智慧城市网

登录

合肥警务实战中 车辆智慧管控新模式建设

来源:中国安防协会 作者: 盛虎 李国允 王伟
2019/7/29 8:52:3546738
  【安防展览网 城市在线】以创新完善立体化治安防控体系为目标,以整合现有卡口数据资源为基础,密切联系公安实战应用需求,加强公安业务需求与物联网技术、大数据技术对接,在更深层次上落实基础信息化建设创新,使得人工智能、计算机视觉等先进技术能够在警务掌控、预警、实战方向找到实质的落地应用。
 
  通过对卡口过车图像的结构化分析,运用物联网、大数据、人工智能等前沿技术实现过车数据的实时查询及多维度分析。通过丰富的接口应用,与警用地理信息系统、机动车缉查布控系统、情报系统、警务综合业务系统等已有业务系统实现对接,为大数据挖掘分析和跨地市案件串并等深度应用提供技术支撑,充分发挥大数据情报研判的引擎作用,深化“车—人—物—案”的案件侦查新模式,以及之间的关联碰撞挖掘,打通各个信息资源库,使之互联互通,更加便捷的处理巨量、复杂的警务数据,实现科学的预测预警,大幅提升警务资源数据的深度挖掘和综合开发应用效能。
 
  实现源头卡口数据的接入和非结构化图片数据的本地存储和结构化数据的分析应用,分级建立结构化卡口数据库,采取集中管理和分级分散管理相结合的方式,对各部门、警种关注的重点区域、重点路段、重点卡口数据进行整理、分类存储,并建立索引摘要。从而满足治安、巡逻、刑侦、交警等警种部门在维护社会治安、侦查破案等警务工作中的实战需求。
 
  1.采用人工智能、大数据等先进技术,为车辆大数据智慧管控提供技术保障
 
  在向车辆大数据智慧管控迈进的过程中,我局应用了大量的人工智能、大数据等先进技术。用计算机代替人眼对目标进行识别、跟踪和测量,并进一步进行图形计算,处理为更适合人眼观察或传送给计算机进行分析的图像。系统通过计算机视觉处理技术对卡口图片数据进行实时的二次识别,提取车辆特征等结构化数据。同时通过K-近邻算法、决策树算法、支持向量机等分类算法及卷积神经网络等深度学习算法,更是解决了许多难题,比如车辆可以按照外观类型进行分类,如轿车、货车等。而同一类型车辆所具有的公共特征是在进行分类时必须要考虑的问题,例如轿车之间的共同特征非常类似,但轿车与货车的公共特征却存在着明显的差别,我局通过集成方法将以上多个算法的分类结果进行组合,从而获得了比简单的单一算法更好的分类结果。
 
  2.以视频大数据为核心,整合所有联网视图数据
 
  当前视频图像数据的存储和使用,大都在各个孤立的应用系统和专有网络内,需依赖于公安网实现联网共享应用。而现有的视频安全边界平台和网络传输带宽,难以满足海量视频数据跨网络跨地域的传输需要,因而形成了大量的信息孤岛,对于跨区域作案的人员和车辆难以实现顺线追踪、全局掌控。
 
  目前,前端集成厂商众多,设备更新换代较快,数据格式、标准各异。为解决此问题,综合项目部署经验,制定数据对接标准,提供灵活的接入方式,可兼容众多厂商设备,实现跨平台数据汇聚。数据整合来源包括卡口电警数据及各平台采集的视图数据等,将分散的资源进行整合,构筑数据主体之间的关联关系,建立能够快速检索查询的资源库,实现无缝调阅各类结构化线索、关键视图数据。
 
  我局在实践车辆智慧管控时,充分考虑以视频大数据开采应用为核心,通过视频结构化技术,进一步加强在视频监控传输网络、数据库对接、分析处理等领域的技术创新,从源头上攻克视频数据联网实战应用的技术壁垒。整合所有联网的视图数据、实时动态数据等资源,提供灵活的方式接入不同平台及资源库,实现视图数据的全覆盖和互联互通,达到全局分析、统筹研判的佳应用效果。
 
  3.对视频资源实时智能分析,快速全面掌控预警
 
  视频监控作为一种实时的采集手段,记录了丰富的人、事、物信息量和特征点,能够反映真实行为及变化趋势。动态化、信息化条件下的立体化治安防控,不仅要求视频的“场景再现”,更重要的是“防患于未然”,做到预知、预警。目前社会治安的管理手段主要以“案后侦查”为主,较难开展有效的“案前防控”。急需一种先进的预警模型和布控查缉系统,以充分发挥监控视频系统的防控作用。
 
  因此,对于视频数据的深度分析不仅要满足对数据的率汇聚,对事件的高清晰还原,还应充分考虑到实时分析、深度挖掘和预测预警、趋势预判。采取可扩展应用的思路,建立实时分析和预警模型,实现高危目标和异常行为的动态掌握和及时推送。
 
  基于计算机深度学习算法和特征建模技术,将非结构化的视频图片进行分析处理,转换为描述性结构化文本数据。将二次识别数据与其他原始数据(如卡口名称、拍摄时间)融合后,将其中的高价值视图数据保存到系统数据库中,为平台的大数据分析应用提供实时数据支撑。例如,通过对视频流中的车辆进行缩略图提取,细化属性分析和目标搜索追踪。减轻监控操作人员监视负担,实现“从被动应急,到主动防控” ,“事后录像查找,到事中警情处置”。
 
  我局通过对视频资源的实时智能分析,强化对社会治安状况的监测评估,实时掌握轨迹、预判*热点、提高预防打击违法*、防范化解风险的能力。
 
  4.围绕视频深度应用,打通各信息库间合成作战应用
 
  面对复杂的治安防控形势,需要改变现有警种、部门各自为战的工作模式,建立合成作战工作机制,合成各警种的侦查力量、侦查手段和侦查资源,围绕感知设备、采集数据、处理技术进行多维分析与合成应用。
 
  充分考虑信息合成作战需求,采取可扩展应用的方式,将合成作战思路贯穿于产品设计与系统建设规划中。
 
  首先是多数据源的合成:将视频监控等多来源进行汇集处理、深挖内部关联关系,实现可视化并轨合成分析;其次是实战需求和平台应用的合成:将侦查破案、治安防控中的实战业务需求与平台的技术架构、功能设计、部署应用紧密合成,切实服务支撑作战场景。
 
  以视频监控数据深度应用为核心,实现公安各警种数据,如卡口电警、网络行为、高铁民航及社会资源数据的合成作战效能。对接驾管库、涉案视频库、关键图像等资源数据,满足各大公安业务系统以及公安各类数据库的合成研判分析。
 
  以支撑公安各警种综合应用为核心,按照“事前综合防控、事中指挥调度、事后视频侦查与研判”为业务主要流程,突出“警情线、指挥线、案件线”建设,整合卡口电警、GIS/PGIS地理信息资源等,采用计算机视觉技术、人工智能技术、视频结构化技术、智能分析技术、大数据挖掘技术,构建、立体式公安实战应用系统。
 
  以解决公安一线业务痛点为应用方向,通过先进的视频图像深度分析技术,实现卡口图像相关信息的流转,实现与其他业务系统的关联分析,实现各个警种单位的协同作战,实现业务的统一管理、统计分析、绩效考核与运维管理。
 
  面向侦查破案、决策指挥、治安管控、社会管理等方面,进行深入的需求分析,梳理各个业务警种的实际业务流程,制定个性化的解决方案。针对刑侦破案提供卡口车辆图像二次识别、大数据研判等功能服务;针对决策指挥提供实时预警、布控查缉等功能服务;针对交通管控提供违章违法行为智能识别检出等功能服务。
 
  5.以智能软件升级现有硬件,以应用软件替代专用硬件
 
  当前高清卡口电警、视频监控系统建设已趋于完善,积累了丰富的视频资源,但发挥作用普遍较为单一。受厂商技术更迭等客观因素影响,建设标准、技术架构、数据汇聚方式、处理应用策略等存在较大差异,新老设备、平台并存的现象普遍,导致视频中潜在的大量高价值信息缺乏深度开采应用。
 
  我局充分考虑建设现状,依托现有视频资源及前端设备,以智能软件升级现有硬件的方式替代高成本专用硬件。例如,可在部分视频监控点位配置虚拟卡口等。在保证同等实战应用效果的前提下,大大降低设备采购和项目建设成本,进一步发挥现有视频资源支撑业务应用的效能,以科技武装警力,以科技提升战斗力。
 
  未来,合肥将更加深入的贯彻重要讲话关于抓改革落实的重要指示精神,围绕立体化治安防控体系中的人、车、物、案、图五大关键要素,将视频监控、电磁轨迹、传感器、卫星定位等多来源的公安物联网数据进行汇集处理、深挖内部关联关系,实现可视化合成分析,并结合案件信息与PGIS地理信息系统进行时空并轨合成分析,多维度全息掌控人员、车辆、手机轨迹,大化综合深度挖掘公安物联网数据资源价值,利用人工智能、大数据、云计算技术全面提升侦查破案、*处突、打击的作战能力。将侦查破案、治安防控中的实战业务需求与平台的技术架构、功能设计、部署应用紧密合成,切实服务支撑作战场景,深挖数据价值,使大数据技术在公安应用中有更多落地应用,实现大数据技术服务国家,惠及人民的使命。(原标题:车辆智慧管控新模式建设)

上一篇:2018年安徽安防市场约为153.03亿

下一篇:深圳 安防之都的陨落和复仇记

相关资讯:

首页|导航|登录|关于本站|联系我们