2919第四届中国信息化融合发展创新大会
智慧公安论坛
海信公共安全事业部总经理/孙论强
演讲实录
各位嘉宾,各位同仁,大家下午好!我是海信网络科技公司公共安全事业部总经理孙论强。今天,我演讲的主题是《基于海信公安云脑的一体化实战平台》,本次汇报分为三个部分,一是行业问题,二是公安云脑,三是行业应用。
从“阳春白雪”到“下里巴人”,
我们距离人工智能与大数据的落地究竟还有多远?
我们都知道,任何一款产品诞生的首要意义一定是为了解决某个或者说某些问题,海信的公安云脑一体化实战平台也不例外。基于我们对行业的深入理解,我们发现在智慧公安建设当中,存在着三个方面的核心问题:
首先是数据的整合力度不足,资源的利用率有待提升。这个问题尽管是老生常谈,但是我们在实际工作中仍然能感到它有很多需要克服的具体困难,其中最为核心的就是如何利用人工智能技术实现多种协议的自适应适配,实现资源的快速自动对接。这是我们所谓“资源整合一体化”的目标。
第二是人工智能、大数据的落地应用上有一定的差距。虽然从整体上来看,人工智能和大数据已经形成了强大的推动力,但是“最后一公里”的问题仍然存在(现在可能不到一公里),落实到我们的实战业务当中,就会出现“阳春白雪”和“下里巴人”之间的融合鸿沟。因此,我们要通过人工智能的最新成果应用,结合实际业务场景进行专题化训练,把人工智能真正的应用到公安一线的实战业务当中,这就是我们公安云脑智慧化的目标。
第三就是各行业之间的业务协同仍然有很多“坎”。在整个工作推动当中,该如何通过对技术与业务的有效融合,去提升协同效率?对于这一点,我们现在提出了一体化警务应用,通过一个一体化的平台,创新警务模式,推动业务部门进行业务的高效融合,实现真正的实战化,提高社会公共安全管理水平。这就是我们行业现在存在的问题和我们下一步工作的目标及思路。
最懂公安业务的“公安云脑”,
不是“自卖自夸”,而是“名不虚传!”
综合上面分析,对于现有的行业痛点,海信提出的解决方案就是——打造最懂公安业务的“公安云脑”。公安云脑由三部分组成,其一是公安大数据。海信网络科技经过20年的深耕,在智能交通领域形成领先优势,不仅已连续九年签单行业第一,而且在其带动下,公共安全、智慧城市、交通运输、公共交通、轨道交通、智慧建筑七大事业部共同推进,形成了一个覆盖城市服务各领域的广泛的数据融合能力。借助人工智能技术形成智能化的应用,将极大地促进城市智慧化。其二是“算法仓”,它包括两大部分,一种是视频分析的算法仓,一种是业务智能处理的算法仓,或者说我们叫业务模型算法。通过对数据的一系列的智能化加工处理,赋予数据以“灵魂”,让数据真正发挥作用,这就是我们云脑算法仓的重要意义。上述“公安大数据”和“算法仓”这两部分业务的正常运转需要有一个强力支撑,我们称其为“云平台”,它是调度数据资源、支撑有效的运算和数据处理的基础。海信公安云脑就是在这三部分的共同作用下,通过一体化平台去进一步融合、打造我们的实战业务应用的。
我们预计在未来的五到十年,借助海信在智能交通领域积累的差异化领先优势,我们在公共安全领域也将通过“云脑”这一核心技术去建立起我们自己的竞争优势,我认为其中最核心的就是公安大数据。
01 行业领先的公安大数据治理能力
公安大数据其实是一个涵盖了一系列技术手段的全生命周期的数据管理过程 。首先是数据的汇聚,公安云脑目前已接入公安自有资源、政府委办局资源以及住宿旅行等社会资源。这其中包含了大量的公安自建监控资源,通过数据治理手段,把离散且碎片化的数据加工形成具有警务价值的数据资源。
整个过程均伴随着人工智能技术的融合渗透。就其中的“数据治理”环节而言,我们数据至少需要经过抓取、交换、存储、共享这四个流程,最后汇聚到“云脑”中,形成相应的专题库,然后进行应用和共享。经过这样的流程处理,数据能够更加准确、智能地“为我所用”。
结合公安具体业务,大数据主要包括人像大数据、车辆大数据和情报大数据这三大类,这仅是从动态数据上来看。除此之外还有行业数据、业务数据以及互联网开源数据等,这些不同种类的数据共同形成了整个公安云脑的大数据中心,通过“数据治理”这一核心技术手段支撑具体应用。
02 开放共赢的智能“算法仓”
上述数据的汇聚和治理,还仅仅算是“公安云脑”能力的第一步,其对数据的深度分析才是其最为出色的能力。要实现深入实战业务的深度分析,仅仅依靠海信“公安云脑”自己的力量并不足够,“公安云脑”是一个向行业开放的平台,我们会借助业界各家特有的优势技术,融合汇总成高效搭配的技术组合,以此进行面向业务的应用开发。公安云脑的算法仓便是融合了海信独有的,以及行业内各种优势算法的灵活开放的算法平台。在应用时,大规模智能分析能力,人脸识别、车辆识别等多种算法不再固化在产品中,而是按需调度。比如当需要快速由人脸识别切换为车辆识别场景时,无需繁琐的配置和改造即可实现快速调度和切换。
既然要有效融合各家算法,这其中就会牵扯到对算法有效性的评估。为了对算法进行精细化训练,我们根据实战业务维度投入大量精力采集各种目标和样本,标注它的属性,用以进行专题化训练。令我们惊喜的是,通过多种算法的融合以及在不同场景下的智能化调度,“公安云脑”可迅速匹配最有效的算法,以支撑具体的业务应用。这一过程中“公安云脑”表现出了极高的准确率和高效的业务支撑能力。
特别是在结构化数据和人脸识别方面,我们结合现在很多城市都有的大量的视频监控点的部署(很多城市甚至已经达到上万点),从这些视频信息数据里边提取出有效的人脸信息、车牌信息等。过去这些信息大多通过人脸抓拍机和人脸卡口、车辆道路的卡口等来进行识别和获取,而现在我们通过视频监控点位也能够有效的识别这些信息。最近海信在长沙做了一个测试,随机地抽取视频监控点位的视频流,我们发现针对3到5米高的安装点位,我们能够在50%以上的视频中有效、精准地识别到人脸和车牌信息。通过这样超凡识别能力,可充分利用现有的视频监控点位挖掘信息价值,实现全市区域内对关注目标的准确定位、视频布控和动态跟踪分析。
那么“公安云脑”的视频识别准确度到底水平如何?我们也与行业内主流的识别算法做过对比测试,就人、车目标提取而言,海信“公安云脑”特征提取精度和种类明显高于行业主流产品水平。对人脸聚类而言,海信自研了人像与人脸特征关联分析模型,关联准确率业界领先,同时人像以图搜图的首位命中率高达65%以上。
在这个基础上,我们以人脸识别为基础,综合发型、衣着等特征,结合机器强化学习技术,为路人构建专属人像模型,并标记唯一虚拟身份ID,实现监控场景下的人员聚类 ,再通过人脸关联到这个人的实名,在更多情况下我们是用虚拟号在使用,一旦这个目标确定为我们重点关注管控的目标的时候,我们会进一步的去核实他的真实身份,然后再做进一步的大数据关联。除了人员聚类,我们还能实现车辆聚类、非机动车聚类等。
除了上面提到的算法,海信根据办案经验、数据特点、应用场景特色等,建立了多种业务智能算法模型,设计了25种实战专题库,已形成了62种场景化技战法。根据公安业务的要求,我们针对不同的案件、不同的职能部门和不同的科室,把这些技战法分别进行二次开发加工,形成围绕某一个专题的实战型专题库,便于民警在开展这一类的工作的时候,系统能够自动地为其匹配适合的人工智能算法,使他能够选择最优的、最适合的技战法支撑具体实战业务。
一体化实战平台,
深入公安业务的“破案高手”!
在行业应用方面,我们根据公安的业务特点,从公安打防控三大业务出发,进行了相应的一体化实战平台的开发。在精准化侦察方面,我们可实现对案件的全流程管理、自动研判和重点目标的精准追踪;在立体化防控方面,我们基于三维电子沙盘实现智能管控,这个管控包括重点人员管控、重点区域的风险发现和防控;在指挥方面,我们可实现警情的宏观分析和警力的统一调度,在遇到紧急警情的时候,可以实现自动化布控和一键堵控,提高我们的现场查控效率。
一个典型应用,就是精准追踪技战法。我们借助一体化实战平台实现了对人、车和非机动车三大类目标在视频监控点位下的跨境追踪,这个应用的效果已在实际的案例中得到了验证。在监控相对密度比较高的情况下,我们基本上可以实现一个目标,在一个城市范围内追不丢。
下面通过一个实际的案例来看一下海信公安实战平台发挥的作用。
在2018年11月2号下午,青岛市刘某下班以后发现家中被盗,我们经过初步分析,认为这是在白天趁家中无人的情况下进行的入室盗窃案,嫌疑人极可能驾驶机动车作案。根据这样的基本分析,我们通过平台自动调取以案发地为中心、方圆一公里区域内的监控视频,快速进行分段车辆精准检索。其中在一个时间段内检索出了4万余条车辆信息,仅用时20分钟。
一般而言,此类案件中嫌疑车辆通常有异常逗留行为,因此我们通过对异常停留车辆的检索,缩小嫌疑范围,线索迅速从4万余条缩减到37条。我们同时对37辆车在后台进行筛查,首先是做了一个假套牌的一个研判,一般而言作案车辆大多都是假套牌车,将上述37辆异常逗留车辆与车驾管数据精准比对,成功发现1辆假套牌车,进而锁定了嫌疑车辆。
根据确定的嫌疑车辆图片,系统自动确定目标经过的最后一个卡口,以此为起点,对其启动精准追踪技战法,结合车辆行驶速度、路网空间信息等,再加上逻辑推理,智能推测嫌疑人车辆行驶路线,精准还原嫌疑车辆踪迹,最终找到落脚点。到现在我们公安民警用了也就三个多小时的时间,在小区内找到了嫌疑车辆,再根据物业登记的相关信息,成功将嫌疑人抓获。
同时,系统还将嫌疑车辆图片与近2个月内的同类案件进行串并比对,发现该车辆与之前的4起入室盗窃案相关,经确认,一举破获了这起系列入室盗窃案件!
以上就是本次演讲的全部内容。未来,在技术融合创新的新时代,海信会以更加开放的心态,与在座的同仁共同来推动智慧警务的新发展,共创我们美好生活的新篇章!
谢谢大家!
声明:
凡文章来源标明“中国智能交通网”的文章版权均为本站所有,请不要一声不吭地来拿走,转载请注明出处,违者本网保留追究相关法律责任的权利;所有未标明来源为“中国智能交通网”的转载文章均不代表本网立场及观点,“中国智能交通网”不对这些第三方内容或链接做出任何保证或承担任何责任。
征稿:
为了更好的发挥中国智能交通网资讯平台价值,促进诸位自身发展以及业务拓展,更好地为企业及个人提供服务,中国智能交通网诚征各类稿件,欢迎有实力的企业、机构、研究员、行业分析师投稿。投稿邮箱: itsshenzhen@163.com (查看征稿详细)