2919第四屆中國信息化融合發(fā)展創(chuàng)新大會

智慧公安論壇

海信公共安全事業(yè)部總經(jīng)理／孫論強

演講實錄

 

 

各位嘉賓，各位同仁，大家下午好！我是海信網(wǎng)絡(luò)科技公司公共安全事業(yè)部總經(jīng)理孫論強。今天，我演講的主題是《基于海信公安云腦的一體化實戰(zhàn)平臺》，本次匯報分為三個部分，一是行業(yè)問題，二是公安云腦，三是行業(yè)應(yīng)用。

 

 

PART 1

 

從“陽春白雪”到“下里巴人”，

我們距離人工智能與大數(shù)據(jù)的落地究竟還有多遠？

我們都知道，任何一款產(chǎn)品誕生的首要意義一定是為了解決某個或者說某些問題，海信的公安云腦一體化實戰(zhàn)平臺也不例外。基于我們對行業(yè)的深入理解，我們發(fā)現(xiàn)在智慧公安建設(shè)當(dāng)中，存在著三個方面的核心問題：

首先是數(shù)據(jù)的整合力度不足，資源的利用率有待提升。這個問題盡管是老生常談，但是我們在實際工作中仍然能感到它有很多需要克服的具體困難，其中最為核心的就是如何利用人工智能技術(shù)實現(xiàn)多種協(xié)議的自適應(yīng)適配，實現(xiàn)資源的快速自動對接。這是我們所謂“資源整合一體化”的目標。

第二是人工智能、大數(shù)據(jù)的落地應(yīng)用上有一定的差距。雖然從整體上來看，人工智能和大數(shù)據(jù)已經(jīng)形成了強大的推動力，但是“最后一公里”的問題仍然存在（現(xiàn)在可能不到一公里），落實到我們的實戰(zhàn)業(yè)務(wù)當(dāng)中，就會出現(xiàn)“陽春白雪”和“下里巴人”之間的融合鴻溝。因此，我們要通過人工智能的最新成果應(yīng)用，結(jié)合實際業(yè)務(wù)場景進行專題化訓(xùn)練，把人工智能真正的應(yīng)用到公安一線的實戰(zhàn)業(yè)務(wù)當(dāng)中，這就是我們公安云腦智慧化的目標。

第三就是各行業(yè)之間的業(yè)務(wù)協(xié)同仍然有很多“坎”。在整個工作推動當(dāng)中，該如何通過對技術(shù)與業(yè)務(wù)的有效融合，去提升協(xié)同效率？對于這一點，我們現(xiàn)在提出了一體化警務(wù)應(yīng)用，通過一個一體化的平臺，創(chuàng)新警務(wù)模式，推動業(yè)務(wù)部門進行業(yè)務(wù)的高效融合，實現(xiàn)真正的實戰(zhàn)化，提高社會公共安全管理水平。這就是我們行業(yè)現(xiàn)在存在的問題和我們下一步工作的目標及思路。

PART 2

 

最懂公安業(yè)務(wù)的“公安云腦”，

不是“自賣自夸”，而是“名不虛傳！”

綜合上面分析，對于現(xiàn)有的行業(yè)痛點，海信提出的解決方案就是——打造最懂公安業(yè)務(wù)的“公安云腦”。公安云腦由三部分組成，其一是公安大數(shù)據(jù)。海信網(wǎng)絡(luò)科技經(jīng)過20年的深耕，在智能交通領(lǐng)域形成領(lǐng)先優(yōu)勢，不僅已連續(xù)九年簽單行業(yè)第一，而且在其帶動下，公共安全、智慧城市、交通運輸、公共交通、軌道交通、智慧建筑七大事業(yè)部共同推進，形成了一個覆蓋城市服務(wù)各領(lǐng)域的廣泛的數(shù)據(jù)融合能力。借助人工智能技術(shù)形成智能化的應(yīng)用，將極大地促進城市智慧化。其二是“算法倉”，它包括兩大部分，一種是視頻分析的算法倉，一種是業(yè)務(wù)智能處理的算法倉，或者說我們叫業(yè)務(wù)模型算法。通過對數(shù)據(jù)的一系列的智能化加工處理，賦予數(shù)據(jù)以“靈魂”，讓數(shù)據(jù)真正發(fā)揮作用，這就是我們云腦算法倉的重要意義。上述“公安大數(shù)據(jù)”和“算法倉”這兩部分業(yè)務(wù)的正常運轉(zhuǎn)需要有一個強力支撐，我們稱其為“云平臺”，它是調(diào)度數(shù)據(jù)資源、支撐有效的運算和數(shù)據(jù)處理的基礎(chǔ)。海信公安云腦就是在這三部分的共同作用下，通過一體化平臺去進一步融合、打造我們的實戰(zhàn)業(yè)務(wù)應(yīng)用的。

我們預(yù)計在未來的五到十年，借助海信在智能交通領(lǐng)域積累的差異化領(lǐng)先優(yōu)勢，我們在公共安全領(lǐng)域也將通過“云腦”這一核心技術(shù)去建立起我們自己的競爭優(yōu)勢，我認為其中最核心的就是公安大數(shù)據(jù)。

公安大數(shù)據(jù)其實是一個涵蓋了一系列技術(shù)手段的全生命周期的數(shù)據(jù)管理過程 。首先是數(shù)據(jù)的匯聚，公安云腦目前已接入公安自有資源、政府委辦局資源以及住宿旅行等社會資源。這其中包含了大量的公安自建監(jiān)控資源，通過數(shù)據(jù)治理手段，把離散且碎片化的數(shù)據(jù)加工形成具有警務(wù)價值的數(shù)據(jù)資源。

整個過程均伴隨著人工智能技術(shù)的融合滲透。就其中的“數(shù)據(jù)治理”環(huán)節(jié)而言，我們數(shù)據(jù)至少需要經(jīng)過抓取、交換、存儲、共享這四個流程，最后匯聚到“云腦”中，形成相應(yīng)的專題庫，然后進行應(yīng)用和共享。經(jīng)過這樣的流程處理，數(shù)據(jù)能夠更加準確、智能地“為我所用”。

結(jié)合公安具體業(yè)務(wù)，大數(shù)據(jù)主要包括人像大數(shù)據(jù)、車輛大數(shù)據(jù)和情報大數(shù)據(jù)這三大類，這僅是從動態(tài)數(shù)據(jù)上來看。除此之外還有行業(yè)數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)以及互聯(lián)網(wǎng)開源數(shù)據(jù)等，這些不同種類的數(shù)據(jù)共同形成了整個公安云腦的大數(shù)據(jù)中心，通過“數(shù)據(jù)治理”這一核心技術(shù)手段支撐具體應(yīng)用。

上述數(shù)據(jù)的匯聚和治理，還僅僅算是“公安云腦”能力的第一步，其對數(shù)據(jù)的深度分析才是其最為出色的能力。要實現(xiàn)深入實戰(zhàn)業(yè)務(wù)的深度分析，僅僅依靠海信“公安云腦”自己的力量并不足夠，“公安云腦”是一個向行業(yè)開放的平臺，我們會借助業(yè)界各家特有的優(yōu)勢技術(shù)，融合匯總成高效搭配的技術(shù)組合，以此進行面向業(yè)務(wù)的應(yīng)用開發(fā)。公安云腦的算法倉便是融合了海信獨有的，以及行業(yè)內(nèi)各種優(yōu)勢算法的靈活開放的算法平臺。在應(yīng)用時，大規(guī)模智能分析能力，人臉識別、車輛識別等多種算法不再固化在產(chǎn)品中，而是按需調(diào)度。比如當(dāng)需要快速由人臉識別切換為車輛識別場景時，無需繁瑣的配置和改造即可實現(xiàn)快速調(diào)度和切換。

既然要有效融合各家算法，這其中就會牽扯到對算法有效性的評估。為了對算法進行精細化訓(xùn)練，我們根據(jù)實戰(zhàn)業(yè)務(wù)維度投入大量精力采集各種目標和樣本，標注它的屬性，用以進行專題化訓(xùn)練。令我們驚喜的是，通過多種算法的融合以及在不同場景下的智能化調(diào)度，“公安云腦”可迅速匹配最有效的算法，以支撐具體的業(yè)務(wù)應(yīng)用。這一過程中“公安云腦”表現(xiàn)出了極高的準確率和高效的業(yè)務(wù)支撐能力。

特別是在結(jié)構(gòu)化數(shù)據(jù)和人臉識別方面，我們結(jié)合現(xiàn)在很多城市都有的大量的視頻監(jiān)控點的部署（很多城市甚至已經(jīng)達到上萬點），從這些視頻信息數(shù)據(jù)里邊提取出有效的人臉信息、車牌信息等。過去這些信息大多通過人臉抓拍機和人臉卡口、車輛道路的卡口等來進行識別和獲取，而現(xiàn)在我們通過視頻監(jiān)控點位也能夠有效的識別這些信息。最近海信在長沙做了一個測試，隨機地抽取視頻監(jiān)控點位的視頻流，我們發(fā)現(xiàn)針對3到5米高的安裝點位，我們能夠在50%以上的視頻中有效、精準地識別到人臉和車牌信息。通過這樣超凡識別能力，可充分利用現(xiàn)有的視頻監(jiān)控點位挖掘信息價值，實現(xiàn)全市區(qū)域內(nèi)對關(guān)注目標的準確定位、視頻布控和動態(tài)跟蹤分析。

那么“公安云腦”的視頻識別準確度到底水平如何？我們也與行業(yè)內(nèi)主流的識別算法做過對比測試，就人、車目標提取而言，海信“公安云腦”特征提取精度和種類明顯高于行業(yè)主流產(chǎn)品水平。對人臉聚類而言，海信自研了人像與人臉特征關(guān)聯(lián)分析模型，關(guān)聯(lián)準確率業(yè)界領(lǐng)先，同時人像以圖搜圖的首位命中率高達65%以上。

在這個基礎(chǔ)上，我們以人臉識別為基礎(chǔ)，綜合發(fā)型、衣著等特征，結(jié)合機器強化學(xué)習(xí)技術(shù)，為路人構(gòu)建專屬人像模型，并標記唯一虛擬身份ID，實現(xiàn)監(jiān)控場景下的人員聚類 ，再通過人臉關(guān)聯(lián)到這個人的實名，在更多情況下我們是用虛擬號在使用，一旦這個目標確定為我們重點關(guān)注管控的目標的時候，我們會進一步的去核實他的真實身份，然后再做進一步的大數(shù)據(jù)關(guān)聯(lián)。除了人員聚類，我們還能實現(xiàn)車輛聚類、非機動車聚類等。

除了上面提到的算法，海信根據(jù)辦案經(jīng)驗、數(shù)據(jù)特點、應(yīng)用場景特色等，建立了多種業(yè)務(wù)智能算法模型，設(shè)計了25種實戰(zhàn)專題庫，已形成了62種場景化技戰(zhàn)法。根據(jù)公安業(yè)務(wù)的要求，我們針對不同的案件、不同的職能部門和不同的科室，把這些技戰(zhàn)法分別進行二次開發(fā)加工，形成圍繞某一個專題的實戰(zhàn)型專題庫，便于民警在開展這一類的工作的時候，系統(tǒng)能夠自動地為其匹配適合的人工智能算法，使他能夠選擇最優(yōu)的、最適合的技戰(zhàn)法支撐具體實戰(zhàn)業(yè)務(wù)。

PART 3

 

一體化實戰(zhàn)平臺，

深入公安業(yè)務(wù)的“破案高手”！

在行業(yè)應(yīng)用方面，我們根據(jù)公安的業(yè)務(wù)特點，從公安打防控三大業(yè)務(wù)出發(fā)，進行了相應(yīng)的一體化實戰(zhàn)平臺的開發(fā)。在精準化偵察方面，我們可實現(xiàn)對案件的全流程管理、自動研判和重點目標的精準追蹤；在立體化防控方面，我們基于三維電子沙盤實現(xiàn)智能管控，這個管控包括重點人員管控、重點區(qū)域的風(fēng)險發(fā)現(xiàn)和防控；在指揮方面，我們可實現(xiàn)警情的宏觀分析和警力的統(tǒng)一調(diào)度，在遇到緊急警情的時候，可以實現(xiàn)自動化布控和一鍵堵控，提高我們的現(xiàn)場查控效率。

一個典型應(yīng)用，就是精準追蹤技戰(zhàn)法。我們借助一體化實戰(zhàn)平臺實現(xiàn)了對人、車和非機動車三大類目標在視頻監(jiān)控點位下的跨境追蹤，這個應(yīng)用的效果已在實際的案例中得到了驗證。在監(jiān)控相對密度比較高的情況下，我們基本上可以實現(xiàn)一個目標，在一個城市范圍內(nèi)追不丟。

下面通過一個實際的案例來看一下海信公安實戰(zhàn)平臺發(fā)揮的作用。

在2018年11月2號下午，青島市劉某下班以后發(fā)現(xiàn)家中被盜，我們經(jīng)過初步分析，認為這是在白天趁家中無人的情況下進行的入室盜竊案，嫌疑人極可能駕駛機動車作案。根據(jù)這樣的基本分析，我們通過平臺自動調(diào)取以案發(fā)地為中心、方圓一公里區(qū)域內(nèi)的監(jiān)控視頻，快速進行分段車輛精準檢索。其中在一個時間段內(nèi)檢索出了4萬余條車輛信息，僅用時20分鐘。

一般而言，此類案件中嫌疑車輛通常有異常逗留行為，因此我們通過對異常停留車輛的檢索，縮小嫌疑范圍，線索迅速從4萬余條縮減到37條。我們同時對37輛車在后臺進行篩查，首先是做了一個假套牌的一個研判，一般而言作案車輛大多都是假套牌車，將上述37輛異常逗留車輛與車駕管數(shù)據(jù)精準比對，成功發(fā)現(xiàn)1輛假套牌車，進而鎖定了嫌疑車輛。

根據(jù)確定的嫌疑車輛圖片，系統(tǒng)自動確定目標經(jīng)過的最后一個卡口，以此為起點，對其啟動精準追蹤技戰(zhàn)法，結(jié)合車輛行駛速度、路網(wǎng)空間信息等，再加上邏輯推理，智能推測嫌疑人車輛行駛路線，精準還原嫌疑車輛蹤跡，最終找到落腳點。到現(xiàn)在我們公安民警用了也就三個多小時的時間，在小區(qū)內(nèi)找到了嫌疑車輛，再根據(jù)物業(yè)登記的相關(guān)信息，成功將嫌疑人抓獲。

同時，系統(tǒng)還將嫌疑車輛圖片與近2個月內(nèi)的同類案件進行串并比對，發(fā)現(xiàn)該車輛與之前的4起入室盜竊案相關(guān)，經(jīng)確認，一舉破獲了這起系列入室盜竊案件！

以上就是本次演講的全部內(nèi)容。未來，在技術(shù)融合創(chuàng)新的新時代，海信會以更加開放的心態(tài)，與在座的同仁共同來推動智慧警務(wù)的新發(fā)展，共創(chuàng)我們美好生活的新篇章！

謝謝大家！