王 雷

(中國(guó)刑事警察學(xué)院禁毒與治安學(xué)院，沈陽 110035)

隨著中國(guó)社會(huì)經(jīng)濟(jì)的高速發(fā)展，國(guó)家對(duì)社會(huì)治安防控體系建設(shè)日益重視，尤其在基礎(chǔ)設(shè)施建設(shè)和裝備研制方面取得了長(zhǎng)足發(fā)展，但在社會(huì)安全事件監(jiān)測(cè)預(yù)警方面仍存在不足。社會(huì)安全事件監(jiān)測(cè)預(yù)警問題具有時(shí)空尺度大、相關(guān)信息多源異構(gòu)、目標(biāo)特征復(fù)雜、警情事件耦合因素多、智能性要求高等特點(diǎn)，是中外高度關(guān)注的重大問題。研究主動(dòng)感知和識(shí)別目標(biāo)特征的警用裝備，研究重要場(chǎng)所場(chǎng)景典型警情事件的智能監(jiān)測(cè)預(yù)警方法和技術(shù)，研制社會(huì)安全事件綜合研判預(yù)警與指揮平臺(tái)，不僅是國(guó)際技術(shù)前沿難題，也是國(guó)家公共安全保障的重大需求。

彭知輝[1]分析了公安情報(bào)流程的形成過程及發(fā)展現(xiàn)狀，梳理公安情報(bào)流程中存在的問題，探討了大數(shù)據(jù)環(huán)境下公安情報(bào)流程的發(fā)展與變革。李培岳等[2]提出了視頻監(jiān)控心理方法區(qū)域模型并從違法犯罪行為角度提出基于規(guī)避心理的最優(yōu)入侵路徑模型。邱凌峰等[3]針對(duì)雄安新區(qū)建設(shè)和發(fā)展過程中對(duì)社會(huì)安全事件的防控需求，以盜竊作為典型社會(huì)安全事件，提出了基于機(jī)器學(xué)習(xí)模型的社會(huì)安全事件分析預(yù)測(cè)方法。盧子涵等[4]提出了基于時(shí)間滯后和實(shí)時(shí)數(shù)據(jù)的典型侵財(cái)類案件發(fā)生概率預(yù)測(cè)分析方法，相關(guān)成果可以應(yīng)用于侵財(cái)類犯罪的預(yù)防。李鑫等[5]選取典型的社會(huì)安全事件，開展了基于大數(shù)據(jù)的社會(huì)安全事件識(shí)別與預(yù)測(cè)預(yù)警技術(shù)研究，實(shí)現(xiàn)了基于大數(shù)據(jù)的典型社會(huì)安全事件異常識(shí)別，提升社會(huì)安全風(fēng)險(xiǎn)的預(yù)測(cè)預(yù)警能力。李麗華等[6]基于群體性事件預(yù)警原理，可從社會(huì)發(fā)展風(fēng)險(xiǎn)、社會(huì)環(huán)境擾動(dòng)、社會(huì)安全狀況和社會(huì)控制能力四個(gè)方面，構(gòu)建三級(jí)群體性事件預(yù)警指標(biāo)體系。何巍[7]總結(jié)了機(jī)器學(xué)習(xí)對(duì)犯罪預(yù)測(cè)的研究，按照不同犯罪類型對(duì)如何提高犯罪預(yù)測(cè)精度進(jìn)行了討論。馬占軍等[8]基于多Agent及社會(huì)力模型相關(guān)理論，通過Any Logic軟件模擬還原此次砍殺事件過程及人員傷亡情況，隨后通過方案優(yōu)化后再次進(jìn)行仿真，并討論了保安數(shù)量對(duì)突發(fā)事件應(yīng)急處置的影響。張婷等[9]通過對(duì)人際網(wǎng)絡(luò)和當(dāng)前公安邊防反恐情報(bào)工作進(jìn)行研究，將人際網(wǎng)絡(luò)的分析理論與公安邊防反恐情報(bào)工作實(shí)踐相結(jié)合，構(gòu)建了反恐情報(bào)工作中人際網(wǎng)絡(luò)模式。張輝等[10]提出了“數(shù)據(jù)融合-模型推演-案例推理-心理行為規(guī)律”綜合集成的“情景-應(yīng)對(duì)”型應(yīng)急決策理論和方法。滕吉文等[11]總結(jié)了現(xiàn)代智慧城市是一個(gè)復(fù)雜巨系統(tǒng)工程，必須是地上、地下、空中與海域高度協(xié)調(diào)與融合的三維模式，伴隨著互聯(lián)網(wǎng)、信息化、智能化與大數(shù)據(jù)的發(fā)展。

在移動(dòng)目標(biāo)感知識(shí)別技術(shù)方面，Google公司研制的智能眼鏡結(jié)合了聲控、導(dǎo)航、照相等功能，被迪拜警方用于上傳違規(guī)照片、記錄車牌號(hào)等。倫敦警方采用了Taser公司研制的可穿戴攝像頭Axon Body，用于執(zhí)勤過程中的信息采集。在警情事件識(shí)別技術(shù)方面，Chen等[12]提出了基于隨機(jī)森林算法的大規(guī)模團(tuán)體活動(dòng)的安全風(fēng)險(xiǎn)評(píng)估與預(yù)警方法。日本東京大學(xué)開展了反常事件檢測(cè)研究，研制的視頻監(jiān)控系統(tǒng)在公共場(chǎng)所警情預(yù)防領(lǐng)域進(jìn)行了應(yīng)用。Sancho等[13]提出了對(duì)威脅進(jìn)行分類和安全風(fēng)險(xiǎn)評(píng)估的新方法，基于安全事件管理來驗(yàn)證了新方法的效率。Kotenko等[14]根據(jù)馬爾科夫鏈對(duì)安全事件與事件管理的決策支持過程進(jìn)行建模。Afra等[15]構(gòu)建了預(yù)警系統(tǒng)，該系統(tǒng)從攝像頭抓取面部識(shí)別和社會(huì)媒體分析來監(jiān)測(cè)可疑人口。在系統(tǒng)平臺(tái)方面，美國(guó)Palantir公司為美國(guó)國(guó)家安全局、聯(lián)邦調(diào)查局、中央情報(bào)局提供大數(shù)據(jù)分析服務(wù)，基于Gotham平臺(tái)搭建了語義知識(shí)搜索挖掘平臺(tái)，實(shí)現(xiàn)了多源異構(gòu)信息的關(guān)聯(lián)融合與情報(bào)分析。紐約市警察局研究了Compstat模式，運(yùn)用犯罪數(shù)據(jù)綜合統(tǒng)計(jì)系統(tǒng)打擊犯罪。Luiz等[16]通過城市指標(biāo)和統(tǒng)計(jì)學(xué)習(xí)來研究犯罪預(yù)測(cè)，結(jié)果確定了城市指標(biāo)對(duì)犯罪預(yù)測(cè)的重要性，表明失業(yè)和文盲是描述巴西城市兇殺案的最重要變量。

中外研究從公安情報(bào)、大數(shù)據(jù)、人工智能角度對(duì)不同犯罪類型進(jìn)行預(yù)測(cè)和分析，針對(duì)具體犯罪類型都得到很好的研究成果。但是很少有將多種智能感知識(shí)別設(shè)備與綜合平臺(tái)綜合考慮?，F(xiàn)實(shí)中，相關(guān)警用裝備也缺乏主動(dòng)感知能力，很多設(shè)備具有單一感知手段，無法實(shí)現(xiàn)與網(wǎng)絡(luò)和云端的有機(jī)協(xié)同，在移動(dòng)場(chǎng)景下的目標(biāo)識(shí)別技術(shù)性能也有待提高。警情事件識(shí)別預(yù)警技術(shù)及系統(tǒng)還存在無法有效利用多種監(jiān)控信息、識(shí)別的警情事件過于單一等問題?，F(xiàn)從社會(huì)安全事件的信息感知特征識(shí)別、警情識(shí)別、警情事件綜合研判指揮三個(gè)層次構(gòu)建系統(tǒng)平臺(tái)，通過車載裝備、移動(dòng)可穿戴裝備、監(jiān)控場(chǎng)所識(shí)別裝備提取感知信息，基于特定場(chǎng)景的警情事件識(shí)別，討論警情事件研判的綜合平臺(tái)的體系架構(gòu)。系統(tǒng)平臺(tái)的架構(gòu)與設(shè)計(jì)能夠解決復(fù)雜場(chǎng)景和監(jiān)控盲點(diǎn)的信息缺失問題，在綜合研判過程中收集更豐富的情報(bào)信息，提升綜合平臺(tái)的處理能力，為推動(dòng)公安行業(yè)科技進(jìn)步，推進(jìn)公安大數(shù)據(jù)戰(zhàn)略實(shí)施，建設(shè)全方位立體化社會(huì)治安防控體系提供科技支撐，從而提高社會(huì)安全事件預(yù)測(cè)預(yù)警能力，有效維護(hù)社會(huì)和諧穩(wěn)定。

1 社會(huì)安全事件智能監(jiān)測(cè)與預(yù)警系統(tǒng)及綜合平臺(tái)的邏輯關(guān)系

該體系架構(gòu)主要分為3個(gè)層次：第一層是感知裝備層，是感知物理區(qū)域空間中的人車物狀態(tài)信息，主要包括警車車載行為感知設(shè)備、可穿戴智能執(zhí)法裝備、治安防控場(chǎng)所監(jiān)測(cè)識(shí)別裝備、社會(huì)車輛車載監(jiān)控裝備、公安現(xiàn)有監(jiān)控網(wǎng)絡(luò)裝備等；第二層是警情事件識(shí)別預(yù)警系統(tǒng)層，是對(duì)人車物目標(biāo)感知與識(shí)別的系統(tǒng)，主要包括警車目標(biāo)特征識(shí)別預(yù)警系統(tǒng)、治安防控場(chǎng)所警情事件預(yù)警系統(tǒng)、大規(guī)模社會(huì)車輛警情事件預(yù)警系統(tǒng)、公安監(jiān)控網(wǎng)絡(luò)警情事件預(yù)警系統(tǒng)；第三層是警情事件綜合研判與指揮層，結(jié)合互聯(lián)網(wǎng)信息與公安現(xiàn)有業(yè)務(wù)系統(tǒng)信息，同時(shí)采取人車物狀態(tài)感知信息，對(duì)預(yù)警系統(tǒng)輸入的識(shí)別結(jié)果進(jìn)行研判和生成處置方案。圖1為體系架構(gòu)示意圖。

圖1 社會(huì)安全事件識(shí)別、預(yù)警與綜合平臺(tái)的體系架構(gòu)

研究的體系架構(gòu)在各個(gè)層都包括各自核心技術(shù)。在人車物狀態(tài)信息感知層，智能警車的動(dòng)態(tài)監(jiān)測(cè)技術(shù)采用包括可見光視頻圖像、紅外、微波雷達(dá)及Wifi探針等多源感知設(shè)備獲取基礎(chǔ)數(shù)據(jù)，對(duì)數(shù)據(jù)基礎(chǔ)語義與場(chǎng)景語義分別構(gòu)建映射模型。室內(nèi)外警員實(shí)時(shí)精確定位方法和技術(shù)，包括單目視覺SLAM(simultaneous localization and mapping)算法、全球定位系統(tǒng)(global positioning system，GPS)/北斗衛(wèi)星定位系統(tǒng)與基站等定位方式的融合算法。治安防控場(chǎng)所監(jiān)控技術(shù)，包括多感知單元的數(shù)據(jù)采集與交互技術(shù)、跨感知單元的資源調(diào)度模型和數(shù)據(jù)的動(dòng)態(tài)聚合方法、智能協(xié)同采集技術(shù)。車載裝備識(shí)別技術(shù)，包括危險(xiǎn)物品遺留識(shí)別技術(shù)、多模態(tài)信息融合的暴力沖突行為精確識(shí)別技術(shù)、周邊車輛行駛危險(xiǎn)行為識(shí)別技術(shù)等?；诠脖O(jiān)控網(wǎng)絡(luò)設(shè)備的識(shí)別技術(shù)，包括多監(jiān)控點(diǎn)聯(lián)動(dòng)的車輛軌跡和狀態(tài)接續(xù)分析技術(shù)、事件驅(qū)動(dòng)的車輛異常狀態(tài)分類識(shí)別技術(shù)等。

在警情事件預(yù)警層，群體行為熵的多目標(biāo)異常行為感知與預(yù)警技術(shù)、目標(biāo)的主動(dòng)感知與人車物特征信息預(yù)警技術(shù)、基于多源異構(gòu)數(shù)據(jù)的多層次表征空間的學(xué)習(xí)與融合方法的預(yù)警技術(shù)、知識(shí)導(dǎo)引下智能監(jiān)測(cè)預(yù)警技術(shù)、基于大規(guī)模社會(huì)車輛車載監(jiān)控信息警情事件預(yù)警技術(shù)、多維度特征信息抽取的時(shí)空信息動(dòng)態(tài)交互下的警情事件智能監(jiān)測(cè)預(yù)警技術(shù)。在警情事件研判指揮層，事件關(guān)聯(lián)演化與風(fēng)險(xiǎn)分析的綜合研判技術(shù)、基于社會(huì)安全大數(shù)據(jù)和知識(shí)元超網(wǎng)絡(luò)模型、多時(shí)空證據(jù)鏈生成技術(shù)和智能綜合研判技術(shù)、面向社會(huì)安全警情事件的警務(wù)資源指揮調(diào)度方法、基于云計(jì)算與邊緣計(jì)算的社會(huì)安全事件智慧化立體綜合預(yù)警與指揮技術(shù)。

2 社會(huì)安全事件智能監(jiān)測(cè)與預(yù)警系統(tǒng)及綜合平臺(tái)系統(tǒng)框架

社會(huì)安全事件預(yù)警與指揮綜合平臺(tái)由以下核心部分構(gòu)成，包括具有特征識(shí)別及預(yù)警技術(shù)的智能警車、警員可穿戴綜合智能執(zhí)法裝備、治安場(chǎng)所智能監(jiān)測(cè)識(shí)別裝備、社會(huì)車輛車載監(jiān)控警情識(shí)別預(yù)警裝備、公安交通監(jiān)控網(wǎng)絡(luò)的警情監(jiān)測(cè)預(yù)警系統(tǒng)、社會(huì)安全智能化綜合預(yù)警與指揮平臺(tái)。圖2為平臺(tái)的系統(tǒng)架構(gòu)。

2.1 具有特征識(shí)別及預(yù)警技術(shù)的智能警車

警用車輛承擔(dān)偵查、警衛(wèi)、治安、交通管理等多種任務(wù)保障，是社會(huì)安全事件監(jiān)測(cè)預(yù)警的重要工具。但是，隨著社會(huì)上人員、車輛流動(dòng)性增大，常規(guī)執(zhí)法巡邏車輛對(duì)移動(dòng)目標(biāo)、突發(fā)場(chǎng)合的信息采集與現(xiàn)場(chǎng)預(yù)警方面，在人工智能時(shí)代頗顯效率不高，并且容易因警員疲憊對(duì)重要目標(biāo)遺漏。快速、實(shí)時(shí)、全方位、并行檢測(cè)篩選嫌疑人、嫌疑車輛目標(biāo)，是巡邏警車執(zhí)行任務(wù)的迫切需求，是能快速抓捕、偵破案件、核查人口、車輛、打擊和預(yù)防犯罪的關(guān)鍵工具之一。

智能警車的巡邏防控目標(biāo)特征識(shí)別預(yù)警系統(tǒng)，實(shí)現(xiàn)巡邏車輛運(yùn)動(dòng)條件下目標(biāo)檢測(cè)、識(shí)別、跟蹤與異常行為預(yù)警，能夠采集動(dòng)態(tài)環(huán)境下目標(biāo)的完備信息，獲取目標(biāo)完整行為且準(zhǔn)確判斷異常行為態(tài)勢(shì)。智能警車搭載了裝備倉(cāng)、警報(bào)、擴(kuò)音器、警燈、車載手銬等常規(guī)硬件，集成了動(dòng)態(tài)目標(biāo)檢測(cè)、移動(dòng)環(huán)境多目標(biāo)識(shí)別、異常行為感知及數(shù)據(jù)協(xié)同等軟件算法的硬件設(shè)備，包括全方位高清攝像頭、云臺(tái)、手持控制器、一體機(jī)等。在軟件算法方面，在多模態(tài)感知數(shù)語義分析目標(biāo)動(dòng)態(tài)檢測(cè)技術(shù)基礎(chǔ)上，集成了基于目標(biāo)區(qū)域生成面部特征增強(qiáng)、基于區(qū)域生成的多尺度人臉檢測(cè)技術(shù)，讓移動(dòng)復(fù)雜環(huán)境下的人、車、物檢測(cè)更加精準(zhǔn)；構(gòu)建多源感知數(shù)據(jù)基礎(chǔ)語音框架映射模型，基于圖像修復(fù)技術(shù)、改進(jìn)生成對(duì)抗網(wǎng)絡(luò)的人臉矯正技術(shù)對(duì)人臉區(qū)域的增強(qiáng)，通過目標(biāo)認(rèn)知語義規(guī)范化表示和多模態(tài)感知數(shù)據(jù)目標(biāo)特征融合表示，實(shí)現(xiàn)了目標(biāo)基礎(chǔ)特征的全面準(zhǔn)確獲取，目標(biāo)對(duì)象快速、并行、準(zhǔn)確認(rèn)知；采用基于目標(biāo)的全量信息采集及各類屬性的精細(xì)化識(shí)別、和動(dòng)態(tài)環(huán)境下全視角目標(biāo)特征異常行為感知技術(shù)、全視角復(fù)雜行為事件場(chǎng)景重構(gòu)技術(shù)，對(duì)移動(dòng)環(huán)境下單目標(biāo)行為判斷，實(shí)現(xiàn)異常行為的精確檢測(cè)。

2.2 警員可穿戴綜合智能執(zhí)法裝備

警員智能執(zhí)法裝備及執(zhí)法信息化主要包括執(zhí)法記錄儀、移動(dòng)智能執(zhí)法終端、穿戴式智能執(zhí)法設(shè)備、采集工作站、電子證據(jù)管理軟件等，隨著移動(dòng)互聯(lián)網(wǎng)、智能硬件、云計(jì)算等技術(shù)的發(fā)展，移動(dòng)智能執(zhí)法終端、穿戴式智能執(zhí)法設(shè)備及電子證據(jù)管理軟件等需求快速增長(zhǎng)。但是，警員移動(dòng)執(zhí)法通信手段單一、信息處理滯后、協(xié)同處置能力差、防控目標(biāo)難以快速、主動(dòng)感知等問題也日顯突出。

警員可穿戴綜合智能執(zhí)法裝備主要包括執(zhí)法記錄儀和雙目視覺眼鏡，包括室外警員實(shí)時(shí)精確定位方法、基于多源信號(hào)融合和多尺度分析的主動(dòng)感知技術(shù)。智能執(zhí)法記錄儀的關(guān)鍵原件有主傳感器模組、副傳感器模組、LCD(liquid crystal display)顯示屏、2寸電容觸摸屏等，電源部分采用自動(dòng)切換技術(shù)確保記錄儀超長(zhǎng)續(xù)航及不中斷執(zhí)法取證。綜合智能執(zhí)法眼鏡硬件包括雙目鏡頭、主芯片、光波導(dǎo)顯示組件、電池、其他輔助配件；系統(tǒng)軟件基于Linux平臺(tái)，集音視頻采集，語音通話，定位導(dǎo)航，5G(5th generation mobile communication technology)網(wǎng)絡(luò)、AI(artificial intelligence)智能識(shí)別等功能于一體?？纱┐骶C合智能執(zhí)法裝備針對(duì)警情相關(guān)的人車物等目標(biāo)的共性與特性，采用面向目標(biāo)高維特征識(shí)別的多傳感器主動(dòng)感知預(yù)警技術(shù)，能夠與云端協(xié)同聯(lián)動(dòng)，自動(dòng)感知警員所在空間位置和周邊目標(biāo)特征。

2.3 治安場(chǎng)所智能監(jiān)測(cè)識(shí)別裝備

視頻安防監(jiān)控系統(tǒng)在黨政機(jī)關(guān)、重點(diǎn)交通樞紐等治安防控場(chǎng)所的應(yīng)用，針對(duì)預(yù)防、控制和偵破違法犯罪方面發(fā)揮了巨大作用。隨著視頻偵查的設(shè)備、人員、案件和數(shù)據(jù)規(guī)模的急劇增長(zhǎng)，智能視頻技術(shù)能夠改變傳統(tǒng)視頻監(jiān)控的被動(dòng)性和人為性，減少人為因素造成的監(jiān)測(cè)監(jiān)控事件遺漏，提升針對(duì)治安防控場(chǎng)所警情事件識(shí)別準(zhǔn)確率和研判效率。

治安場(chǎng)所智能監(jiān)測(cè)識(shí)別裝備主要由防控場(chǎng)所多感知單元數(shù)據(jù)智能協(xié)同采集設(shè)備警情事件智能監(jiān)測(cè)預(yù)警系統(tǒng)構(gòu)成。該裝備針對(duì)環(huán)境復(fù)雜多變、關(guān)鍵對(duì)象與關(guān)鍵區(qū)域，設(shè)計(jì)動(dòng)靜態(tài)物體甄別與權(quán)重策略的關(guān)鍵區(qū)域定位技術(shù)，實(shí)現(xiàn)行人、行車區(qū)域定位與對(duì)象識(shí)別。設(shè)計(jì)緩存復(fù)用與目標(biāo)對(duì)齊的協(xié)同采集功能原型技術(shù)，使得數(shù)據(jù)交換響應(yīng)時(shí)間為秒級(jí)、工程響應(yīng)時(shí)間為毫秒級(jí)。在識(shí)別技術(shù)方面，采用短時(shí)窗口迭代在線多目標(biāo)追蹤，設(shè)計(jì)了群組關(guān)聯(lián)的漸進(jìn)式屬性識(shí)別和結(jié)合屬性信息的行為特征學(xué)習(xí)方法，解決個(gè)體異常行為識(shí)別的準(zhǔn)確率；提出人群密度自適應(yīng)估計(jì)方法實(shí)現(xiàn)人群聚集行為識(shí)別精準(zhǔn)度。

2.4 社會(huì)車輛車載監(jiān)控警情識(shí)別預(yù)警裝備

隨著大規(guī)模社會(huì)車輛的增長(zhǎng)，傳統(tǒng)監(jiān)控設(shè)備很難適應(yīng)車內(nèi)外復(fù)雜環(huán)境的實(shí)時(shí)監(jiān)測(cè)，造成了車內(nèi)相關(guān)警情事件監(jiān)測(cè)缺失與處置滯后，同時(shí)車輛之間的事故與事件也很難避免?，F(xiàn)代車內(nèi)外高清視頻監(jiān)控設(shè)備的應(yīng)用逐漸增加，但是檢測(cè)設(shè)備輸入圖像尺度極大影響了檢測(cè)性能，無法滿足車內(nèi)外高清視頻中的物體(人、車、物)檢測(cè)需求。

社會(huì)車輛車載監(jiān)控警情識(shí)別預(yù)警裝備主要包括車載信息采集設(shè)備、信息傳輸網(wǎng)絡(luò)、車載信息處理系統(tǒng)，社會(huì)車輛車載監(jiān)控設(shè)備、后端高性能服務(wù)器相互連接，制定命令解析及通信協(xié)議，可與社會(huì)安全綜合預(yù)警與指揮平臺(tái)交互，保證信息感知具備全方位性、全天時(shí)性。車內(nèi)警情事件識(shí)別技術(shù)，設(shè)計(jì)基于自監(jiān)督特征增強(qiáng)的大尺度圖像目標(biāo)檢測(cè)，從特征上采樣與引入高分辨率信息兩個(gè)方面提高模型檢測(cè)性能。設(shè)計(jì)面向密集排列與旋轉(zhuǎn)目標(biāo)檢測(cè)的動(dòng)態(tài)修正網(wǎng)絡(luò)，解決車輛內(nèi)部復(fù)雜場(chǎng)景的目標(biāo)檢測(cè)問題。采用多示例學(xué)習(xí)方法構(gòu)建算法框架，應(yīng)用包含稀疏和平滑約束的多示例學(xué)習(xí)排序損失訓(xùn)練模型來自動(dòng)識(shí)別視頻流中的異常事件。車外警情事件識(shí)別技術(shù)，采用車輛檢測(cè)、車道線偏離、車輛視覺測(cè)距等算法，實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)車輛危險(xiǎn)駕駛行為、車輛周邊危險(xiǎn)駕駛、司機(jī)違規(guī)駕駛等系列警情事件。

2.5 公安交通監(jiān)控網(wǎng)絡(luò)的警情監(jiān)測(cè)預(yù)警系統(tǒng)

近年來，交通監(jiān)控系統(tǒng)與網(wǎng)絡(luò)已經(jīng)初具規(guī)模，城市主要道路已經(jīng)安裝了較多攝像頭，同時(shí)，農(nóng)村地區(qū)由于雪亮工程的實(shí)施也逐步增加了監(jiān)控?cái)z像設(shè)備。但是，在警情事件監(jiān)測(cè)預(yù)警信息化建設(shè)，交通監(jiān)控網(wǎng)絡(luò)中信息孤島等問題還比較突出。有效把城市與農(nóng)村監(jiān)控信息互聯(lián)，集成數(shù)據(jù)深度挖掘等方面有效提升，是解決和支持立體化社會(huì)治安防控的有效手段。

公安交通監(jiān)控網(wǎng)絡(luò)的預(yù)警系統(tǒng)主要包括多監(jiān)控點(diǎn)聯(lián)動(dòng)車輛接續(xù)分析技術(shù)、危險(xiǎn)駕駛行為分類識(shí)別技術(shù)、危險(xiǎn)駕駛行為特征信息獲取技術(shù)。車輛接續(xù)分析技術(shù)對(duì)視頻監(jiān)測(cè)、雷達(dá)測(cè)速、卡口通過標(biāo)記等數(shù)據(jù)，重構(gòu)多層表征空間和層次信息融合，實(shí)現(xiàn)對(duì)監(jiān)控目標(biāo)車輛持續(xù)狀態(tài)的分析，快速有效監(jiān)測(cè)道路場(chǎng)景和城市路網(wǎng)大場(chǎng)景中的警情事件。危險(xiǎn)駕駛行為分類識(shí)別技術(shù)基于道路卡口數(shù)據(jù)，利用深度卷積生成對(duì)抗網(wǎng)絡(luò)實(shí)現(xiàn)不同道路場(chǎng)景下的車輛狀態(tài)、軌跡、位置等信息的實(shí)施獲取、集成與分析處理。危險(xiǎn)駕駛行為特征信息獲取技術(shù)根據(jù)視頻檢測(cè)參數(shù)與行為分類結(jié)果，提取駕駛行為表征和特征向量，實(shí)現(xiàn)駕駛意圖事件序列對(duì)駕駛?cè)诉`法行為預(yù)測(cè)和趨勢(shì)判斷。警情監(jiān)測(cè)預(yù)警系統(tǒng)實(shí)現(xiàn)了數(shù)據(jù)接入和存儲(chǔ)分發(fā)管理，建立了警情事件監(jiān)測(cè)評(píng)估體系，開發(fā)了監(jiān)管應(yīng)用和警情事件交互界面。

2.6 社會(huì)安全智能化綜合預(yù)警與指揮平臺(tái)

社會(huì)安全事件綜合研判中存在警情線索缺乏有效關(guān)聯(lián)整合、研判與指揮調(diào)度的智能性不高、業(yè)務(wù)系統(tǒng)缺乏有效集成等難題。平臺(tái)采用多時(shí)空信息鏈的社會(huì)安全事件綜合研判技術(shù)，實(shí)現(xiàn)事件知識(shí)獲取與多時(shí)空信息鏈生成，增加警情線索關(guān)聯(lián)整合，提升社會(huì)安全事件研判的智能性；實(shí)現(xiàn)警務(wù)資源調(diào)度方案生成及動(dòng)態(tài)調(diào)整、重規(guī)劃方法，輔助提升警務(wù)資源調(diào)度的智能性和科學(xué)性；實(shí)現(xiàn)業(yè)務(wù)系統(tǒng)的有效集成，提升社會(huì)安全事件預(yù)警與指揮的立體化、智能化水平。平臺(tái)以社會(huì)安全事件處警、研判與指揮調(diào)度過程中的應(yīng)用需求為導(dǎo)向，完成多源異構(gòu)數(shù)據(jù)采集、整合、存儲(chǔ)與質(zhì)量管理、安全管控等技術(shù)，以現(xiàn)有公安業(yè)務(wù)數(shù)據(jù)和多種智能裝備數(shù)據(jù)為基礎(chǔ)，實(shí)現(xiàn)警情數(shù)據(jù)采集、整理與分析。圖3為平臺(tái)綜合預(yù)警與分析系統(tǒng)主頁面。圖4為綜合預(yù)警與分析系統(tǒng)線索鏈關(guān)聯(lián)呈現(xiàn)。

圖4 綜合預(yù)警與分析系統(tǒng)線索鏈關(guān)聯(lián)展現(xiàn)

3 結(jié)論

社會(huì)安全事件監(jiān)測(cè)預(yù)警問題具有時(shí)空尺度大、相關(guān)信息多源異構(gòu)、目標(biāo)特征復(fù)雜、警情事件耦合因素多、智能性要求高等特點(diǎn)，成為制約公安信息化與智能化發(fā)展的主要障礙。主要解決目標(biāo)多維特征實(shí)時(shí)主動(dòng)感知、多源異構(gòu)社會(huì)安全大數(shù)據(jù)的多層次表征空間的智能融合、數(shù)據(jù)與知識(shí)共同驅(qū)動(dòng)的人車物異常狀態(tài)與行為識(shí)別、多時(shí)空證據(jù)鏈的社會(huì)安全事件綜合研判等關(guān)鍵技術(shù)。介紹了巡邏防控目標(biāo)特征識(shí)別預(yù)警智能警車、警員實(shí)時(shí)定位與周邊目標(biāo)主動(dòng)感知裝備、治安防控場(chǎng)所多信息融合警情事件智能監(jiān)測(cè)裝備、社會(huì)車輛車載信息的警情事件識(shí)別預(yù)警系統(tǒng)、公安交通監(jiān)控網(wǎng)絡(luò)的警情事件監(jiān)測(cè)預(yù)警系統(tǒng)的主要技術(shù)與實(shí)現(xiàn)功能，系統(tǒng)介紹了社會(huì)安全事件智慧化立體綜合預(yù)警指揮平臺(tái)的數(shù)據(jù)支撐和應(yīng)用，提高社會(huì)安全事件預(yù)測(cè)預(yù)警能力，有效維護(hù)社會(huì)和諧穩(wěn)定，為智能警用裝備與智慧警務(wù)的發(fā)展提供基礎(chǔ)。