基于圖像、數(shù)據(jù)分析技術(shù)的水域治安防控研究與應(yīng)用

南京暢淼科技有限責(zé)任公司 歐陽文全 楊正 林盛梅 汪乾

水域治安管理有著流動性大、隱蔽性強(qiáng)、檢查難度大的特點(diǎn),以往所有過閘船舶都必須到登記窗口接受檢查方可登記過閘,一定程度上方便了公安機(jī)關(guān)對船舶、船民的管理。近年來船閘管理部門采用了不上岸繳費(fèi)過閘[1]。這給公安機(jī)關(guān)對過往船舶、船民的檢查、管理帶來了很大不便[2]。針對水域治安瓶頸,本項(xiàng)目通過視頻分析、圖像識別等技術(shù),將結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)打通融合,融合圖像識別信息、船閘、海事以及公安登船核查等數(shù)據(jù),快速掌握轄區(qū)內(nèi)船舶情況、隨船人員動態(tài)。

0 引言

根據(jù)水域治理安全管理的特點(diǎn)，且隨著大數(shù)據(jù)智能化的發(fā)展,船閘管理部門采用了微信登記、網(wǎng)上繳費(fèi)的形式,船民可通過微信登記、轉(zhuǎn)賬買票過閘(類似于高速公路的ETC系統(tǒng)),無需到窗口檢查登記。新的過閘程序給公安機(jī)關(guān)對過往船舶、船民的檢查、管理帶來了一些不便,主要表現(xiàn)在以下幾個方面:

(1)船舶登記無需駛?cè)氪l區(qū)域,登船檢查難度大。以往的船舶過閘登記需駛?cè)胫付ǖ拇按l區(qū)域,現(xiàn)在船舶只要在以船閘AIS(船舶身份識別系統(tǒng))信號接收塔為中心的數(shù)公里的水域范圍內(nèi)都可在網(wǎng)上自行登記,水域?？糠秶鷱V,上船檢查難度顯著增加。

(2)部分船舶篡改AIS碼提前報港,影響過閘秩序,易引發(fā)斗毆等治安事件。部分船民雖然船未到港但采用篡改自身AIS識別碼或用偽基站發(fā)送AIS信號,提前登記,空號泛濫,造成過閘秩序混亂,影響遵章守紀(jì)船民合法權(quán)益。造成投訴激增,甚至引發(fā)船民之間爭吵、肢體沖突等事件。

(3)大船小簿逃繳納閘費(fèi)類詐騙案件高發(fā)。出于經(jīng)濟(jì)利益考慮,部分船舶為了少繳過閘費(fèi)或多裝貨物,經(jīng)常會出現(xiàn)“大船小簿”的行為,此類行為不僅逃避了合理繳費(fèi),還易損害閘門門坎,甚至引發(fā)“夾檔”和擱淺等安全事故。目前依靠人工核查的方式,無法及時高效發(fā)現(xiàn)此類可疑船舶,產(chǎn)生了部分“詐騙慣犯”。

(4)人工登船檢查工作繁重且低效。目前絕大部分檢查復(fù)核工作都需要登船,工作量巨大而警力又十分有限,無法做到每船必查,尚存在違規(guī)空間。希望能依托技術(shù)手段,減少登船次數(shù),自動完成登船檢查中的絕大部分工作。

(5)人員管控難度大。以高港船閘為例,2018年共計通過船舶14.8萬艘次,以每船3人計,則有45萬人次的流動人口。況且船舶空間是車輛的幾十倍,藏身地方甚多,盤查困難。故船舶成為違法犯罪分子藏匿的洼地。

1 研究內(nèi)容

結(jié)合人、水、船、貨數(shù)據(jù)和部分網(wǎng)偵、技偵的數(shù)據(jù)和業(yè)務(wù),建設(shè)有特色的水上智慧警務(wù)平臺,服務(wù)于事前防、事中控、事后打(如圖1所示)。

圖1 研究內(nèi)容Fig.1 Research content

1.1 船舶數(shù)據(jù)獲取及分析應(yīng)用

架設(shè)AIS基站獲取船舶實(shí)時位置,根據(jù)AIS信息分析船舶聚集情況,據(jù)此科學(xué)安排巡邏地點(diǎn)和次數(shù)。船舶聚集數(shù)量多的地方增加巡邏頻率。

船舶數(shù)據(jù)獲取的關(guān)鍵是在船閘上下游安裝水上抓拍卡口。

車輛抓拍技術(shù)已然成熟,但是水上船舶抓拍一直是難以攻克的難題,本文提出基于視頻的船舶高清抓拍屬于全國首創(chuàng)。與車輛抓拍不同,水上船舶抓拍相比難度更高,具體地體現(xiàn)在車輛抓拍可借助傳感器觸發(fā)如地磁線圈、RFID、微波等,而水上航道范圍較廣和安裝條件受限,難以與傳感器相結(jié)合?；诖瞬捎靡曨l分析技術(shù)檢測船舶,并對船舶進(jìn)行高清抓拍,克服了遠(yuǎn)距離、夜間無光照、雨霧天水汽大、水面反射炫光等難題,實(shí)現(xiàn)船舶7×24高清抓拍。

視頻流信號由固定不動的攝像頭輸入。隨后對視頻流進(jìn)行背景建模,建模時先對模型進(jìn)行初始化,之后判斷像素點(diǎn)是否為前景點(diǎn),設(shè)定一定的更新機(jī)制更新背景模型。背景建模后得到前景點(diǎn),用連通域分析法分析前景點(diǎn),得到的連通域作為目標(biāo)候選區(qū)。根據(jù)先驗(yàn)知識對目標(biāo)候選區(qū)域中的非船舶目標(biāo)進(jìn)行去除,最后得到船舶目標(biāo)。

圖2 船舶檢測技術(shù)算法流程圖Fig.2 Flow chart of ship detection technology algorithm

抓拍船舶高清照片以后需要識別船舶身份。水上船舶身份識別與路上車輛識別相比技術(shù)難度更高,路上所有車輛都按規(guī)定懸掛車牌,且車牌具有統(tǒng)一尺寸和規(guī)格,車牌由有關(guān)部門統(tǒng)一發(fā)放,而船舶的船名書寫大多不規(guī)范,位置、字體、大小,甚至船名、字符、個數(shù)都不確定而且遮擋現(xiàn)象十分普遍,這對船舶身份識別帶來相當(dāng)大的挑戰(zhàn)。結(jié)合船舶身份的特點(diǎn),本項(xiàng)目采用AIS解析融合+基于圖像的船名識別的技術(shù)識別船舶身份,對于開啟AIS的船舶通過采集并解析AIS信息中的身份信息,并通過相關(guān)算法將AIS身份信息與圖像融合,對于未開啟AIS的船舶,采用圖像識別技術(shù),先定位船名位置后采用深度學(xué)習(xí)算法識別船名,由此,無論船舶是否開啟AIS,均能對船舶身份準(zhǔn)確識別。

傳統(tǒng)的船舶丈量一般都依賴人工上船測量,由于船舶長度寬度較大,每次測量至少需要3人,效率較低。

本文基于視頻分析的船舶尺寸自動丈量技術(shù),通過合理選型,利用視頻分析技術(shù),解決了陰影、水花浪涌等的干擾,利用邊緣檢測(分析船舶底邊緣、左邊緣和右邊緣位置,進(jìn)而計算船舶在圖像中的像素寬度與高度,利用圖像像素與實(shí)際尺寸的轉(zhuǎn)換關(guān)系)及最小二乘線性擬合、高斯濾波等算法,最終長寬丈量精度高達(dá)±5cm。

吃水超深船舶會損壞閘室及發(fā)生船舶漏水傾翻事故,進(jìn)而引發(fā)嚴(yán)重的治安事件。為測得船舶吃水,本項(xiàng)目在研發(fā)過程中獨(dú)辟蹊徑,規(guī)避水下深度丈量的困難,轉(zhuǎn)為測量水面上干舷高度。即吃水深=型深-干舷距離水面高度。利用圖像技術(shù)測量吃水深度的技術(shù)在國內(nèi)屬于首創(chuàng)。

其中型深通過船舶身份識別技術(shù)確定船舶身份,根據(jù)身份在數(shù)據(jù)庫里取得型深數(shù)據(jù)。干舷距離水面高度則采用深度學(xué)習(xí)等位系船柱,邊緣檢測技術(shù)定位船水分界線,根據(jù)世界坐標(biāo)和圖像坐標(biāo)的轉(zhuǎn)換關(guān)系算出。測得吃水深度,結(jié)合測得的長寬數(shù)據(jù),可估計船舶噸位及判斷船舶是否超載。

基于圖像識別船舶的種類、貨物種類(未封倉貨船)。

對于AIS船名與字符船名不一致或者僅有AIS出現(xiàn)卻無船舶出現(xiàn)的情況進(jìn)行實(shí)時預(yù)警。保障過閘秩序,降低由此引發(fā)的斗毆等治安事件。

接入船閘的登記調(diào)度數(shù)據(jù),根據(jù)識別得到船舶身份索引船舶種類、貨物種類、船舶尺寸。若發(fā)現(xiàn)登記調(diào)度信息與圖像識別得到的信息不一致,則發(fā)出預(yù)警,揪出大船小簿逃繳納閘票費(fèi)類詐騙。

對于運(yùn)輸頻次有異常(例如某艘船舶一般每個月通過高港船閘1次,突然本月上升到3次),且運(yùn)輸?shù)呢浄N為廢鋼、煤炭、糧食等容易被倒賣的船舶,發(fā)出預(yù)警。并可調(diào)出該船舶的歷史軌跡,船主船員的詳細(xì)信息。輔助工作人員判斷是否確為倒賣物資的船舶。

1.2 隨船人員數(shù)據(jù)獲取及分析應(yīng)用

使用手機(jī)信號探測微基站以及海事船舶基礎(chǔ)數(shù)據(jù)(含船主、船員數(shù)據(jù)),船舶登記過閘數(shù)據(jù)(含隨船人員數(shù)據(jù))。確定當(dāng)前被抓拍船舶的人數(shù)及姓名、手機(jī)號等信息。

并基于船舶的高清抓拍照片進(jìn)行人體檢測及人臉定位。

接入公安的重點(diǎn)人員、在逃人員信息庫,進(jìn)行信息比對和人臉碰撞,若命中,則發(fā)出預(yù)警。

1.3 其他數(shù)據(jù)獲取及分析應(yīng)用

注重綠色環(huán)保,通過水質(zhì)數(shù)據(jù)的接入實(shí)現(xiàn)河湖水質(zhì)的實(shí)時監(jiān)測,水質(zhì)異常時發(fā)出預(yù)警,在平臺上可檢索特定時間段的危險品船舶數(shù)據(jù),以及接入環(huán)保的專家系統(tǒng),以作更快速、更精準(zhǔn)的污染物溯源分析。

1.4 數(shù)據(jù)結(jié)構(gòu)化存儲

將人船數(shù)據(jù)、船舶照片進(jìn)行結(jié)構(gòu)化存儲到數(shù)據(jù)。方便日后快速檢索、返查。

積累船舶、人員數(shù)據(jù),形成船舶數(shù)據(jù)資源庫,支持按時間段、按船名、按船主、按航向方向等條件進(jìn)行篩選查詢的功能。點(diǎn)擊某條船舶,可顯示該船舶詳情,并可調(diào)出該船舶的歷史過閘記錄及照片、運(yùn)行軌跡。可顯示該船舶的船主、船員的信息及其在公安系統(tǒng)的行為記錄。

視頻、圖像是構(gòu)成公安數(shù)據(jù)資源的重要組成部分,然而其本身是作為一種非結(jié)構(gòu)化數(shù)據(jù)存儲的,在與其他船舶、人員息等結(jié)構(gòu)化存儲的數(shù)據(jù)進(jìn)行多源數(shù)據(jù)融合應(yīng)用時,產(chǎn)生了天然的信息融合障礙。

通過視頻分析技術(shù)、圖像識別技術(shù),將結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)打通融合,融合圖像識別信息、船閘、海事、以及公安登船核查等數(shù)據(jù),快速掌握轄區(qū)內(nèi)隨船人員動態(tài)。實(shí)現(xiàn)一船一照一檔( 船照+船名+隨船人員信息) 。

2 結(jié)語

傳統(tǒng)的水上治安巡邏防范是“人”到船上檢查,然而這種防范力量畢竟是有限的,總是存在犯罪分子有可逞之機(jī)和作案的空間時間。本文充分運(yùn)用智能視頻監(jiān)控探頭、大數(shù)據(jù)資源來提升防范的水平和能力,以守住邊、鎖住口、管好點(diǎn)為目標(biāo),精準(zhǔn)地實(shí)現(xiàn)點(diǎn)、線、面上防范的有機(jī)統(tǒng)一和完美融合,做到全天候24小時、全方位的緊密防范,實(shí)現(xiàn)打防一體。再就是技防之變?？梢詫?shí)時顯示現(xiàn)場圖像和記錄回放歷史場景,在發(fā)現(xiàn)犯罪、預(yù)防犯罪、威懾犯罪和鎖定目標(biāo)、提供線索、固定證據(jù)等有著重要作用,圖像中的人、船、物、事件等數(shù)據(jù)已經(jīng)成為社會治理的核心要素。

依托水上高清視頻,應(yīng)用視頻分析、圖像處理等技術(shù),自動從視頻數(shù)據(jù)中高效、甚至實(shí)時地提取有價值的信息,更好地利用視頻資源,實(shí)現(xiàn)由“人工盯屏找信息”到“機(jī)器智能找信息”轉(zhuǎn)變,是實(shí)現(xiàn)高效、智能化的安全監(jiān)管、應(yīng)急搜救、船舶交通的必然途徑。將視頻轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)是未來發(fā)展方向,將船舶抓拍、船舶圖像識別分析等技術(shù)形成行業(yè)技術(shù)標(biāo)準(zhǔn)也是大勢所趨。

本系統(tǒng)除應(yīng)用于公安行業(yè)外,還可用于水利部門的漁船監(jiān)管、采砂船監(jiān)管;航道管理部門的船舶流量統(tǒng)計、船舶報港登記管理,橋梁及航標(biāo)防撞的預(yù)警及取證,海事的船舶抓拍卡口、處罰取證、船舶監(jiān)管;港口的危貨作業(yè)申報、邊檢的嫌疑船舶查處等。

引用

[1] 董良科.“水上ETC”在蘇北運(yùn)河船舶調(diào)度管理中的作用探析[J].經(jīng)營管理者,2015(27):2.

[2] 范晉川.圍剿幽靈船——上海市公安局水上公安局“1·26專案”偵破紀(jì)實(shí)[J].東方劍,2014(B12):4.