以人為中心的數(shù)據(jù)收斂和智能研判——視頻數(shù)據(jù)為警務(wù)研判帶來(lái)的飛躍

公安機(jī)關(guān)性質(zhì)與任務(wù)決定了中心工作都是圍繞人來(lái)開(kāi)展，“人”是案件或者事件的主體。案件發(fā)生后，公安機(jī)關(guān)首先需要研判的“誰(shuí)”是作案嫌疑人，而“誰(shuí)”需要“ID”來(lái)唯一標(biāo)識(shí)。在日常生活工作中， “姓名”可以來(lái)唯一指向一個(gè)對(duì)象，但是“姓名”ID標(biāo)識(shí)因重名存在缺陷。警務(wù)工作中，常用的ID更為廣泛，筆者認(rèn)為大致可以分為三類：第一類是人體生物特征，比如指紋、虹膜、DNA等；第二類是主體人經(jīng)常使用的，比如身份證號(hào)碼、手機(jī)號(hào)碼等；第三類是互聯(lián)網(wǎng)的虛擬身份，包括微信、QQ、支付寶、抖音等各種APP的賬號(hào)。不同的ID有不同的優(yōu)劣勢(shì)，比如第一類相對(duì)準(zhǔn)確真實(shí)，但是采集困難；第二類最普及，但是偽裝性強(qiáng)；第三類為新型ID，隨著互聯(lián)網(wǎng)特別是移動(dòng)互聯(lián)網(wǎng)的興起，警務(wù)工作能夠采集的線索（含ID）也急速擴(kuò)張，特別是在APP需要手機(jī)號(hào)碼唯一注冊(cè)后，與主體“人”的關(guān)聯(lián)性在逐步增強(qiáng)。APP里的內(nèi)容也隱藏了大量的線索，比如微信的聊天記錄可能透露嫌疑人的位置，抖音的視頻獲取嫌疑人的頭像等等。出于數(shù)據(jù)安全考慮，互聯(lián)網(wǎng)APP的虛擬身份和內(nèi)容一般都經(jīng)過(guò)了加密處理。

通過(guò)ID唯一指向嫌疑人，然后圍繞ID，依托人事物、地點(diǎn)組織、關(guān)系、生物特征、電子軌跡、活動(dòng)軌跡等多維數(shù)據(jù)，對(duì)嫌疑人展開(kāi)靜態(tài)屬性、動(dòng)態(tài)屬性、規(guī)律屬性等“屬性分析”，以得知嫌疑人住在哪里，去了什么地方，甚至預(yù)測(cè)嫌疑人將要去什么地方，會(huì)有什么動(dòng)作等，發(fā)揮大數(shù)據(jù)最核心的價(jià)值——預(yù)警預(yù)判，真正實(shí)現(xiàn)情報(bào)主導(dǎo)警務(wù)。如下圖所示：

公安內(nèi)網(wǎng)的業(yè)務(wù)數(shù)據(jù)（如車管所數(shù)據(jù)、人口庫(kù)數(shù)據(jù)等）采集的是人的靜態(tài)屬性，得知“對(duì)象是誰(shuí)”；物聯(lián)網(wǎng)中的視頻數(shù)據(jù)（以及互聯(lián)網(wǎng)數(shù)據(jù)）采集的主要是人的動(dòng)態(tài)屬性，得知“對(duì)象在哪”?？赏ㄟ^(guò)多維數(shù)據(jù)時(shí)間和空間上的疊加構(gòu)建算法模型，得知“對(duì)象規(guī)律”。

傳統(tǒng)警務(wù)大數(shù)據(jù)的特點(diǎn)是準(zhǔn)確性和豐富性，那么視頻大數(shù)據(jù)的特點(diǎn)是真實(shí)性和可視化。傳統(tǒng)警務(wù)大數(shù)據(jù)省級(jí)體量往往在1PB左右，數(shù)據(jù)種類多至上百種。數(shù)據(jù)準(zhǔn)確高；而視頻數(shù)據(jù)的采集往往是在群眾不被告知的情況下被動(dòng)采集，所以數(shù)據(jù)往往真實(shí)性高，但是因?yàn)槭芟抻谒惴ň?、安裝環(huán)境等因素，視頻數(shù)據(jù)的準(zhǔn)確性不高。比如，同一款人臉智能攝像機(jī)，安裝的合理，捕獲和識(shí)別率可以到95%以上，不合理，則可能到不了50%。

可視化是視頻數(shù)據(jù)的另一個(gè)特點(diǎn)。公安機(jī)關(guān)特別是基層民警在警務(wù)工作中，經(jīng)常需要調(diào)閱視頻，因?yàn)橐曨l記錄還原了那一刻“最真實(shí)的事實(shí)”，而且最直觀。但是非結(jié)構(gòu)化的視頻是不能用于大數(shù)據(jù)分析挖掘的，需要經(jīng)過(guò)智能視頻算法提取視頻中的結(jié)構(gòu)化內(nèi)容，包括人車對(duì)象、異常行為等；視頻數(shù)據(jù)種類相對(duì)比較少，導(dǎo)致在視頻結(jié)構(gòu)化變成數(shù)據(jù)過(guò)程中，損失了大量的價(jià)值信息，比如案發(fā)當(dāng)天下暴雨（室外），步態(tài)異常（室內(nèi)）等。所以目前，原始視頻必須被按一定期限保留，保留價(jià)值最全的數(shù)據(jù)載體。

視頻對(duì)象結(jié)構(gòu)化數(shù)據(jù)根據(jù)價(jià)值梯度分為三個(gè)圈，如下圖所示。第一個(gè)圈內(nèi)的數(shù)據(jù)（車牌號(hào)碼、人臉模型、車輛模型、人體模型）具有ID屬性，價(jià)值最高；第二個(gè)圈內(nèi)的數(shù)據(jù)（人臉屬性、車輛屬性等）不具有ID唯一指向?qū)ο蟮膶傩?，價(jià)值相對(duì)較低，但是具有縮小嫌疑對(duì)象范圍的能力；第三個(gè)圈內(nèi)的數(shù)據(jù)是系統(tǒng)穩(wěn)定可靠運(yùn)行的支撐。

第一個(gè)圈內(nèi)的數(shù)據(jù)價(jià)值最大，但是具有不同的優(yōu)勢(shì)特點(diǎn)。從易讀性、準(zhǔn)確性等維度對(duì)比如下（附加移動(dòng)終端特征和RFID）： 

ID屬性對(duì)比 人臉模型 人體模型 車牌號(hào)碼 車輛模型 移動(dòng)終端特征 RFID

（人眼）易讀性 弱 弱 強(qiáng) 弱 弱 強(qiáng)

（ID）準(zhǔn)確性 中 弱 強(qiáng) 中 強(qiáng) 強(qiáng)

（場(chǎng)景）豐富度 弱 強(qiáng) 強(qiáng) 強(qiáng) 強(qiáng) 強(qiáng)

（與人）匹配度 強(qiáng) 弱 弱 弱 弱 中

（ID）偽裝力 強(qiáng) 弱 強(qiáng) 弱 強(qiáng) 弱

（ID）易損性 弱 弱 強(qiáng) 弱 弱 強(qiáng)

（人眼）易讀性：模型數(shù)據(jù)作為半結(jié)構(gòu)化數(shù)據(jù)，無(wú)法用人類語(yǔ)言表述出來(lái)，導(dǎo)致民警無(wú)法進(jìn)行口語(yǔ)描述和文字傳遞（比如全文檢索），而車牌號(hào)碼就可以由案發(fā)現(xiàn)場(chǎng)的A民警告知辦案中心的B民警，再由B民警將車牌號(hào)碼錄入布控中心，發(fā)起全城布控，此業(yè)務(wù)場(chǎng)景就是ID易讀性帶來(lái)的優(yōu)勢(shì)。

（ID）準(zhǔn)確性：受限于算法精度和安裝環(huán)境等因素限制，模型數(shù)據(jù)的識(shí)別率通常不高，而人體模型因?yàn)镮D特征點(diǎn)不明顯，建模困難，企業(yè)研發(fā)投入相對(duì)不足等原因，準(zhǔn)確率相比車牌號(hào)碼低很多，而且不穩(wěn)定。

（場(chǎng)景）豐富度：目前，攝像頭的布建，越來(lái)越依托業(yè)務(wù)場(chǎng)景，即有目的性

的去采集視頻中的對(duì)象和行為，所以兩者（場(chǎng)景和對(duì)象ID）耦合度不斷增強(qiáng)。比如人臉對(duì)象的采集：因?yàn)樗惴▽?duì)人臉像素和人臉角度的要求比較高，所以適合安裝人臉智能IPC的場(chǎng)景并不多，局限于狹長(zhǎng)式的人員通道、規(guī)則的人員出入口等。但是捕獲人體的場(chǎng)景就相對(duì)豐富，大部分室外開(kāi)放式的場(chǎng)景都合適，對(duì)人臉像素和人臉角度基本無(wú)要求。結(jié)合（ID）準(zhǔn)確性這項(xiàng)，可以得知人體模型是弱ID，但是場(chǎng)景豐富，適合采集對(duì)象人的軌跡。

（與人）匹配度：本文一開(kāi)始提到警務(wù)工作是圍繞“人”為中心展開(kāi)的，所以不同的ID最終是需要關(guān)聯(lián)到“人”，因?yàn)椤叭四樐Ｐ汀笔侵苯硬杉娜松砩献詭У腎D，所以和主體“人”的匹配度最高，采集人臉圖像建模后和公安內(nèi)網(wǎng)的人口庫(kù)作比對(duì)實(shí)現(xiàn)身份確認(rèn)。對(duì)于車輛對(duì)象，因?yàn)樘囟〞r(shí)間的司機(jī)不一定是車主（車主信息可以由公安內(nèi)網(wǎng)車管所獲得），所以車牌號(hào)碼和車輛模型兩個(gè)ID和“人”的匹配度是相對(duì)低的，特別是真實(shí)的案件中，嫌疑人往往不會(huì)使用自己名下登記的車輛。

（ID）偽裝力：真實(shí)案件中，嫌疑人經(jīng)常會(huì)帶上口罩，嫌疑車的車牌號(hào)碼被遮擋污損或者直接套牌無(wú)牌等，容易偽裝。但是對(duì)于人體模型和車輛模型兩個(gè)ID，一方面難以偽裝，另一方面目前的作案人員還沒(méi)有這個(gè)意識(shí)去針對(duì)這兩種ID進(jìn)行偽裝，所以偽裝力弱，已采集。

（ID）易損性：人臉、人體、車輛等模型數(shù)據(jù)，因?yàn)橹苯痈街趯?duì)象身上，所以嫌疑對(duì)象不會(huì)自己主動(dòng)發(fā)起破壞，比如把自己的臉刮傷，把車給砸壞等，基本不太可能。但是比如車牌號(hào)碼、或者RFID等電子標(biāo)簽，因?yàn)槌杀镜?，相?duì)容易被故意損耗和破壞。

綜上可以看出，不同的視頻類ID具有不同的優(yōu)劣勢(shì)，如果在警務(wù)實(shí)戰(zhàn)過(guò)程中將不同ID的優(yōu)勢(shì)進(jìn)行互補(bǔ)，強(qiáng)強(qiáng)結(jié)合，將發(fā)揮出1+1>2的實(shí)戰(zhàn)價(jià)值，這也是大數(shù)據(jù)戰(zhàn)略中非常關(guān)鍵的一環(huán)。

應(yīng)用場(chǎng)景：（1）調(diào)取現(xiàn)場(chǎng)視頻監(jiān)控，鎖定嫌疑人；（2）結(jié)構(gòu)化大量視頻，提取人體模型，對(duì)嫌疑人構(gòu)建豐富的軌跡；（3）利用軌跡中多維智能抓拍機(jī)同時(shí)捕獲清晰正面人臉和人體，將人臉模型和人體模型進(jìn)行關(guān)聯(lián)，人臉模型和公安業(yè)務(wù)人口庫(kù)比對(duì)確認(rèn)嫌疑人身份和登記住處；（4）通過(guò)人體模型形成的軌跡，分析嫌疑人的落腳點(diǎn)，和登記的住處相吻合，最終捕獲嫌疑人。案例偵破中，結(jié)合利用了人臉模型（與人）匹配度高和人體模型的（場(chǎng)景）豐富度高兩個(gè)不同的優(yōu)勢(shì)，通過(guò)人臉模型知道“是誰(shuí)”，通過(guò)人體模型知道“在哪”。

未來(lái)，隨著越來(lái)越多的數(shù)據(jù)匯聚到大數(shù)據(jù)池中，通過(guò)“數(shù)據(jù)拼圖”，構(gòu)建“數(shù)據(jù)魔方”，形成能力倍增器，為各警種提供易懂、可視、高度共享的價(jià)值鏈。

本文來(lái)源：《企業(yè)科技與發(fā)展》：http://m.00559.cn/w/qk/21223.html