重大政府工程带动公安业务领域对人工智能的需求激增
阅览次数:1194 次
众所周知,警察是维护公共安全的主力。但我国警力资源严重匮乏,据统计,我国警察仅占人口数量的0.13%。然而,随着平安城市、雪亮工程等全国性工程建设的不断推进,我国已经是监控摄像头增长最快的国家。根据咨询公司IHSMarkit2016年的数据,我国已安装1.76亿个监控摄像头,并仍在快速增长中。面对公共安全领域海量的信息数据,如果仅凭人工去分析和处理这些信息,工作量非常巨大,尤其是视频数据,需要人工逐个调阅来进行信息排查,造成业务效率极其低下。因此,在人员少、案件多、数据丰富的公共安全行业,人工智能的引入就显得极为迫切。
一、国家及公安部门推动的与安防相关的重大工程项目.
(一)金盾工程.
国家电子政务建设的12个重要业务系统之一。2003年9月2日至3日,公安部组织召开了全国"金盾"工程工作会议,标志着"金盾"工程建设正式启动。从本质上讲,金盾工程是公安通信网络与计算机信息系统建设工程。是我国公安机关利用现代信息通信技术,增强统一指挥、快速反应、协调作战、打击犯罪的能力,提高公安工作效率和侦察破案水平,以适应我国在现代经济和社会条件下实现动态管理和打击犯罪的需要,实现科技强警目标的重要举措。通信网络和信息系统建设让安防类电子设备有了应用的基础,是安防行业快速发展的关键环节。
(二)3111工程及平安城市
"3111"工程,即在省、市、县三级开展报警与监控系统建设试点工程,每个省确定一个市,有条件的地方确定一个县,有条件的县确定一个社区或街区为报警与监控系统建设的试点市、县、社区或街区,试点展开城市报警与监控系统建设。升级金盾工程建立起的三级专网,联合运营商,大力推进视频联网报警和报警联网。随着工程深入展开,试点工作演变成为平安城市的推广。这是安防行业第一次在城市级应用场景下接受全方位检验,也是安防由单一产品向巨复杂系统、平台转变的节点。3111工程制定相关管理、建设、验收、运营维护、互联互通等相关内容一系列约20多个标准,其复杂难度、规模之大可称得上"中国标准史上之最",也与安防的技术发展第二阶段契合。
(三)天网工程
天网工程是由政法委发起,公安部联合信息产业部等相关部委共同发起建设的信息化工程。利用GIS地图、图像采集、传输、控制、显示和控制软件等设备组成,对固定区域进行实时监控和信息记录的视频监控系统。天网工程涉及到众多领域,包含城市治安防控体系的建设、人口信息化建设等等。由上述信息构成基础数据库数据,根据需要进行编译、整理、加工,供授权单位进行信息查询。这是平安城市的推进版,更加强调除视频、报警外的车辆、人口信息等数据整合,组建数据库和特征库,也初步具备了公共安全大数据的雏形。
(四)雪亮工程.
以县、乡、村三级综治中心为指挥平台、以综治信息化为支撑、以网格化管理为基础、以公共安全视频监控联网应用为重点的"群众性治安防控工程"。目标是实现治安防控"全覆盖、无死角"。"雪亮工程"是事关国家安全保障能力的战略工程,也因为"平安乡村建设"被写入中央一号文件。由于涉及范围广、前后端设备众多、联网较为复杂,雪亮工程也对接口标准化程度、设备稳定性和维护简易程度提出了更高的要求。
二、公安业务对人工智能及安防技术的需求
(一)公安对人脸识别技术的需求.
目前公安的户政管理、出入境、刑侦嫌疑犯的身份识别等各类应用,需要基于全国人脸数据进行识别,处理的数据库容量上亿或十亿,处理的比对请求数量大、模式不统一,快速准确地从如此规模数据库中快速识别身份是一件非常有挑战的任务。因此,对人脸识别的比对容量要求更大、精确度要求更高。
在全国大力开展部署"雪亮工程"的背景下,人脸信息作为重要的身份识别标识,已成为大数据时代里维护社会治安稳定、构建信息化防控体系的一项基础数据,尤其是在公安机关各警种业务中,起着举足轻重的作用。
(二)公安对声纹识别技术的需求
随着社会与科技的发展,特别是通讯工具、互联网及社交软件的普及,近些年相关语音案件及涉及声纹鉴定的案件日益增多,公安现有的声纹识别装备技术以及人力工作量已饱和,难以应对新形势下快速增长的公众期待以及声纹实时侦查与鉴定和布控需求,无法实现传统声纹应用的革新。
另一方面,声纹识别作为最前沿的一项技术,正在快速发展,综合了多项学术界的最新成果,特别是算法层面已经解决了以往识别准确率低、处理效率差、对语音检材要求过高等主要问题,且可实现高度的自动化,能够极大的节省人力。
此外,在反电信诈骗方面,受害民众对于案件侦破有很高的期待,声纹识别技术在此能发挥出无可替代的作用。中央政法委书记孟建柱在过去一年曾多次指出,电信网络诈骗等犯罪已经成为严重侵害人民群众切身利益的社会公害,要坚持综合治理、源头治理,坚决遏制电信网络诈骗犯罪高发势头,切实维护人民群众财产安全和合法权益。
(三)公安智慧大数据的需求
首先,犯罪环境正变得日益复杂,由案件本身获取到的数据,越来越难以支撑起严密的逻辑推论。办案人员不得不去想方设法获取更多"场外"数据以补充证据链条。原本依靠于人脑记忆和档案搜索的状态,每一个线索的提取都需要依靠记忆提取,对于无法直接确认的线索信息又需要翻查相应的档案,不仅容易出错,而且效率极低。大数据的汇聚已是必然。
其次,随着社会形势的发展变化,传统"从案到人"侦查模式明显被动滞后。"由人到案"一直都是"大情报"建设的重大课题,也是难题。实践证明,"由人到案"是迫切需求,而大数据的技术也使得这种新模式成为可能。
现有的公安警务数据中心无论是规模还是架构都很难适应在海量数据场景下的数据管理和分析,直接影响了公安形势预判和重大决策。因此,在现阶段建设新的能够匹配公安业务场景的大数据系统是公安部门的迫切需求。通过建设智慧公安大数据系统,将成为面向各警种的大数据管理和分析平台,通过对海量数据的收集、整理、归档、分析、预测,从复杂的数据中挖掘出各类数据背后所蕴含的、内在的、必然的因果关系,找到隐秘的规律,促使这些数据从量变到质变,实现对海量数据的深度应用、综合应用和高端应用。通过大数据的建设,使新系统能够向各警种提供集中资源、集中管理、集中监控和配套实施统一的大数据应用环境,保障在今后一个较长时期内很好地担负起对全局各警实战应用的支撑、服务、保障作用。
三、人工智能用于公安实战存在的技术问题
随着人工智能和大数据的发展,我们已经迈入了安防实战的3.0时代,即智慧公安时代。基于深度学习的视频分析处理技术与视频监控系统的不断融合,但与此同时,也产生了很多技术型问题,归结如下:
1、由于没有统一的标准规范,各厂商结构化处理后的数据格式不统一,无法进行共享;
2、由于没有结构化处理后视频图像信息联网共享的统一架构,因此车辆大数据系统、人脸识别应用系统、视频侦查应用系统等相对独立,同一个系统有多个平台,平台之间不能实现数据的有效共享;
3、由于没有统一的接口规范,上下级刑侦之间也难以实现涉案视频图像信息数据的联网共享,严重制约了多级刑侦机构之间的协同工作;
4、由于视频数据和人口、车辆数据等数据量庞大,众多新技术,如人脸识别、特征库检索等,在海量数据前提下响应速度、识别准确率受到一定制约;
5、信息安全问题日益突出。
【本文根据长安事《解读|安防如何应用于公安实战?》亿欧网等相关资料编辑整理】