警務(wù)工作走向智能化，是新時代的大趨勢，也是必然選擇。某公安機關(guān)緊緊抓住大數(shù)據(jù)戰(zhàn)略實施和“智慧城市”建設(shè)的戰(zhàn)略機遇，圍繞打造智能警務(wù)新生態(tài)，充分運用現(xiàn)代信息科技手段，深入實施公安大數(shù)據(jù)戰(zhàn)略，不斷深化現(xiàn)代警務(wù)、智能警務(wù)建設(shè)，重點推進智能視覺與物聯(lián)感知體系建設(shè)，在現(xiàn)代化條件下積極開展智能化應(yīng)用研究探索和實踐，有力助推了公安工作質(zhì)量變革、效率變革和動力變革。

一、打造全量全息全時空動態(tài)感知能力

智能警務(wù)的應(yīng)用離不開動態(tài)鮮活精準感知數(shù)據(jù)的支撐，多年來依托“天網(wǎng)工程”“雪亮工程”，圍繞人的“吃、住、行、消、樂”動態(tài)活動軌跡和重點行業(yè)、重點單位、重點部位，采用多種模式布建整合視頻監(jiān)控、智能車輛卡口、智能門禁等各類智能視覺與物聯(lián)感知設(shè)備，全息、全時空采集各類治安要素信息。

在感知點位的布局和布設(shè)上，重大關(guān)注不同感知技術(shù)的綜合應(yīng)用所產(chǎn)生的實戰(zhàn)成效。目的是通過不同感知技術(shù)在不同點位科學(xué)布設(shè)，達到不同特征的同一性身份認證。如把感知點位分為動態(tài)點位和準動態(tài)點位兩部分，人車快速流動的交通道路路口為動態(tài)點位，小區(qū)、停車場、商場等人車長時間滯留的點位為準動態(tài)點位。同時把動態(tài)點位再劃分為骨干節(jié)點（城區(qū)邊界出入口、主要交通道路路口、）和邊緣節(jié)點（次要道路 / 街區(qū)路口），在骨干節(jié)點上布設(shè)全量、全息的感知設(shè)備并進行飽和覆蓋，確保不遺漏任何一個感知目標。通過骨干節(jié)點全量全息全覆蓋采集的多維數(shù)據(jù)結(jié)合時空特征進行大數(shù)據(jù)分析研判，基本上可以做出不同感知特征數(shù)據(jù)之間的統(tǒng)一性認定。而在邊緣節(jié)點則只需根據(jù)現(xiàn)場實況因地制宜的布設(shè)不同類型的感知設(shè)備就可以。這樣即最大化利用了不同感知技術(shù)的特點和優(yōu)勢，又大大節(jié)省了感知點位布建的成本。

二、打造中心集群化服務(wù)支撐能力

有了全量、全息、全時空的動態(tài)感知數(shù)據(jù)后，如何對不同維度不同格式的數(shù)據(jù)進行匯聚存儲和運算加工處理也是決定了實戰(zhàn)應(yīng)用成敗的關(guān)鍵。因此重點打造了中心集群化的服務(wù)支撐能力，部署了支撐全警智能化應(yīng)用的集群化平臺，包括動態(tài)感知數(shù)據(jù)匯聚存儲服務(wù)集群（感知數(shù)據(jù)的統(tǒng)一匯聚和存儲）、實時消息服務(wù)器集群（大數(shù)據(jù)分析研判和預(yù)警結(jié)果的訂閱和推送）、智能視覺解析服務(wù)集群（視頻、圖片的解析與算法調(diào)度管理）、實戰(zhàn)應(yīng)用結(jié)構(gòu)化數(shù)據(jù)服務(wù)集群（把解析后的結(jié)構(gòu)化數(shù)據(jù)進行統(tǒng)一歸檔）、技戰(zhàn)法模型運算服務(wù)集群（技戰(zhàn)法模型倉）等支撐動態(tài)擴展的集群化服務(wù)能力，為全警實戰(zhàn)提供了從感知數(shù)據(jù)傳輸匯聚、存儲、分發(fā)、視圖解析、特征比對、大數(shù)據(jù)分析運算的強大支撐能力。

三、系統(tǒng)拓撲架構(gòu)

網(wǎng)絡(luò)拓撲上，支撐平臺分為互聯(lián)網(wǎng)、視頻專網(wǎng)、公安網(wǎng)三個信息域?；ヂ?lián)網(wǎng)匯聚平臺匯聚社會單位感知數(shù)據(jù)，經(jīng)安全邊界接入到市局統(tǒng)一的視頻專網(wǎng)全息匯聚平臺。解析中心分為算力和算法兩部分，算力采用標準的 CPU、GPU 服務(wù)器，可容納不同模態(tài)和不同廠商算法，解析的結(jié)構(gòu)化和特征向量數(shù)據(jù)連同原始的視圖文件擺渡到公安網(wǎng)內(nèi)的數(shù)據(jù)中臺，通過數(shù)據(jù)中臺向上下級公安機關(guān)和各警種提供智能化應(yīng)用接口。網(wǎng)絡(luò)拓撲結(jié)構(gòu)如圖 1 所示。

在邏輯上，采用了分層解耦架構(gòu)，包括前端設(shè)備與平臺解耦、視圖匯聚與解析解耦、硬件與軟件解耦、數(shù)據(jù)與應(yīng)用解耦，打破了條塊分割，構(gòu)建了多技術(shù)、多廠商、多品牌、多產(chǎn)品共存的融合生態(tài)系統(tǒng)。邏輯分層架構(gòu)如圖 2 所示。

在各分縣局和市局之間的聯(lián)網(wǎng)方式上，系統(tǒng)分析了以下三種模式：

模式A——各分縣局采集的數(shù)據(jù)在本地匯聚存儲的同時，將源數(shù)據(jù)直接上傳到市局大數(shù)據(jù)平臺。本地數(shù)據(jù)在本地直接應(yīng)用，從市局平臺獲取市局基礎(chǔ)數(shù)據(jù)、省廳數(shù)據(jù)、各警種數(shù)據(jù)和其他分縣局的數(shù)據(jù)。

模式B——各分縣局采集的數(shù)據(jù)在本地匯聚存儲，在通過本地大數(shù)據(jù)平臺將處理后的數(shù)據(jù)上傳到市局大數(shù)據(jù)平臺。本地數(shù)據(jù)在本地直接應(yīng)用，從市局平臺獲取市局基礎(chǔ)數(shù)據(jù)、省廳數(shù)據(jù)、各警種數(shù)據(jù)和其他分縣局的數(shù)據(jù)。

模式C——各分縣局采集的數(shù)據(jù)不在本地匯聚存儲，直接上傳到市局大數(shù)據(jù)平臺。本地不建設(shè)大數(shù)據(jù)平臺，所有數(shù)據(jù)從市局平臺獲取。

與以往的大數(shù)據(jù)不同，全息感知的主要特點是數(shù)據(jù)的鮮活性和實時性，只有在保證數(shù)據(jù)實時性的前提下，才能突顯預(yù)警預(yù)判和動態(tài)管控在公安大數(shù)據(jù)的應(yīng)用特點。原始圖片不涉及格式問題，結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)比較規(guī)范，接口標準容易統(tǒng)一，更適合采用模式 A；模式 B 雖然在技術(shù)實現(xiàn)上最為簡單，但喪失了市局大數(shù)據(jù)平臺的實時性優(yōu)勢；模式 C 雖然可以達到實時性的目標，但對市局平臺的壓力太大，分局的主觀能動性受到很大限制。

對準結(jié)構(gòu)化數(shù)據(jù)，由于各家算法不統(tǒng)一，不同算法數(shù)據(jù)之間無法比對運算，需要在各下層獨立系統(tǒng)把數(shù)據(jù)歸并處理完后再向上級平臺匯總結(jié)果，或采用上級平臺向下級平臺發(fā)起請求的方式獲取數(shù)據(jù)，適合采用模式 B。最終確定采用模式 A 和模式 B 的混合模式。其中結(jié)構(gòu)化數(shù)據(jù)聯(lián)網(wǎng)采集模式 A，準結(jié)構(gòu)化數(shù)據(jù)聯(lián)網(wǎng)采用模式 B。

四、實戰(zhàn)應(yīng)用

在以上全量、全息、全時空的動態(tài)感知數(shù)據(jù)和中心集群化的服務(wù)能力支撐下，動員各警鐘、各實戰(zhàn)單位積極開展針對不同場景和不同警務(wù)特色的各類實現(xiàn)應(yīng)用系統(tǒng)，其中重點是各實戰(zhàn)應(yīng)用模型的開發(fā)取得了很好的成效。其中突出的實現(xiàn)應(yīng)用成果包括集一“135”防控圈的高度實時性和精準性的智能預(yù)警防控、全息檔案、全要素圖譜、全關(guān)系圖譜以及“從案到人”的案件線索智能化研判分析等。

五、未來創(chuàng)新路徑

全息感知、智能視覺、大數(shù)據(jù)等相關(guān)技術(shù)系統(tǒng)在支撐和引領(lǐng)社會治安管控方面還有很大亟待不斷拓展和深入開發(fā)的應(yīng)用空間，未來主要的研究和創(chuàng)新主要針對以下幾個方向開展：

一是智能化在線警務(wù)應(yīng)用。結(jié)合移動警務(wù)終端、移動執(zhí)法記錄儀、車載監(jiān)控等現(xiàn)有裝備，利用5G 通信技術(shù)， “前端做加法、后端做乘法”，在前端嵌入車輛以及危險動作、危險物品識別等不同模態(tài)的智能視覺算法，借助于中心強大的視覺智能解析與比對運算能力，實現(xiàn)對車輛等的實時布控和對危險動作、危險物品的實時監(jiān)測預(yù)警，賦能一線民警。同時開發(fā)集成高靈敏視覺、聽覺、嗅覺，并具備現(xiàn)場信息反饋、聲光預(yù)警提示和應(yīng)急處置功能的便攜式、佩戴式多合一單警智能裝備 , 為一線警力加載高度智能化、人性化的“體外感知器官”，提高單兵作戰(zhàn)和應(yīng)急處突能力，打造新一代“超級警察”。

二是人財物全要素大數(shù)據(jù)應(yīng)用。深度融合全息感知數(shù)據(jù)、技網(wǎng)偵數(shù)據(jù)、金融數(shù)據(jù)、社會關(guān)系等動靜態(tài)數(shù)據(jù)，形成人、財、物全要素大數(shù)據(jù)圖譜，圍繞“食、住、行、消、樂”動態(tài)活動軌跡，利用多維度、多手段，深度挖掘相關(guān)要素邏輯關(guān)系， 實現(xiàn)對管控對象的分級分類精準管控、治安態(tài)勢感知預(yù)警等大數(shù)據(jù)分析研判。

三是身份特征 + 智能建檔應(yīng)用。以人財物全要素大數(shù)據(jù)為支撐，以身份特征檔案為紐帶，疊加不同來源、不同維度的信息項。通過結(jié)構(gòu)化和準結(jié)構(gòu)化數(shù)據(jù)、人財物數(shù)據(jù)、動靜態(tài)數(shù)據(jù)的歸檔、融合、交織、碰撞，搭建以身份特征碼為虛擬身份的相對唯一的智能檔案庫，全力孵化新一代大數(shù)據(jù)智能應(yīng)用技戰(zhàn)法，實現(xiàn)邏輯智能分析和信息聚類研判。

文章摘自中國安防協(xié)會

?