伴隨著云計算、大數據、物聯網、移動互聯及人工智能等技術的發展，現代公安系統的破案，早已經不單單是依靠擁有超強大腦的刑偵人員的的走訪，更多的是借助于先進的人工智能安防產品比如人臉識別技術、VR+視頻技術等。

“截至今年9月，全國安裝用于公共服務的視頻監控攝像機已經達到3000萬臺，視頻圖像技術支撐下的破案率逐年提升。”公安部科技信息化局黨委書記譚曉準表示，在AI的賦能下，視頻圖像信息智能分析與共享應用技術在安防領域可謂是如虎添翼，大顯身手。

視頻監控建設與高新技術同頻共振“視頻圖像的特點是直觀、準確、及時，信息內容豐富，在反恐維穩、指揮出突、治安防控、偵查破案、社會管理、執法監督和服務民生方面有著非常廣泛的應用。與此同時，視頻圖像技術支撐破案率逐年提升。”譚曉準舉例說，浙江利用公安人像比對系統僅上線3個月，就比對出了犯罪嫌疑人千余名，視頻監控擠壓犯罪空間的效率也越來越明顯。江蘇自開展視頻監控建設以來，僅2016年在入戶盜竊、扒竊、盜竊非機動車等方面的案件就下降了19.9%，18.2%和16.9%。

“今年視頻圖像工作之所以取得重大發展，其中一條重要的經驗就是不斷的加強技術創新，積極推動云計算、大數據、物聯網、人工智能等新技術落地應用，確保視頻監控建設應用水平與最先進技術同步發展，同頻共振。”譚曉準表示。

“目前我國在視頻監控系統的技術、標準、建設規模、數量以及聯網的狀況等各方面已經走在了世界的前列，相應的技術標準體系也基本形成。”視頻圖像信息智能分析與共享應用技術國家工程實驗室主任陳朝武對記者表示，公安部辦公廳聯合中央綜治辦秘書室、國家發展改革委辦公廳、國家標準委辦公室印發《公共安全視頻圖像信息聯網共享應用標準體系(2017版)》，明確了技術標準、測試規范和管理規范，這三大類共24項國家標準，為跨地區、跨行業、跨部門開展公共安全視頻監控安全建設聯網工作提供了基礎性的技術支撐。此外，公安部今年還發布了視頻監控平臺、數據庫、接口協議等6項公共安全行業標準，使公安機關視頻圖像信息深度應用，有章可循。

海量視頻數據有待充分利用

視頻涉及內容廣泛挖掘價值高，可為社會治安提供最直觀、最準確、最豐富的線索，為預防案件發生和快速破案提供極大的便利。通過智能挖掘，可以更好的實現案件的提前預防和精確打擊，有效支撐公安打防管控一體化。但是，海量的視頻技術也帶來一定的挑戰。

“一方面，全國安裝的視頻監控數量已超過3000萬，產生了海量的視頻數據，其價值仍遠未被充分挖掘和利用。另一方面，云計算、大數據和AI等新興技術發展日新月異，如何利用這些技術實現視頻的深度應用，仍有待進一步的探索。”公安部第一研究所副所長、北京中盾安全技術開發公司總經理余兵說。

據悉，由公安部第一研究所研發生產的全國公安圖像信息部級聯網平臺，構建了公安信息網與視頻專網跨網絡并行部省市縣基層科所隊，多級多域互聯的全國視頻圖像信息聯網共享架構，具備數百萬級的視頻設備監管，目前已連接全國30多個省級的視頻平臺，接入的視頻監控設備數量超過8萬臺。

“由于監控攝像頭普遍存在盲點，根據碎片化的影像，無法有效的掌握或分析整個區域全景情況，大量的數據利用起來比較困難，對指揮決策帶來很大的困擾。”北京航空航天大學教授周忠介紹說，截至2015年，我國大數據中，65%是監控視頻，監控攝像機每年還在以20%的速度遞增，而每個攝像機拍攝的視頻都是相對獨立的。在這種情況下，視頻融合的需求凸現出來。

幾年前，周忠等科研人員突破了單邊建模技術，先把場景碎片的位置構建出來，然后重新組成一個完整的場景模型。“這項技術與現在運行的監控系統能夠兼容，只要在后端裝一個服務器，前端裝一個VR終端，就可以把后端來自不同存儲設備中的內容整合在一起，提供一個虛實融合的前端展示。“周忠說。

深度學習讓安防更智慧“數據的增長是非常可觀的，數據來源多，數據類型多，數據之間的關聯性強。就大數據本身來講，不在于大，是在于產生的價值以及挖掘的成本，這些比數據本身更加重要。”陳朝武表示，即使有價值的數據也往往會超過人類的認知極限，在挖掘有關聯的數據時，一是需要借助人工智能，推送有需要的數據；二是需要借助信息化顯示設備，新型的呈現手段。

中國科學院自動化所研究員黃凱奇認為，智能視頻監控技術就是為了讓計算機像人的大腦，讓攝像頭像人的眼睛，由計算機智能地分析從攝像頭中獲取的圖像序列，對被監控場景中的內容進行理解，實現對異常行為的自動預警和報警。

對于掌握了許多視頻圖像資源的安防行業來說，深度學習和安防的結合擁有比較高的契合度。在圖像分析方面，比如人們熟悉的人臉識別、文字識別和大規模圖像分類等，深度學習大幅提升了復雜任務分類的準確率，使得圖像識別、語音識別，以及語義理解準確率大幅提升。在人臉方面，可以實現人臉檢測、人臉關鍵點定位、身份證對比、聚類以及人臉屬性、活體檢測等。在智能監控方面，可以做人、機動車、非機動車視頻結構化研究。

“深度學習使得安防系統從主要依靠人工的查看逐步轉變為機器來查看和分析，實現了從簡單的查看到真正防控的飛躍。”北京中星微電子有限公司副總裁邱嵩表示，深度學習算法是通過學習海量的數據，讓算法自動的獲取，不再依賴于人工干預和已有的這個識別模型。以深度學習為代表的神經網絡十分適合于安防、視頻監控領域的應用，主要體現在：一是準確度高；二是可以采用在后臺服務器和前端攝像機應用模式，不再需要這個軟件的移植和開發；三是適應性強，可以針對特定的目標進行定制化的學習；四是可實現靈活部署，滿足一機多用的需要。

“當前我所正面向公安中心工作和各警務業務的需求，開展視頻大數據存儲，處理分析及挖掘技術的研究，推動研制公安視頻綜合信息智能分析研判平臺以及公安圖像偵查綜合應用平臺等大數據技術，探索推進視頻圖像信息深度智能分析共享及大數據應用及研究。”余兵說。