論人工智能在視頻偵查中的應用（以人臉識別為例）

劉珊珊

摘要：大數據時代背景下，數據信息迅猛發展，人工智能已經潤物細無聲的滲透入我們的生活，其在人類的生產和生活工作中體現的效率和性能得到普遍認可。大數據帶來數字化文明，也產生數字化犯罪。在公安機關辦案過程中，視頻偵查在整個偵查工作中體現著快捷與高效的戰術地位，為進一步確定與逮捕犯罪嫌疑人提供著有利條件，發揮著極其全面的作用。視頻偵查相對于整個偵查工作而言越來越專業化，在偵查方法體系中已經自成一派，發揮著其他偵查措施無可比擬的作用

引言

2017年7月20日，國務院印發的《新一代人工智能發展白皮書》中表示計劃在2030年，中國的人工智能理論、技術和應用將達到全球領先。人工智能科技正在讓人民的生活和工作變得高效，社會和科技的發展為我們生活帶來便利、改進了偵查方法的同時，也為犯罪分子提供新的犯罪手段和思路，犯罪的方法手段隨之發生了相應轉變。當下，犯罪態勢日益復雜化，首先體現在犯罪率的逐年上升以及犯罪總量的不斷擴大。依靠傳統的偵查手段和方法偵破智能化的高科技犯罪遠遠不足，將人臉識別、虹膜識別、聲紋識別、步態識別等人工智能技術（Artificial Intelligence）運用到偵查領域的現代偵查模式成為時代的必然選擇。

一、視頻偵查概述

視頻偵查又稱圖偵，是指偵查人員為了偵破已經發生的刑事案件，實現打擊犯罪與保障人權的目的，而運用以視頻監控為主的一系列現代化工具、技術和手段，依法調取與案件有關的視頻圖像，并對其進行識別、分析，最終從中發現能夠反映案情的線索及證明案件事實的證據的一項專門調查工作。狹義的來說，視頻偵查工作就是指運用視頻 監控設備為偵破刑事案件服務。開展視頻偵查工作需要一個持久的循序漸進的過程，最理想的狀態就是視頻偵查技術的普遍運用能夠使犯罪分子的犯罪行為不可隱蔽，將大部分作案過程都曝光在視頻監控之下，即使圖像中沒有直觀的反映，也可以通過視頻監控的回放，最終分析研判出案件的來龍去脈。視頻偵查工作要調取所有可以利用到的視頻監控系統存儲的視頻資源，引導現場勘查、詢問、訊問等偵查措施，最終查明案件真 實情況、查緝犯罪嫌疑人。

從性質上看，視頻偵查不僅具有偵查工作的一般屬性，同時還具有現代化偵查方法的獨特之處。當前階段，視頻偵查呈現出以下特點：

1. 信息性。視頻偵查的誕生與發展，主要基于兩個因素：一是偵查工作本身對信息的現實需求，另一個是視頻技術在信息收集方面的功能優勢[1]。

2.技術性。視頻偵查工作的開展，得益于視頻技術的產生和完善。視頻偵查的優勢在于運用物理替代人力，借助科技手段高效便捷地滿足偵查工作的需要，因此它對技術軟硬件的依賴是十分明顯的。

3. 系統性。視頻偵查是一項系統性的工作，并非只包括“調閱錄像”這一個環節，在偵查人員調閱錄像的背后，還有許多重要的關聯環節包括人員的組織與配合、操作流程與標準的規范、視頻圖像的處理與管理等體制機制方面的內容。系統化是視頻偵查工作得以組織實施并發揮作用的結構基礎，系統化程度越高，視頻偵查工作就越是高效順暢 [2]。

4. 專業性。一方面，視頻偵查相對于整個偵查工作而言越來越專業化，在偵查方法體系中已經自成一派，發揮著其他偵查措施無可比擬的作用。另一方面，視頻偵查組成結構及主體分工越 來越精細化，工作機制與工作體制逐漸標準化、規范化、制度化，人員也逐漸專業化和職業化。

5. 社會性。犯罪活動的社會性決定了視頻偵查工作的社會性。首先，各行各業都已廣泛普及和應用視頻技術，這使得視頻圖像的分布呈現出社會化特征。

二、人工智能背景下的視頻偵查（以人臉識別為例）

（一）人工智能概述

人工智能技術是一門結合信息、數學、心理等多項學科的綜合性技術，它可以完成對人類大腦的分析模擬，產生人工神經網絡。即采用計算機網絡技術完成對人類大腦看待事物、問題方式的模擬，從而使人工智能技術在實際應用過程中表現出模擬人類思維的效果。人工神經網絡具有非常強大的兼容性，因此在很多行業中，都可以通過人工智能技術來進行行業優化。1當然，這在司法領域也不例外。

人工智能的飛速發展，導致世界上已有多個國家將其納入到國家戰略層面，我國亦不例外。人工智能將改變偵查機關的偵查行為的意義主要體現在以下兩個方面：一方面，信息化、大數據的發展促使現代化偵查模式在“數據+智能”為主要要素的基礎上逐漸形成并不斷完善，偵查智能化在人工智能的背景下也從意識層面到實戰層面逐漸得到改造和升級。例如：偵查機關在收集證據和抓獲犯罪嫌疑人的工作質態在步態識別、虹膜識別及人臉識別等人工智能技術等輔助下將得到深刻的改變。

另一方面，用數據推動智能化預判預警，充分整合發案率和破案率的情況，智能分析違法犯罪的高發地點和違法犯罪的高發時間段，自動劃分治安防范重要區域和重點時段，以此為依據調整警力部署和打防重點。智能化深度挖掘海量數據資源中的內在價值，以大數據智能應用為核心的智慧巡邏防控新模式將偵查機關工作前置化，預測犯罪，把即將發生的犯罪行為扼殺在萌芽當中，降低發案率，同時提高社會治安狀況2。

作為人工智能領域的關鍵技術與典型代表—人臉識別（Face Recognition），憑借其自身具備的非接觸性、非強制性、操作簡單等突出優點，在智能機器人、智能視頻監控系統、門禁系統等社會生活領域與身份核實、治安防范、人口管理、犯罪嫌疑人的追逃與辨認等公安工作領域中均得到了廣泛運用。

（二）人臉識別在偵查工作中的應用領域

1.應用于核對人員身份

利用人臉識別核對人員身份信息，主要是指偵查人員可以通過數碼相機等圖像采集設備采集含有待確認人員的面部信息圖像，將采集到的圖像與相關人像數據庫中的圖像進行比對識別，從而確定人員身份。此方法簡單快捷，且相對準確高效，目前已廣泛應用于核查人員身份的工作中。而且，目前我國公民持有的第二代身份證，為核查人員身份工作提供了大量清晰的人員圖像數據信息，一定程度上提高了工作效率。以北京站安檢口、出站口安全管控項目為例，北京站每天有數以萬計的人員流動，人員成分復雜，公安機關可通過人臉布控系統對進出站人員進行實時的信息采集、比對并篩查出重點人員，實現人像信息的數據分析、識別報警、實施布控等應用。

2.應用于追逃工作

目前，偵查機關將人臉識別等前沿科技拓展應用到了追逃工作中。在偵查過程中，偵查機關可以利用社會信息與警務信息，鎖定犯罪嫌疑人排查范圍并獲取含有人臉信息的圖像。利用現有的人像數據庫，輸入待比對圖像進行比對與篩選，從而進一步確定犯罪嫌疑人的身份信息破獲案件。人臉識別技術是實現追逃工作目標的重要技術支撐，在輔助追逃工作方面也起著較為重要的作用，只有識別且確定犯罪嫌疑人，才能準確地將其抓捕歸案。

3.應用于監控系統人臉圖像識別

現如今我國已建立起完善的視頻監控系統，并分布于各級城市的人員密集場所，如車站、機場、賓館等地以及主要街區。利用視頻監控系統也可以獲取還有人臉信息的圖像。但通過此種方式獲取的圖像信息往往存在分辨率低、模糊不清難以辨認等問題。此時我們需要先將視頻中截取的圖像進行清晰化處理，在利用人臉識別技術展開識別比對的工作，快速準確地得出識別結果，輔助偵查工作。

4.應用于身份不詳者及無名尸的辨認

偵查實際工作中，有些犯罪嫌疑人被抓獲后消極情緒嚴重，想通過消極抵抗的方式干擾偵查工作的進行，拒不交代自己真實的身份信息，此時偵查人員可以采集待確認人員的人臉圖像信息與相關數據庫（如公安人口信息庫）中的圖像進行比對，通過人臉識別的方式，得到真實的身份信息。類似的方法也可應用于無名尸體的信息查找與辨認，幫助偵查人員及時破獲案件。

三、結語

人工智能時代已經悄然而至。正如隨著網絡、電腦的普及，大部分的傳統犯罪都將主戰場移至隱蔽性更強的網絡世界。視頻結構化解析技術正在變革傳統視頻應用。城市中大規模視頻監控設備的鋪設，讓接觸式犯罪更容易被發現，視頻監控不再是硬件意義上的視頻設備，而是融入大數據偵查、智慧警務和智慧城市的總體布局之中的智能終端。在視頻偵查技術飛速發展過程中，也不可避免的出現一系列問題。比如：當視頻人臉識別系統給出的一系列相似對象，有哪些方式去排除或者肯定嫌疑對象？從流程設置上，如何避免視頻人臉識別錯誤帶來的負面影響？類似的問題也會出現在視頻大數據的應用過程中。通過合理設置應用視頻新技術的程序，規范視頻偵查和后續偵查工作流程，可以降低視頻新技術可能造成的技術性失誤。

參考文獻：

[1]李從志、鄭近德、潘海洋等：基于自適應多尺度散布熵的滾動軸承故障診斷方法[J].噪聲與振動控制，2018，38（5）：173-179.

[2]蔣瑾：《人工智能背景下偵查模式的探索》華東政法大學，2019年碩士論文