和表達，來獲取人的更多的信息，如性別，年齡范圍，人臉比對特征等。識別模式支持1：1、1：N和N：N，人臉圖片編輯比對，手動編輯和多種搜索模式，并支持搜索結果報表導出功能。通過對已有的人臉庫或者第三方導入的人臉庫進行檢索，在海量（大于億級）人臉數據庫中快速(1秒級)查找、預警和布控。

未來人臉識別模型如果需要取得突破，一方面需要更多更豐富的海量的樣本數據，如各種光照，姿態，表情下的人臉圖像。另一方面，深度學習模型還可以進一步優化和調整。不過到底什么樣的模型才算是最優的，目前業界并沒有很好的答案。

車輛識別

近年來，隨著智能交通的高清卡口相機的廣泛建設和應用，借助于智能識別算法和大規模集成電路技術的迅速發展，以及配套設施的工程施工標準化，對電警、卡口、停車場出入口等場所進行包括車牌識別在內的車輛特征識別，把車輛相關結構化信息存入基礎信息庫。智能分析識別的車輛特征信息越來越豐富，通常包括有車牌、車牌顏色、車標、車身顏色、車型、車款等。配合業務需求，還能檢測識別遮陽板、系安全帶、司乘人員的人臉檢測和抓拍、駕駛員打電話等細微信息。

基于這些車輛關鍵的特征信息，形成上億條過車記錄數據。也推動了后臺大數據分析服務的發展應用，和行業數據挖掘，形成例如套牌車分析識別、高危車輛積分模型、車輛行駛軌跡分析，時空碰撞等實戰技戰法的應用。對車輛特征數據的大數據搜索，即可迅速找到所有符合條件的車輛信息，包括行駛時間與方向，行駛速度，車牌號碼，車標，年款。結合以圖搜圖的檢索方法，在公安實戰平臺上調取卡口視頻和圖像文件，快速查詢到有關嫌疑車輛信息，還原車輛行駛的軌跡歷史信息，而且可以實現嫌疑車輛在整個城市的全程運行軌跡查詢，同時結合視頻監控信息，實現車輛全程化得可視化軌跡回放，以及對涉事車輛的精確布控和查詢。聯合車管所車輛信息庫，得到車輛和車主的信息、車輛活動信息、跟車信息等記錄。

武漢大千基于深度學習的車型識別比對系統可對視頻或圖片中的所有車輛進行車輛類型、車身顏色、車輛品牌型號及車輛年檢標、紙巾盒、遮陽板、車內擺件掛件飾品等特征標志物等信息進行提取、識別和記錄，對過往車輛具有更多結構化語義描述，可以方便地采用更多的信息及其組合進行車輛的查找、布控及套牌比對。

使從各類涉車案件中的海量視頻、圖片中查找嫌疑車輛成為可能。節約人力，提高效率，為涉車刑事案件的偵破工作帶來極大便利。

圖像增強與復原

圖像增強與復原，是指通過圖像處理算法，把模糊等惡化的圖像通過增強工具進行清晰化處理。利用多種圖像處理算法，例如對視頻、圖片的亮度、白平衡、去霧、去模糊等多種智能處理，幫助還原現場的車輛和行人的本來面目，幫助快速梳理和清晰化相關線索。

武漢大千圖像處理系統軟件是針對視頻偵查中影像分析工作的特點，專門為一線視頻偵查偵查員開發設計，適用于案件偵查中靜止圖像或視頻圖像的增強和修復，系統采用圖像處理算法用于優化圖像修復、增強和提取采集到的可視信息。其獨特的圖形用戶界面設計使圖像處理操作十分簡單，操作界面簡潔明了，易學易用。幫助一線偵查人員在各類視頻素材不清晰的情況下可以進行進一步的線索挖掘，提高案件偵破率。

人群態勢感知

2014年3月，廣州沙河服裝城附近一個小偷為了躲避追捕，在人群中大喊“有人砍人”，引起現場人群慌忙逃散，造成了大量財產損失，同年跨年夜，上海外灘發生群體踩踏事件，36個年輕的生命離我們而去。近年來，人群密集場所的群體事件不斷發生，這類場所的公共安全管理的問題日益嚴峻。

武漢大千的人群態勢感知系統使用了當前準確度最高的頭肩模型算法，可以做到對場景內人流量的精確統計，記錄當前場景內人員數量，實時提醒超數量，并作出預警。系統不僅可以實時識別人員數量，還能實現對每一個行人的移動軌跡實時追蹤，實現人員活動如駐立、奔跑，人群活動態勢如聚集、驟散、移動等行為的監控。同時也支持設置條件如跨線、區域等行為對實時監控內的異常侵入識別與報警。

系統支持在高密度公共場所如車站、廣場等地實現重大活動、重點區域人流態勢進行精確感知和統計，對異常事件的苗頭進行智能預警。

隨著公共安全問題日益突出，公共場所人群異常事件的及時發現將有助于有關部門的及時響應和救援，降低群眾人員傷亡與財產損失，具有不菲的社會價值。