人工智能在公安視頻監(jiān)控領(lǐng)域的應(yīng)用探討

林文婷 福建省三明市尤溪縣公安局

隨著平安城市的建設(shè)，監(jiān)控視頻已經(jīng)遍布大街小巷。相關(guān)統(tǒng)計(jì)結(jié)果顯示，在一個(gè)中型城市中，監(jiān)控?cái)?shù)量達(dá)到幾萬(wàn)到幾十萬(wàn)路，每天產(chǎn)生的數(shù)據(jù)信息相當(dāng)于幾千億張圖片。針對(duì)這些信息，傳統(tǒng)人工處理模式不滿足管理需求，必須構(gòu)建信息化管理系統(tǒng)。以下結(jié)合實(shí)踐，探討了人工智能技術(shù)在公安視頻監(jiān)控中的運(yùn)用。

1 公安視頻監(jiān)控領(lǐng)域人工智能技術(shù)的應(yīng)用現(xiàn)狀

1.1 車輛識(shí)別技術(shù)

基于人工智能下，車輛識(shí)別技術(shù)(VLPR)分為兩種：一是車牌識(shí)別，采集車牌信息后，和車輛信息庫(kù)相關(guān)聯(lián)，然后開展相關(guān)業(yè)務(wù)，常用在停車場(chǎng)、電子警察、卡口處。二是車輛特征識(shí)別，能獲得車牌以外的信息，例如車輛類型和品牌、車身顏色、車牌類型、安全帶使用情況、司機(jī)有沒有用手機(jī)等。車輛識(shí)別技術(shù)，本質(zhì)上是采用圖像處理、模式識(shí)別、計(jì)算機(jī)視覺等技術(shù)，對(duì)圖像和視頻進(jìn)行分析處理，在公安視頻監(jiān)控領(lǐng)域可實(shí)現(xiàn)車輛信息特征、運(yùn)動(dòng)軌跡、實(shí)時(shí)定位等功能，是智慧交通管理的“好幫手”。

1.2 人臉識(shí)別技術(shù)

人臉識(shí)別技術(shù)（FR），就是采集人臉的特征信息，然后進(jìn)行匹配、分析的過(guò)程?？紤]到人們多處于運(yùn)動(dòng)狀態(tài)，這就提高了人臉識(shí)別的難度，因此公安視頻監(jiān)控領(lǐng)域，多采用動(dòng)態(tài)人臉識(shí)別技術(shù)。以人臉抓拍機(jī)為例，一般安裝在寬度為2.5-3.5m 的單一通道中，將抓拍照片傳輸至系統(tǒng)，和數(shù)據(jù)庫(kù)進(jìn)行比對(duì)，標(biāo)注出重點(diǎn)人員、高危人員，實(shí)現(xiàn)實(shí)時(shí)監(jiān)控、自動(dòng)報(bào)警、聯(lián)網(wǎng)布控，從而達(dá)到威懾、防范與打擊等多重效能。目前，人臉識(shí)別技術(shù)在公安視頻監(jiān)控中的應(yīng)用，集中在身份認(rèn)證、人員防控等方面。

1.3 行人再識(shí)別技術(shù)

行人再識(shí)別技術(shù)即ReID，是人臉識(shí)別技術(shù)的重要補(bǔ)充[2]。該技術(shù)是利用計(jì)算機(jī)視覺，判斷圖像或視頻中是否存在特定行人，可以彌補(bǔ)固定攝像頭的視覺局限。在實(shí)際生活中，不同攝像設(shè)備之間有差異，行人外觀也會(huì)受到衣著、姿態(tài)、遮擋、視角等因素的影響，應(yīng)用ReID技術(shù)對(duì)行人面部以外的特征進(jìn)行捕捉，從而實(shí)現(xiàn)跨鏡頭跟蹤，進(jìn)而對(duì)采集到的數(shù)據(jù)進(jìn)行碰撞、挖掘、檢索，在公安視頻監(jiān)控領(lǐng)域是一種智能分析研判工具，應(yīng)用前景廣闊。

2 人工智能技術(shù)在公安視頻監(jiān)控中的應(yīng)用價(jià)值

2.1 助力公安偵查

傳統(tǒng)的視頻監(jiān)控技術(shù)，可對(duì)視頻進(jìn)行存儲(chǔ)、回放，但不能對(duì)視頻中的人、物進(jìn)行識(shí)別、定位、檢索。人工智能技術(shù)的應(yīng)用，可以提取視頻內(nèi)容的某個(gè)特征，對(duì)視頻信息進(jìn)行更好地理解。實(shí)際操作中，在攝像機(jī)內(nèi)置入人工智能芯片，能對(duì)運(yùn)動(dòng)對(duì)象進(jìn)行自動(dòng)檢測(cè)，提取出屬性信息；然后經(jīng)網(wǎng)絡(luò)傳輸至數(shù)據(jù)中心，將信息存儲(chǔ)起來(lái)。在數(shù)據(jù)中心，不僅運(yùn)算能力強(qiáng)，而且人工智能分析后，可在最短時(shí)間內(nèi)獲取有用的信息，例如發(fā)現(xiàn)嫌疑人的軌跡、破案線索，助力公安偵查，加快案件偵破速度。

2.2 提高管理效率

人口管理是公安管理的重要內(nèi)容，隨著經(jīng)濟(jì)社會(huì)快速發(fā)展，人們的流動(dòng)性增強(qiáng)，采集人口信息、對(duì)人口進(jìn)行管理，均存在較大的困難。對(duì)基層公安而言，如何獲得真實(shí)全面的人口信息，實(shí)現(xiàn)轄區(qū)人口全覆蓋，成為急需解決的問(wèn)題。利用人工智能中的人臉識(shí)別技術(shù)，可對(duì)小區(qū)進(jìn)出人員進(jìn)行監(jiān)控，通過(guò)分析進(jìn)出規(guī)律、過(guò)夜頻率，判斷是不是小區(qū)內(nèi)的居住人員。如果是小區(qū)居住人員，但長(zhǎng)時(shí)間沒有回到小區(qū)，系統(tǒng)可將信息推送給社區(qū)民警，通過(guò)實(shí)地核查了解人口流動(dòng)信息，獲得及時(shí)準(zhǔn)確的人口信息。如果重點(diǎn)人員、前科人員進(jìn)入小區(qū)，系統(tǒng)能將信息推送給公安平臺(tái)客戶端、民警手機(jī)終端，進(jìn)一步跟進(jìn)調(diào)查。

2.3 智能預(yù)測(cè)犯罪

2011 年開始，PPS 系統(tǒng)在美國(guó)率先應(yīng)用。該系統(tǒng)是對(duì)海量的案件信息進(jìn)行分析，從中找到犯罪行為模式，例如案件發(fā)生時(shí)間、特定地點(diǎn)等?；谟?jì)算機(jī)算法下，可以預(yù)測(cè)未來(lái)一段時(shí)間內(nèi)，哪些地區(qū)可能發(fā)生犯罪案件，標(biāo)注出犯罪高危區(qū)域，有利于配置警力資源。在國(guó)內(nèi)，PPS系統(tǒng)已經(jīng)在蘇州市公安局應(yīng)用，相關(guān)指標(biāo)達(dá)到設(shè)計(jì)要求，運(yùn)行效果良好。智能預(yù)測(cè)犯罪，從事后控制轉(zhuǎn)變?yōu)槭虑邦A(yù)測(cè)，是將人像識(shí)別、視頻監(jiān)控、人工智能分析等技術(shù)相結(jié)合，根據(jù)目標(biāo)人的體貌、行為、步態(tài)、攜帶物品等信息，預(yù)測(cè)誰(shuí)可能犯罪、在哪里犯罪、犯罪危害程度等，為公安管理提供支持，顯著提高犯罪打擊力度。

3 人工智能技術(shù)存在的問(wèn)題和未來(lái)發(fā)展趨勢(shì)

3.1 存在的問(wèn)題

第一，環(huán)境適應(yīng)性差。人工智能分析視頻內(nèi)容時(shí)，會(huì)受到光照、天氣、目標(biāo)大小、地物遮擋、圖像質(zhì)量的影響，可能引起誤判斷、誤分析現(xiàn)象。

第二，數(shù)據(jù)分散。傳統(tǒng)的公安視頻監(jiān)控體系，各平臺(tái)的數(shù)據(jù)沒有共享，無(wú)法用多個(gè)維度進(jìn)行分析。以人臉識(shí)別技術(shù)為例，要想提高識(shí)別準(zhǔn)確率，不僅要改進(jìn)算法算力，還要獲得不同層面的數(shù)據(jù)，例如社交、車輛、定位、消費(fèi)等，通過(guò)數(shù)據(jù)整合進(jìn)一步提高識(shí)別準(zhǔn)確率。

第三，場(chǎng)景理解受限。一方面，技術(shù)和經(jīng)驗(yàn)不足；另一方面，視頻監(jiān)控以單場(chǎng)景靜態(tài)環(huán)境為主，沒有將多場(chǎng)景、關(guān)聯(lián)行為結(jié)合起來(lái)。

第四，缺乏自主能力。人工智能是基于“人工”下的智能，并沒有自我成長(zhǎng)的能力，必須根據(jù)人工設(shè)定的條件進(jìn)行分析，因此還有較大的發(fā)展空間。

3.2 發(fā)展趨勢(shì)

第一，識(shí)別人、物的軌跡。公安視頻監(jiān)控能識(shí)別人、物的軌跡，是傳統(tǒng)管理體系向智能管理的轉(zhuǎn)變。具體劃分，包括虛擬警戒線、人數(shù)統(tǒng)計(jì)、自動(dòng)PTZ 跟蹤、物體出現(xiàn)和消失、人員突然奔跑等。對(duì)人、物的軌跡進(jìn)行分析，除了統(tǒng)計(jì)數(shù)量，還要判斷過(guò)程，發(fā)現(xiàn)異常就進(jìn)行報(bào)警，例如：有人員進(jìn)入警戒區(qū)域、廣場(chǎng)一角有人群聚集等。

第二，環(huán)境干擾判斷和補(bǔ)償。公安視頻監(jiān)控系統(tǒng)中，環(huán)境干擾因素主要有雨、雪、霧，夜間低照度，攝像頭遮擋或抖動(dòng)等[4]。應(yīng)用人工智能技術(shù)，對(duì)環(huán)境干擾進(jìn)行判斷和補(bǔ)償，可在復(fù)雜環(huán)境中正常監(jiān)控。例如：在環(huán)境干擾下導(dǎo)致視頻不清晰，通過(guò)判斷攝像頭的偏移情況，及時(shí)發(fā)出報(bào)警，輸出智能分析結(jié)果。

第三，自然語(yǔ)言處理。自然語(yǔ)言處理即NLP，指的是計(jì)算機(jī)對(duì)人類文本語(yǔ)言進(jìn)行識(shí)別和掌握，是人類語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)相互交叉整合的結(jié)果?？梢哉f(shuō)，NLP 技術(shù)是人工智能的最終發(fā)展目標(biāo)，將其應(yīng)用在公安視頻監(jiān)控領(lǐng)域，是通過(guò)語(yǔ)音識(shí)別判斷人的聲紋身份，利用語(yǔ)音中的文字信息，為公安偵查提供支持。

4 實(shí)際案例分析

以尤溪縣公安視頻監(jiān)控系統(tǒng)為例，目前全縣已建成覆蓋重點(diǎn)單位、重點(diǎn)部位的視頻監(jiān)控2926 路，其中整合接入各類社會(huì)資源1368 路，面向情報(bào)、指揮、刑偵、圖偵、派出所等用戶。為了進(jìn)一步提高日常管理水平，提高重大突發(fā)事件的反應(yīng)能力，在監(jiān)控系統(tǒng)中利用人臉識(shí)別技術(shù)即用特寫一體攝像機(jī)采集含有人臉的圖片或視頻，自動(dòng)檢測(cè)和跟蹤，通過(guò)特征提取、五官定位等技術(shù)與人員庫(kù)進(jìn)行比對(duì)、匹配，從而篩選并識(shí)別出人員身份信息。該技術(shù)的應(yīng)用，包括人臉采集攝像機(jī)、人臉識(shí)別綜合應(yīng)用平臺(tái)、存儲(chǔ)器等，能對(duì)人臉進(jìn)行靜態(tài)比對(duì)、動(dòng)態(tài)布控。經(jīng)過(guò)一段時(shí)間的運(yùn)行，應(yīng)用成果如下：①能及時(shí)發(fā)現(xiàn)黑名單人員進(jìn)入視頻監(jiān)控范圍，平臺(tái)預(yù)警后方便警務(wù)人員進(jìn)行研判。②對(duì)視頻監(jiān)控中的人員進(jìn)行軌跡分析，預(yù)測(cè)可疑分子和可疑行為，提高出警主動(dòng)性。③根據(jù)特征圖片進(jìn)行檢索，對(duì)可疑分子進(jìn)行定位，助力案件偵破。

5 結(jié)語(yǔ)

綜上所述，在公安視頻監(jiān)控領(lǐng)域，人工智能技術(shù)的應(yīng)用主要有車輛識(shí)別技術(shù)、人臉識(shí)別技術(shù)、行人再識(shí)別技術(shù)等，能助力公安偵查、提高管理效率、智能預(yù)測(cè)犯罪。在未來(lái)，隨著人工智能的發(fā)展，還能識(shí)別人、物的軌跡，對(duì)環(huán)境干擾判斷和補(bǔ)償，并處理自然語(yǔ)言，進(jìn)一步推動(dòng)公安管理工作發(fā)展。