公安大数据,如何打开公安领域实战应用?

   大数据     2019-04-17     千家智客    484    0    
核心提示:公安部门借助人脸卡口IPC摄像机的智能人脸检测技术,在城市道路、广场、娱乐场所及各类重点场所的人员目标的人脸识别,提取包括人的性别、戴眼镜、年龄段等特征信息,从而实现人脸的实时布控、高危人员比对、以图搜图、语义搜索等方面的业务应用。比如,人脸布控业务是通过对场景中视频的进行实时人脸采集和视频分析,并与各种人脸库提供的图片(警综、信综、出入境、人口库、追逃库、犯罪人员库等)进行实时比对。如果发现重点关注人员,将推送到公安实战平台客户端或手机终端。
随着高清IP摄像机的普及,视频监控系统平台的视频接入和存储也越来越多,如何有效利用这些视频资源,挖掘其潜在价值,是用户当前面临的首要问题。未来无疑是智能化的时代,海量数据挖掘的时代,一个更加便捷的时代,这一切的前提都依赖于智能算法、数据挖掘技术不断突破和成熟。
 
传统的视频监控解决了视频的存储和回放,以及各厂商视频流的互联互通,但仍然无法准确识别、定位和查找视频中的人,车,物等目标信息。目前,要实现全方位的实时监控,指挥调度,视频录像中可疑目标的检索查证,还必须依靠大量的工作人员时刻紧盯屏幕,监视所有摄像机的实况视频,以及回放相关视频录像,查找可疑人员,车辆目标和线索。这显然需要耗费大量人力,而且难免也会因为疲劳和疏忽,而错漏掉某些稍纵即逝的重要信息。
 
因此,围绕公安业务需求的公安实战平台,可以有效结合视频图像侦查业务,对监控画面中感兴趣的目标视频进行智能分析,提取可疑的人、车、物等目标信息,生成结构化的语义描述,从而实现特定目标的快速定位、查找和检索。
 
 
智能分析技术应用

视频智能分析是利用计算机图像视觉处理、模式识别和机器学习等算法,分析和识别运动目标信息。作为公安实战平台中最为重要的环节,如下几种智能分析需求应用更为迫切。
 
视频浓缩摘要

视频浓缩摘要是通过对视频录像的智能分析,将其中有运动目标部分视频截取下来,丢弃没有运动目标的片段,通过视频剪辑,形成一段段简短的浓缩摘要视频内容。视场景运动目标的分布有关,甚至于它可以将24小时内具有运动目标浓缩在短短十几分钟,甚至几分钟内的短片形式。
 
通过视频解码,提取目标的图像特征信息,先定义好事件规则,过滤掉大部分用户不关心的信息,保留行人、车辆或其他目标的活动细节。
 
图像增强与复原

图像增强与复原,是指通过图像处理算法,把模糊等恶化的图像通过增强工具进行清晰化处理。利用多种图像处理算法,例如对视频、图片的亮度、白平衡、去雾、去模糊等多种智能处理,帮助还原现场的车辆和行人的本来面目,帮助快速梳理和清晰化相关线索。
 
视频诊断

视频诊断是检测摄像机的图像画质异常,比如图像模糊,镜头虚焦,摄像机外罩脏,亮度、对比度、偏色、横条纹,雪花噪声等图像异常状态检测。随着监控设备的不断建设和扩容,像城市的眼睛一样的前端IPC摄像机故障的影响越来越大,对其的检测和维护也是必不可少。
 
人脸识别

为了应对公共安全突发事件,比如波士顿马拉松爆炸案、校园枪击案,公安业务部门对人脸识别技术的尤为关注。另一方面,随着图像视觉和机器学习技术的不断进步和产业化,人脸识别效果已逐渐受到公安部门的认可。
 
公安部门借助人脸卡口IPC摄像机的智能人脸检测技术,在城市道路、广场、娱乐场所及各类重点场所的人员目标的人脸识别,提取包括人的性别、戴眼镜、年龄段等特征信息,从而实现人脸的实时布控、高危人员比对、以图搜图、语义搜索等方面的业务应用。比如,人脸布控业务是通过对场景中视频的进行实时人脸采集和视频分析,并与各种人脸库提供的图片(警综、信综、出入境、人口库、追逃库、犯罪人员库等)进行实时比对。如果发现重点关注人员,将推送到公安实战平台客户端或手机终端。
 
另外公安实战平台与全国人口库、常住人口库、居住证人口库等数据关联,实现城市地铁、机场、酒店的人脸识别系统的联动。结合地图业务应用,可实现轨迹回放、告警、查询的可视化。事实上,在安防领域的人脸识别处于一种非常复杂的状态的制约,实际监控场所得到的人脸图片质量不高,距离研究领域的图片还相距甚远,例如光照、姿态、表情、饰物、遮挡、运动模糊、分辨率等都影响着人脸识别算法的实际应用推广。
 
车辆识别

近年来,随着智能交通的高清卡口相机的广泛建设和应用,借助于智能识别算法和大规模集成电路技术的迅速发展,以及配套设施的工程施工标准化,智能分析识别的车辆特征信息越来越丰富,通常包括有车牌、车牌颜色、车标、车身颜色、车型、车款等。配合好业务需求,还能检测识别遮阳板、系安全带、司乘人员的人脸检测和抓拍、驾驶员打电话等细微信息。
 
基于这些车辆关键的特征信息,形成上亿条过车记录数据,也推动了后台大数据分析服务的发展应用,以及行业数据挖掘,形成例如套牌车分析识别、高危车辆积分模型、车辆行驶轨迹分析,时空碰撞等实战技战法的应用。对车辆特征数据的大数据搜索,即可迅速找到所有符合条件的车辆信息,包括行驶时间与方向、行驶速度、车牌号码、车标、年款。
 
结合以图搜图的检索方法,在公安实战平台上调取卡口视频和图像文件,快速查询到有关嫌疑车辆信息,还原车辆行驶的轨迹历史信息,而且可以实现嫌疑车辆在整个城市的全程运行轨迹查询,同时结合视频监控信息,实现车辆全程化得可视化轨迹回放,以及对涉事车辆的精确布控和查询。联合车管所车辆信息库,得到车辆和车主的信息、车辆活动信息、跟车信息等记录。
 
面临的问题

尽管各行业对智能分析的需求旺盛,但在实际的应用中主要存在以下方面问题:
 
准确率受环境影响大

视频检测、识别和报警功能在关键的场合已能发挥作用,但无法广泛部署和规模的市场应用。究其原因,视频图像分析算法仍然对环境敏感。环境中存在对智能分析算法的干扰因素较多,对智能分析的效果影响较大。例如,智能分析算法对环境中的光照变化敏感,针对不同角度复杂异常运动建模困难;目标与背景接近会导致目标检测和特征信息提取困难;运动目标被遮挡会造成目标信息缺失;目标移动速度过快或算法过于复杂导致跟踪的有效性较低。如果无法解决误警率、漏报率高,目标跟踪丢失等环境适应性的困难,市场仍将很难规模推广应用。
 
海量数据分析速度慢

面对海量的前端摄像机送回的视频、图片数据,虽然后端智能分析平台的性能不断提升,但目标检索速度仍然满足不了公安业务部门的要求。而为了提升检出率和降低误报率,算法复杂度也在不断提升,数据的分析,目标检索速度仍然有提升的需求空间。

--结束END--

有问题投稿请发送至: 邮箱/3107232748@qq.com    QQ/3107232748

本文标题: 公安大数据,如何打开公安领域实战应用?

本文链接: https://www.fangan100.com/guancha/224.html (转载时请保留)

阅读更多
 
觉得有帮助,鼓励TA抓紧创作!
赞赏

 
 
加入方案圈子
扫管理员微信号
点击排行