摘 要 近年來，視頻監(jiān)控市場發(fā)展迅猛，視頻監(jiān)控設(shè)備已經(jīng)走入千家萬戶，在工商業(yè)、公共基礎(chǔ)設(shè)施、家庭等各個(gè)領(lǐng)域得到廣泛應(yīng)用。這就給公安行業(yè)應(yīng)用視頻大數(shù)據(jù)分析提供了海量的視頻資源基礎(chǔ)。但視頻資源的管理、應(yīng)用、共享等環(huán)節(jié)還存在一些問題。本文將結(jié)合視頻大數(shù)據(jù)應(yīng)用中存在的問題，分析如何提高視頻大數(shù)據(jù)在公安行業(yè)的應(yīng)用效率。

關(guān)鍵詞 大數(shù)據(jù);偵查;技術(shù);公安

公安行業(yè)通過從海量視頻數(shù)據(jù)中查找有價(jià)值案件線索、利用智能分析技術(shù)、對“元數(shù)據(jù)”進(jìn)行信息重構(gòu)，并以數(shù)據(jù)TAG方式重組、存儲(chǔ)、學(xué)習(xí)各類信息，能夠更加高效地識(shí)別犯罪分子行為痕跡，使得預(yù)警、防控、犯罪打擊更加高效。偵查破案能力得到提升。

1 視頻數(shù)據(jù)在安防應(yīng)用中存在的問題

視頻大數(shù)據(jù)的發(fā)展過程就是不斷提高視頻清晰度、存儲(chǔ)空間、算法檢測識(shí)別率的過程[1]。這三大問題的存在對于我國視頻大數(shù)據(jù)的發(fā)展造成了不利影響。視頻清晰度問題主要是監(jiān)控設(shè)備分辨率受到限制導(dǎo)致的。存儲(chǔ)空間不足問題主要受視頻壓縮解碼性能不足影響，或者由網(wǎng)絡(luò)傳輸速度限制導(dǎo)致。算法檢測識(shí)別率的準(zhǔn)確性不足問題可能會(huì)影響到智能視頻查找搜索相關(guān)視頻的能力。當(dāng)前我國視頻監(jiān)控的方法還比較粗略簡單、在算法與識(shí)別率方面較為落后，給跟蹤工作造成較大困擾。視頻數(shù)據(jù)智能分析很早就被應(yīng)用于公安行業(yè)，但早期監(jiān)控設(shè)備攝像性能低、智能算法本身存在缺陷。而隨著技術(shù)的發(fā)展，算法的優(yōu)化，海量而多元的異結(jié)構(gòu)數(shù)據(jù)成為智能融合與管理的技術(shù)壁壘。因此，突破視頻資源整合、管理、分析、共享等環(huán)節(jié)的障礙成為推動(dòng)警務(wù)效率，提升視頻大數(shù)據(jù)分析應(yīng)用能力的關(guān)鍵。

2 視頻大數(shù)據(jù)關(guān)鍵技術(shù)

2.1 大規(guī)模視頻解析技術(shù)

以云存儲(chǔ)、云計(jì)算技術(shù)為支撐的大規(guī)模視頻解析技術(shù)，具有云量的大規(guī)模存儲(chǔ)空間能夠?qū)Ａ康囊曨l數(shù)據(jù)進(jìn)行計(jì)算分析。其強(qiáng)大的運(yùn)算能力能夠?qū)Ω黝愐曨l進(jìn)行分析、對比、處理。包括從海量視頻中挖掘犯罪嫌疑人、嫌疑車輛、犯罪事件以及犯罪歷史過程。這項(xiàng)技術(shù)可以針對結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)采用不同的計(jì)算與檢索方式[2]，根據(jù)不同警務(wù)需求，組織視頻資源，極大程度上提高了數(shù)據(jù)計(jì)算與關(guān)聯(lián)查詢的效率。

2.2 深度學(xué)習(xí)技術(shù)

深度學(xué)習(xí)技術(shù)是一種對人腦學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的模擬，并通過賦予計(jì)算機(jī)人腦學(xué)習(xí)機(jī)制進(jìn)行數(shù)據(jù)的解析，以發(fā)掘數(shù)據(jù)抽象的分布特征的智能算法。這項(xiàng)技術(shù)在人臉識(shí)別、人體識(shí)別、車輛分析、物體識(shí)別等方面發(fā)揮著重要作用。

2.3 視覺智能分析技術(shù)

視覺智能分析技術(shù)，從監(jiān)控設(shè)備中收集非結(jié)構(gòu)性數(shù)據(jù)集合，對視頻圖像進(jìn)行理解和分析，生成圖像內(nèi)容并進(jìn)行語義描述，查找異?，F(xiàn)象。通過這項(xiàng)技術(shù)，可以將固定場景視頻濃縮成更小一段視頻，并利用車輛、人臉、人體等算法，對視頻圖片中的目標(biāo)人、車輛的特征進(jìn)行提取，提高視頻線索偵查，排查以及定位的效率如下圖1所示。

如圖所示，通過視頻技術(shù)與智能學(xué)習(xí)算法的利用，可精確識(shí)別視頻流或圖片中的人、車輛目標(biāo)屬性，人臉清晰可見、包括了性別、年齡、發(fā)型、物品。車輛信息翔實(shí)，包括車標(biāo)、車牌號、車身顏色、車速等特征都可清晰展現(xiàn)。

3 視頻大數(shù)據(jù)在公安行業(yè)的應(yīng)用分析

隨著云計(jì)算、計(jì)算機(jī)技術(shù)的發(fā)展與普及，視頻資源的采集以及利用效率大大提升。智能視頻分析系統(tǒng)在其中扮演著重要的角色。在用戶、案件信息、案件視頻數(shù)據(jù)存儲(chǔ)、視頻數(shù)據(jù)處理、智能識(shí)別、線索檢索、線索時(shí)空性分析方面功能強(qiáng)大且完善。具體體現(xiàn)在以下幾個(gè)方面。

3.1 分析人員關(guān)系

視頻大數(shù)據(jù)智能分析技術(shù)將匯集到公安大數(shù)據(jù)平臺(tái)的人臉、人體圖片等結(jié)構(gòu)性數(shù)據(jù)信息進(jìn)行深度處理，建立起轄區(qū)常住人口、流動(dòng)人口、全國在逃人員、重點(diǎn)關(guān)注人員以及各類嫌疑人員分類數(shù)據(jù)庫，構(gòu)建起一條以人臉、人體、時(shí)間、地點(diǎn)為要素的大數(shù)據(jù)人像分析、緝查布控應(yīng)用體系[3]。

其優(yōu)勢在于可對目標(biāo)群體之間的關(guān)系進(jìn)行細(xì)致梳理，發(fā)掘隱藏的未知關(guān)系，判斷篩查群體內(nèi)不同目標(biāo)對象之間的關(guān)聯(lián)與聯(lián)系。在已知關(guān)系網(wǎng)絡(luò)中，依靠六度空間理論，進(jìn)行特定目標(biāo)人員之間的關(guān)系挖掘。例如：行為關(guān)系，包括交通工具同行關(guān)系、賓館同住關(guān)系、網(wǎng)吧同行關(guān)系、同車違法、同案犯、共同遭遇事故、同事、鄰居關(guān)系等。虛擬關(guān)系，包括微信、QQ、陌陌等各類社交平臺(tái)好友關(guān)系。通過不同關(guān)系層次的挖掘、找出相關(guān)人員之間的互動(dòng)聯(lián)系，包括活動(dòng)的軌跡分析、經(jīng)常出沒的地點(diǎn)分析、經(jīng)常交往的人員分析、一同出沒的人員分析、落腳地點(diǎn)分析等信息。而后生成分屏頁面、進(jìn)行一對一、一對多、多對多對比分析，以此查找分析線索，提高偵查效率。

3.2 車輛軌跡時(shí)空分析

視覺智能分析技術(shù)可以將車輛視頻信息進(jìn)行智能化的解析。將目標(biāo)車輛自動(dòng)分離，因而可以根據(jù)數(shù)據(jù)特征進(jìn)行針對性的檢索，對于提高車輛識(shí)別的效率和準(zhǔn)確率具有重要作用。車輛軌跡時(shí)空分析，是將所有車輛相關(guān)信息進(jìn)行整合，以車輛為主體進(jìn)行相關(guān)關(guān)系的挖掘、例如人與車的關(guān)系、車輛之間的關(guān)系、車輛異常狀態(tài)等。而后通過相關(guān)數(shù)據(jù)分析，對目標(biāo)車輛進(jìn)行判斷是否為嫌疑車輛。例如，可以根據(jù)目擊者所描述的車輛顏色，對過往車輛信息進(jìn)行檢索，而后針對事件發(fā)生時(shí)間、地點(diǎn)，排查過往車輛，鎖定目標(biāo)車輛，調(diào)取車輛信息，查找車主與駕駛?cè)藛T。

將案件相關(guān)人、車要素之間的復(fù)雜關(guān)系在GIS上進(jìn)行可視化的軌跡展示，可以更清楚詳細(xì)地展現(xiàn)現(xiàn)有地涉車案件分析結(jié)果，使得涉案實(shí)證信息得到空間和時(shí)間上的延伸，案件分析依據(jù)更加翔實(shí)可靠。同時(shí)可以將不規(guī)則、零散的信息進(jìn)行串聯(lián)，組織起完整的數(shù)據(jù)。將嫌疑車輛的移動(dòng)軌跡清晰地呈現(xiàn)出來。通過大數(shù)據(jù)平臺(tái)將匯集起來的卡口圖片、和結(jié)構(gòu)性屬性信息進(jìn)行深度的數(shù)據(jù)分析，根據(jù)車輛盜搶情況、車輛駕駛情況等各個(gè)數(shù)據(jù)庫的全面信息整合，構(gòu)建起一條以車牌、車型、地點(diǎn)、時(shí)間為基礎(chǔ)的車輛分析預(yù)測、緝查布控體系[4]。具體而言，應(yīng)用內(nèi)容包括了車輛分析活動(dòng)路線、是否為套牌車輛、分析車輛使用的頻次、分析是否有尾隨跟蹤、分析是否在某區(qū)域徘徊、分析車輛落腳點(diǎn)等。分析過后，能夠得到線索標(biāo)記的信息，通過線索信息，對系統(tǒng)中的案件內(nèi)容進(jìn)行篩選對比，將案件不同的關(guān)鍵目標(biāo)同屏呈現(xiàn)，快速比對，鎖定嫌疑目標(biāo)。

3.3 可視化關(guān)系分析

視頻大數(shù)據(jù)在充分的數(shù)據(jù)積累與研判模型的建立基礎(chǔ)上，可實(shí)現(xiàn)將報(bào)警信息直接推送到民警面前。實(shí)現(xiàn)不同警種、不同地方、不同部門之間的數(shù)據(jù)資源的共享。對提高案件偵破、信息研判具有極大的促進(jìn)作用?？梢暬瘜τ诠补ぷ饔兄辽偃矫娴膬r(jià)值。第一，分析發(fā)現(xiàn)關(guān)系，比如一個(gè)車牌號碼就可以分析出其車輛軌跡、車主信息、車輛信息。點(diǎn)擊一下車主信息，又可以進(jìn)一步分析車主的活動(dòng)軌跡、人員關(guān)系。第二，發(fā)現(xiàn)犯罪規(guī)律。大量研判思路與方法的分享對警察研判的意義是明顯可見的。第三，發(fā)現(xiàn)異常。例如，同一個(gè)身份證件、同時(shí)在中國南北不同城市都有開房信息，同一個(gè)人不可能同時(shí)身處兩地，這顯然是一個(gè)明顯的預(yù)警信號?？梢暬脚_(tái)將這類異常信息實(shí)時(shí)推送到辦案民警面前，可及時(shí)發(fā)現(xiàn)異常、及時(shí)報(bào)警、提供常態(tài)化的布控預(yù)警功能。

4 結(jié)束語

綜上所述，視頻大數(shù)據(jù)分析對于提高公安行業(yè)的偵查效率、開展布防預(yù)警工作提供了強(qiáng)大的信息支撐。為進(jìn)一步提高視頻大數(shù)據(jù)的利用程度、需要提高信息采集的效率，利用視頻處理技術(shù)等IT技術(shù)深度挖掘視頻資源。實(shí)現(xiàn)警務(wù)功能的智能化，將人工智能運(yùn)用到保衛(wèi)國民安全的戰(zhàn)場之中。

參考文獻(xiàn)

[1] 何勇，司敏.視頻監(jiān)控在公安偵查工作中的應(yīng)用分析[J].科學(xué)大眾（科學(xué)教育），2018，（11）：197.

[2] 鄧曄.視頻大數(shù)據(jù)在安防行業(yè)的應(yīng)用實(shí)踐[J].中國安防，2018，（09）： 80-85.

[3] 胡人斌，周沈標(biāo).公眾對公共視頻監(jiān)控接受度的實(shí)證研究[J].河南警察學(xué)院學(xué)報(bào)，2017，（01）：110-115.

[4] 周川，朱維和，王鑫，等.視頻大數(shù)據(jù)分析及其在公安合成作戰(zhàn)中的應(yīng)用[J].警察技術(shù)，2017，（04）：11-14.

作者簡介

殷寶華（1978-），男，廣東深圳人;學(xué)歷：本科，網(wǎng)絡(luò)工程師，研究方向：視頻監(jiān)控、網(wǎng)絡(luò)通信技術(shù)管理工作。