大数据时代智能分析技术在公安领域的应用

随着高清IP摄像机的普及，视频监控系统平台的视频接入和存储也越来越多，如何有效利用这些视频资源，挖掘其潜在价值，是用户当前面临的首要问题。未来无疑是智能化的时代，海量数据挖掘的时代，一个更加便捷的时代。这一切的前提都依赖于智能算法、数据挖掘技术不断突破和成熟。

传统的视频监控解决了视频的存储和回放，以及各厂商视频流的互联互通，但仍然无法准确识别、定位和查找视频中的人，车，物等目标信息。目前，要实现全方位的实时监控，指挥调度，视频录像中可疑目标的检索查证，还必须依靠大量的工作人员时刻紧盯屏幕，监视所有摄像机的实况视频，以及回放相关视频录像，查找可疑人员，车辆目标和线索。这显然需要耗费大量人力，而且难免也会因为疲劳和疏忽，而错漏掉某些稍纵即逝的重要信息。

因此，围绕公安业务需求的公安实战平台，结合视频图像侦查业务，使用视频智能化分析技术，对监控画面中感兴趣的目标视频进行智能分析，实现对于监控资源的深度应用。例如，当某现场发生案件，收集案发现场监控视频，及所有联网的公安视频图像、政府建设视频、社会监控视频。对涉案视频进行智能分析，其相关联的视频中人、车目标进行信息提取。并对每个图片和视频进行目标对象可人工标注描述，实现视频、图片与对应人、车、物信息的关联。然后上传到视频信息数据库，作为基础数据资源用于情报信息研判。还可利用GIS地图可视化，结合时空信息，详细刻画可疑目标的活动轨迹，为侦破案件提供重要支持。公安实战平台有效的提升监控视频资源利用，协助快速而准确的研判，提升工作效率。

「智能分析技术应用」

视频智能分析是利用计算机图像视觉处理、模式识别和深度识别等算法，分析和识别运动目标信息。作为公安实战平台中最为重要的环节，如下几种智能分析需求应用更为迫切。

视频结构化

原始的视频图像实际上是一种非结构化的数据，它不能直接被计算机读取和识别，为了让视频图像信息能够得到更好的应用，就必须使用智能视频分析技术对视频图像进行结构化处理，也就是视频结构化。

视频结构化，即视频数据的结构化处理，就是通过对原始视频进行智能分析，提取出关键信息，并进行文本的语义描述。

目前武汉大千的视频结构化系统，能够实时分离识别场景内的人、车、人骑车目标，并且对目标的属性和运动状态做标签化的描述和记录。这些结构化特征数据可进行长久保存，在需要使用时可以方便快速检索排查。从现有通过观看视频找目标升级到利用计算机理解视频通过具体特征快速搜索目标。视频结构化系统融合了现有视频检索摘要、车辆属性识别、人像识别比对、人群分析等核心技术，随着该技术的发展，能够彻底解决当前海量监控存储困难、分析困难的问题，是视频大数据分析挖掘和深度智能应用的基础。

人脸识别

为了应对公共安全突发事件，比如波士顿马拉松爆炸案，校园枪击案，公安业务部门对人脸识别技术的尤为关注。另一方面，随着图像视觉和机器学习技术的不断进步和产业化，人脸识别效果已逐渐受到公安部门的认可。

公安部门借助人脸卡口IPC摄像机的智能人脸检测技术，在城市道路、广场、娱乐场所及各类重点场所的人员目标的人脸识别，提取包括人的性别、戴眼镜、年龄段等特征信息。从而实现人脸的实时布控、高危人员比对、以图搜图、语义搜索等方面的业务应用。比如，人脸布控业务是通过对场景中视频的进行实时人脸采集和视频分析，并与各种人脸库提供的图片(警综、信综、出入境、人口库、追逃库、犯罪人员库等)进行实时比对。如果发现重点关注人员，将推送到公安实战平台客户端或手机终端。另外公安实战平台与全国人口库、常住人口库、居住证人口库等数据关联，实现城市地铁、机场、酒店的人脸识别系统的联动。结合地图业务应用，可实现轨迹回放、告警、查询的可视化。

武汉大千“人脸识别系统”通过对人脸进行抓取，采用基于深度学习的精确识别进行多维度特征提取和表达，来获取人的更多的信息，如性别，年龄范围，人脸比对特征等。识别模式支持1：1、1：N和N：N，人脸图片编辑比对，手动编辑和多种搜索模式，并支持搜索结果报表导出功能。通过对已有的人脸库或者第三方导入的人脸库进行检索，在海量（大于亿级）人脸数据库中快速(1秒级)查找、预警和布控。

未来人脸识别模型如果需要取得突破，一方面需要更多更丰富的海量的样本数据，如各种光照，姿态，表情下的人脸图像。另一方面，深度学习模型还可以进一步优化和调整。不过到底什么样的模型才算是最优的，目前业界并没有很好的答案。

车辆识别

近年来，随着智能交通的高清卡口相机的广泛建设和应用，借助于智能识别算法和大规模集成电路技术的迅速发展，以及配套设施的工程施工标准化，对电警、卡口、停车场出入口等场所进行包括车牌识别在内的车辆特征识别，把车辆相关结构化信息存入基础信息库。智能分析识别的车辆特征信息越来越丰富，通常包括有车牌、车牌颜色、车标、车身颜色、车型、车款等。配合业务需求，还能检测识别遮阳板、系安全带、司乘人员的人脸检测和抓拍、驾驶员打电话等细微信息。

基于这些车辆关键的特征信息，形成上亿条过车记录数据。也推动了后台大数据分析服务的发展应用，和行业数据挖掘，形成例如套牌车分析识别、高危车辆积分模型、车辆行驶轨迹分析，时空碰撞等实战技战法的应用。对车辆特征数据的大数据搜索，即可迅速找到所有符合条件的车辆信息，包括行驶时间与方向，行驶速度，车牌号码，车标，年款。结合以图搜图的检索方法，在公安实战平台上调取卡口视频和图像文件，快速查询到有关嫌疑车辆信息，还原车辆行驶的轨迹历史信息，而且可以实现嫌疑车辆在整个城市的全程运行轨迹查询，同时结合视频监控信息，实现车辆全程化得可视化轨迹回放，以及对涉事车辆的精确布控和查询。联合车管所车辆信息库，得到车辆和车主的信息、车辆活动信息、跟车信息等记录。

武汉大千基于深度学习的车型识别比对系统可对视频或图片中的所有车辆进行车辆类型、车身颜色、车辆品牌型号及车辆年检标、纸巾盒、遮阳板、车内摆件挂件饰品等特征标志物等信息进行提取、识别和记录，对过往车辆具有更多结构化语义描述，可以方便地采用更多的信息及其组合进行车辆的查找、布控及套牌比对。

使从各类涉车案件中的海量视频、图片中查找嫌疑车辆成为可能。节约人力，提高效率，为涉车刑事案件的侦破工作带来极大便利。

图像增强与复原

图像增强与复原，是指通过图像处理算法，把模糊等恶化的图像通过增强工具进行清晰化处理。利用多种图像处理算法，例如对视频、图片的亮度、白平衡、去雾、去模糊等多种智能处理，帮助还原现场的车辆和行人的本来面目，帮助快速梳理和清晰化相关线索。

武汉大千图像处理系统软件是针对视频侦查中影像分析工作的特点，专门为一线视频侦查侦查员开发设计，适用于案件侦查中静止图像或视频图像的增强和修复，系统采用图像处理算法用于优化图像修复、增强和提取采集到的可视信息。其独特的图形用户界面设计使图像处理操作十分简单，操作界面简洁明了，易学易用。帮助一线侦查人员在各类视频素材不清晰的情况下可以进行进一步的线索挖掘，提高案件侦破率。

人群态势感知

2014年3月，广州沙河服装城附近一个小偷为了躲避追捕，在人群中大喊“有人砍人”，引起现场人群慌忙逃散，造成了大量财产损失，同年跨年夜，上海外滩发生群体踩踏事件，36个年轻的生命离我们而去。近年来，人群密集场所的群体事件不断发生，这类场所的公共安全管理的问题日益严峻。

武汉大千的人群态势感知系统使用了当前准确度最高的头肩模型算法，可以做到对场景内人流量的精确统计，记录当前场景内人员数量，实时提醒超数量，并作出预警。系统不仅可以实时识别人员数量，还能实现对每一个行人的移动轨迹实时追踪，实现人员活动如驻立、奔跑，人群活动态势如聚集、骤散、移动等行为的监控。同时也支持设置条件如跨线、区域等行为对实时监控内的异常侵入识别与报警。

系统支持在高密度公共场所如车站、广场等地实现重大活动、重点区域人流态势进行精确感知和统计，对异常事件的苗头进行智能预警。

随着公共安全问题日益突出，公共场所人群异常事件的及时发现将有助于有关部门的及时响应和救援，降低群众人员伤亡与财产损失，具有不菲的社会价值。