視頻技術在治安防控體系建設中的應用

況偉 葉學強 郭興亮

1. 杭州海康威視數字技術股份有限公司 2. 浙江省湖州市公安局

引言

多年以打為主的“打防控”型社會治安防控體系探索和實踐，收到了較好的效果，有力遏制了各類違法犯罪活動。

進入新時代，隨著經濟社會的迅猛發展，動態化、信息化成為當代社會的主要特征，人流、物流、車流、信息流、資金流等空前加大，公安機關在新形勢下面臨的社會治安問題和挑戰巨大。以物聯網、人工智能、大數據等信息技術為代表的新一輪科技革命興起，不僅更新了人們認識世界的思維方法，也給立體化、信息化社會治安防控體系的建設提供了新途徑、新手段。

近幾年，伴隨深度學習技術的誕生與計算機軟硬件技術的快速發展，人工智能成為各行各業技術應用的風口。2015年至今，視頻圖像深度學習技術在安防領域的應用大規模展開[1]，取得了令人矚目的效果。

視頻技術主要包含對視頻圖像中人、車、物、行為、事件、場景異常等目標進行自動智能化分析與識別。視頻技術的到來與高速發展，對公安業務應用的開展產生了較大的影響，輔助公安將管控重點人員的技術手段從人臉識別、人體識別逐漸拓展到步態識別領域，其正在逐步改變公安機關的傳統工作方式以及其它方方面面。

治安防控體系的建設，核心主要目標是建設嚴密的查控圈、強化單元防控能力、夯實要素管控維度。

一、治安防控體系建設需求背景

（一）嚴密圈層查控

在環國邊境、省際、市際道路出入口，科學布建公安檢查站、治安卡口或電子卡口，加強點位建設密度，構建立體化、智能化的“治安防控識別圈”，實現“智能感知、精準識別、觸圈預警、實時響應”。

（二）強化單元防控

以街面、社區、娛樂場所和特種行業、內保單位、地鐵公交等為基本防控單元，提升單元治安防控能力，實現單元要素可查、可防、可控，為單元防控和基層社會治理提供更便捷、更精準、更高效的服務，做到“信息自動采集、管理智能高效、防范嚴密精準”。

（三）夯實要素管控

圍繞“人、地、物、事、網、組織”等基本治安要素，以管控槍支彈藥、危爆物品、大型活動等重點治安要素為核心，進行依法管控、精準管控和動態管控，實現治安要素基礎信息的“完整、準確、鮮活”掌握，全面提升對各類風險隱患的自動識別、敏銳感知和防范能力。

二、視頻技術在治安防控應用過程中的關鍵技術

視頻技術主要特點是采集實時的人車物動態屬性，相比業務數據而言，基于視頻感知的物聯數據更具鮮活性和實時性。舉個例子，常住人口庫數據非常重要，但是常住人口庫是一種靜態數據，通過常住人口庫無法分析對應人員的軌跡、行動規律、關聯關系。但是視頻為主的物聯感知數據因為是實時抓拍，根據其數據進行分析，可以挖掘分析特定人員的行動規律、出行規律以及關聯關系。如果結合這個人員的特定身份（如賭博前科），則可以根據人員的出行規律、跟隨規律，來分析挖掘疑似賭博聚眾行為、賭博窩點等隱性違法犯罪線索。

智能化視頻技術已經不再是簡單的識別、比對、預警，而是需要從海量的視頻感知數據中依托多維度、多時空、多場景來綜合進行分析和判斷，挖掘隱藏信息。當前視頻技術在公安行業應用中主要有以下幾項關鍵技術：

（一）多維感知與布控

人臉抓拍目前技術比較成熟，基于人臉的治安防控應用已經開始逐步拓展到多維度。人臉由于架設的點位密度、抓拍環境以及人臉遮擋等原因，存在抓拍不到、抓拍后無法進行有效比對的問題。如何通過多維度的方式定位一個人的軌跡，需要考慮人臉與人體、人臉與Mac、人臉與電圍數據的融合。如通過一張高質量的人臉抓拍照片，同時分析其對應的人體特征屬性信息，在一天內，大部分的人體屬性是不會變化的，這樣就將人臉與人體關聯起來，即使在某個點位無法抓拍到正常的人臉，但是可以獲取對應的人體屬性，也可以與人臉關聯起來，從而確定對應人員的身份。其他屬性信息也可以與人體屬性一樣進行關聯，從而以人臉為中心，其他多維屬性為輔助，結合人證、人臉、人體、車輛、MAC、手機號、場所及事件等多維數據，對人員目標實行多種方式的布控，當目標關聯信息被獲取到后產生預警，從而實現對人員目標的精準布控打擊。

（二）人員聚類

人員聚類是將同一目標的抓拍數據與人員檔案數據（包括檔案人員姓名、年齡、性別、ID、所屬庫名、封面照片、模型特征值、人臉與車牌關聯信息、人臉與人體小圖URL及關聯場景圖片URL等）聚合，為抓拍數據打上唯一的檔案ID，形成目標的融合軌跡。人員聚類流程如圖2所示。

人員聚類不僅是簡單的人員比對碰撞，而是需要多種聚類技術手段與策略才能保證人員聚類的準確性，避免漏聚和錯聚的現象。首先是需要準確的檔案庫，依托名單治理對錯誤的檔案進行清除，清洗錯誤數據給聚類帶來的干擾。其次是點位治理，針對點位位置、點位時間、點位抓拍圖像質量等進行治理，配合后續的聚類策略，去除異常點位帶來的聚類錯誤，提高聚類準確率。

（三）關系圖譜

關系圖譜主要用于分析、挖掘以及展現系統中多維數據之間的關系，輔助公安輕松洞察雜亂無章的海量數據背后的復雜關聯，提升公安單位情報研判、挖掘隱藏重點人員的效率等?；诓煌瑯I務場景對不同數據進行關系計算，根據關系定義、數據來源、計算規則、關系權重等條件，按需創建關系數據處理任務，形成關系庫，得到包括警務信息關聯和物聯信息關聯在內的全面關系圖譜，存儲在數據庫系統中。

關系圖譜的挖掘，使用到多種關聯分析技術，主要包括以下幾點：

（1）同行人分析：通過人臉抓拍的時間維度，分析多次與同一個人出現在同一個抓拍點的人員；

（2）同乘人分析：通過對車輛主副駕駛抓拍進行分析，挖掘經常與某個人乘坐同一輛車的人員；

（3）同住人分析：分析旅館住宿信息，挖掘頻繁與相關人員同時間在同一酒店入駐的人員；

（4）MAC伴隨分析：通過多點位篩選，將人臉與MAC地址進行唯一匹配，從而將MAC地址定位到人，后續即可根據MAC地址來實現MAC地址的伴隨分析；

（5）同出行分析：通過出行記錄，例如A和B同時乘坐同一班次的飛機、高鐵、汽車等達到設定的次數，則A和B存在同行關系。

（四）人員全息檔案

人員檔案是在人員基礎信息檔案的基礎上，增加了物聯感知數據的維度，將人員的關聯分析維度、出行規律維度進行綜合，使檔案更加全面，同時更加符合實際對應人員的出行軌跡，實現檔案的動態實時更新。

在人員檔案中，可以看到對應人員的關聯人員（同行人）、同行人信息以及實時出沒的地點、日常出沒時間點分布、出沒軌跡情況。

三、視頻技術在治安防控體系中的應用

視頻技術在治安防控體系建設的應用目前非常廣泛，服務治安管控的多場景、多維度管理。同時，基于視頻豐富的人車物感知屬性并結合公安相關重點人車業務數據，服務警務大數據應用。視頻技術在治安管控中的應用，最終也是從基礎的比對預警到大數據挖掘研判，實現預警、預測、預防的目的。

以視頻技術為主的物聯網大數據結合公安網業務數據，可以衍生出更多的行業應用。對應用大致進行分類，分為通用應用、專題應用以及可視化應用。

通用應用沒有警種屬性，可以服務多警種，主要實現基礎數據的檢索、查詢以及關系挖掘。

專題應用，更多是服務特定的案件、特定的犯罪人群以及特定的警種，可以根據不同模型進行大數據分析挖掘，例如涉毒人員挖掘等。

可視化應用主要是通過可視化展示方式，宏觀體現數據價值，直觀展示數據中隱藏的信息。

（一）在公安治安圈層防控中的應用

在檢查站前沿（如5公里處、3公里處、1公里處）偵查區建設智能卡口，利用視頻識別技術，通過駕駛室內人臉抓拍、車輛抓拍，提前對即將進站的車輛進行偵查，通過公安重點人員查控庫，提升對重點查控目標進場前的精準預警。通過前端智能設備的智慧偵查，可以提前發現哪些車輛該查、哪些車輛可以快速放行，有效減少檢查站民警的核驗工作量。

在核查環節，通過視頻及其他物聯手段，實現對人、車、物、證、碼各類動態信息的感知，結合車底圖片掃描、X光物品掃描圖進行自動分析，及時發現可疑人員和可疑物品。同時針對無檢查站的防控點，充分結合電子卡口，對進入防控圈的人員、車輛進行電子化核驗，做到進出留痕，提升對跨區域人員、車輛、物品的動態管控能力。

（二）在智慧平安小區中的應用

通過智慧平安小區建設，在各個小區出入口、單元樓出入口部署人臉感知設備，結合社區“一標三實”數據，通過視頻分析對進出小區的人員、車輛信息進行實時采集，對社區人員遷入遷出進行自動分析（長時間未出現），對頻繁進出小區的陌生人進行研判預警，實現精準化實有人口管理。

同時，基于人車進出的鮮活數據，對社區內疑似重點人員聚眾（如上訪人員聚眾、賭博前科人員聚眾、吸毒人員聚眾等）、重點人員脫管等行為進行分析，改變以往人工研判發現晚、發現不全、耗時耗力等問題，加強社區重點人員管控和分析研判。

（三）在單元防控和要素管控中的應用

針對地鐵公交、重點內部單位（如醫院、學校）等單元防控區域，利用視頻的人臉分析、車輛分析、行為分析等技術，對內保單位進行治安防控，針對重點人員出入、重點車輛出入以及異常行為（如人員聚集、打架斗毆、人員倒地等）進行后臺分析，一經觸發報警自動聯動附近警力實現快速出警和處置。

通過視頻分析算法的訓練，實現對安檢過程中槍支彈藥及零部件的智能識別，在重要的地鐵、鐵路、機場、物流快遞等物品流動區域進行智能安檢，實現重點危險要素的查控。

（四）在重點人員管控中的應用

針對公安禁毒工作中遇到的毒情態勢感知難、隱性涉毒對象發現難、涉毒案件研判難、毒駕違法行為打擊難、社區戒毒人員管控難等問題，通過基于物信融合的大數據分析，在海量數據資源中萃取線索、精準研判，提高涉毒案件打擊成效。

充分結合圍繞視頻感知數據的關系圖譜分析、多維布控分析、人員聚類分析，以已知的涉毒人員名單為基礎，挖掘與這些人員頻繁出沒的其他人員、頻繁出沒的場所，從而挖掘隱性涉毒窩點、隱性吸毒人員以及販賣毒品上下游人員信息。

圍繞重點人員的分析，以視頻大數據關系圖譜技術、人員聚類技術為基礎，還可以服務涉黃人員管控、涉賭人員管控分析等。

四、視頻技術在治安防控中的應用發展趨勢

視頻技術將不斷演變，其它AI技術也將不斷涌現。技術創新將會促進公安業務應用創新，業務應用創新亦會引領技術創新。視頻技術在公安領域的發展趨勢，主要有以下幾個方面：

（一）視頻技術將更加成熟化、多樣化

目前，視頻技術分析的結果依舊存在誤報的情況。隨著深度學習算法的優化，誤報率將會繼續降低，比如跨境追蹤技術[2]在不斷演進，該技術的成熟將會大大助力公安對目標進行偵查追蹤。視頻技術的多樣化體現在：（1）多種分析與識別手段將會同時使用或存在于同一算法之中，為治安管控提供全結構化解析服務；（2）針對特定關注目標的檢測與識別算法將會越來越多，隨著AI訓練平臺的不斷演進與成熟，更多的個性化目標以及行為檢測與識別需求將會涌現并被滿足。

（二）視頻技術將與警務大數據深度融合

未來的智慧警務信息化系統離不開云計算、視頻技術、大數據技術。視頻技術基于前端攝像機視頻每天分析得到的人、車、物等結構化數據、模型數據可以彌補公安大數據平臺中缺少的人、車、物動態時空采集信息。有了這些信息，可以開展更多維度上的數據分析、數據挖掘。大數據技術經過數據挖掘分析的結果又可以作為視頻技術的輸入，用來優化AI算法、提升系統AI能力。視頻技術與警務大數據技術之間相輔相成，將促使各種研判態勢類應用產生。

（三）視頻技術將與其它AI技術深度結合

單純依靠視頻技術還不能解決所有問題。目前，在公安某些領域已經將視頻技術與聲紋識別技術相結合，對重點管控人員的人員身份進行多重核驗。隨著應用的不斷深入，新的業務需求不斷出現，將會有更多的AI技術應用到公安領域，與視頻技術結合為公安創造新的價值。

五、結語

現階段，國內外的人工智能專家、研究人員熱情地投入到視頻技術及其它人工智能技術的研究與開發之中。不同視頻技術廠家之間的競爭日趨激烈，正是由于這種格局，視頻技術仍在不斷革新，新的人工智能技術也在不斷萌芽。基于視頻的智能化技術、大數據及云計算技術等的深度融合應用，將會持續助力治安防控體系的建設完善，推動智慧警務進一步發展。