安防监控大数据与智慧城市公共安全大数据系统开发

大数据平台的价值在于对上层应用平台提供开放聚合的能力和标准应用接口，为上层深度应用平台提供基础支撑：（1）基础ICT能力，包括云计算、网络控制、终端、实时通信、增值业务；（2）运营支撑能力，包括鉴权认证、信息查询、服务变更、购买支付等；（3）大数据能力，包括数据存储运算、建模、标签生成、客户画像、场景匹配等；（4）业务资源能力，包括行业解决方案提供等；（5）服务资源能力，包括渠道管理、客户关系管理等；（6）场景化应用能力，包括匹配垂直行业的各类应用场景库。

基础大数据平台需要搜集三个层次的全量数据资源，包括：基础信息数据、行为信息数据、基层网络数据，以及提供位置洞察、标签管理、数据集成、用户视图、数据建模、数据挖掘、网络评估、数据管理、运营监控、数据安全、隐私保护、业务报表等数据服务。

1.公共安全大数据

（1）什么是公安大数据

公安机关在履行社会管理职责过程中，管理储存了各类数据信息，包括人口管理、接处警信息、出入境登记、旅店宾馆住宿信息、机动车驾驶员信息等。针对这些互联网信息、生物特征信息、行为轨迹、图片影像等数据进行处理分析，是公安大数据的应用优势，也是公安信息化建设的重点。不断加强对公安内部的信息数据、社会资源和互联网资源信息的整合和处理以及对数据的深度挖掘，是公安信息化发展的方向。 （2）公安大数据的特点

随着信息技术的发展，以情报为主导的公安信息化系统飞速发展，公安系统数据库里整合了大量警务数据和社会资源数据，这些数据符合智慧城市大数据的特征： l 大量性：规模超大、不断攀升。

l 高速性：高速产生、处理高效。数据产生的频率和传送频率非常快，需要进行实时处理，这一点和传统的数据挖掘技术有着本质的不同。

l 多样性：种类多样、来源多样。不仅包括传统的格式化数据，还包括来自互联网的网络日志、视频、图片、地理位置信息等等。非结构数据占了存储数据总量的75%—95%，这些非结构数据无法以现在的技术手段处理。

l 低密性：有用数据提纯。从大量的低质量、低价值的数据中获取数据成本很高。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。

此外，公安大数据还具有小模型和小定律交叉的特点，即使是同一类问题，不同地方也都不一样，所以模型和程序要针对数据设计。结构化数据通过数据库或者数据仓库解决，半结构化数据使用网页和搜索引擎等技术解决，非结构化数据使用深度学习、网络交互和群体智能解决。

2.安防监控大数据

（1）公安大数据离不开安防监控 智慧公安系统开发【-----l38----23---l5---32----Ol----】 公安大数据建设的不同阶段，应用会体现在诸多实际业务系统，包括视频侦查系统（视频结构化大数据）、车辆检索系统（车辆大数据）、人员布控系统（人脸大数据）等。这些系统以道路监控、卡口电警、人脸卡口等不同监控前端获取的视频、图片及结构化特征为基础，通过大数据平台的智能分析，实现如以图搜车、以图搜人、全文检索、相似性研判等分析应用，帮助公安能够快速科学地侦破案件。

在智慧城市实时采集的海量数据中，视频因形式直观内容丰富，已成为一种极为重要的数据形式。如今视频摄像头在生活中已经随处可见，无论是室内还是室外，小区还是商场，各种社会公共安全场所都有监控系统在发挥作用，尤其是在维护稳定、反恐处突、治安防范、侦查破案、服务群众等工作实践中，视频监控技术在构筑全天候全方位治安防控体系中具有强大的优势。视频监控技术通过实时显示监控区域现场图像和回放历史场景的功能，具有发现犯罪、预防犯罪、威慑犯罪和锁定目标、提供线索、固定证据等重要作用。

海量数据给常规技术（获取/存储/管理、处理/传递/共享、关联/聚类/分析）带来了众多挑战。现有的公安数据系统无论是规模还是架构都很难适应在海量数据场景下的管理和分析，直接影响了公安形势预判和重大决策。 （2）安防监控大数据面临的问题

安防监控作为公安大数据的重要基础资源，提供了大量的图像信息，但面临两大挑战： ①存储成本高。视频图像特别是高清视频占存储空间大，监控视频数据通常只存储一个月，关键信息无法得到长时间保存，而且保存时间越长，成本就越高。

②快速检索困难。监控图像资源中包含大量冗余的数据信息，让用户从这些数据中自行寻找线索，不亚于大海捞针。人工的数据回溯，不仅占用了大量的人力、物力和时间，同时由于个人能力的差异也会导致针对视频的认知偏差。例如道路监控仅针对卡口实现了主干道的车辆识别，覆盖面有限，其他活动目标及特征无法获取,大多依靠人工进行收集和处理，难以结合多种时空交叉数据进行快速检索和研判比对。

采用先进技术逐步解决大数据的问题

现阶段，建设新的能够匹配公安业务场景的大数据系统是安防企业面临的迫切需求。

1.首先要解决安防监控基础大数据的问题

（1）针对存储问题：使用更先进的图像编码技术，比如H.265能在不降低图像清晰度的前提下，将存储空间和传输带宽降低40%。以天地伟业的S+265技术为例，可以比H.265进一步降低20%的码流大小，有效节省存储成本。

（2）针对检索困难问题：使用视频解析技术，从图像中提取车辆/行人/人脸的结构化特征信息，将图像信息转换成有价值数据，形成视频线索，协助民警快速办案。目前借助深度学习技术，自动提取与挖掘关键信息的手段已经开始进入实战。

（3）以天地伟业推出的人脸识别系列产品为例，既有用于后端智能的“神谋”系列人脸识别服务器，也有前端智能的“深瞳”系列人脸抓拍机。每路视频每秒中可同时检测提取20个人脸，支持最低30个像素的眼间距，支持人脸左右25°偏转、上下15°偏转；针对面部有遮挡的特殊行为，如戴帽子/墨镜/口罩或一定角度下低头/侧脸，仍然可以做到准确检测，特别适合室外开放场景的动态布控使用；可以在亿级人脸库中秒级返回比对结果，快速实现涉案人脸的身份鉴定与身份关联，从而帮助警员及时准确决策，提升破案效率。同时基于天地超星光微光成像技术，即便夜间周围，凭借环境光线也能清晰捕获。

2.其次要解决公安大数据的线索挖掘问题

1.建立多条件、多轨迹的综合研判分析模型。从积累的海量历史数据中可以挖掘警情案件规律，从而能够针对重点人、重大事件，结合轨迹数据进行异常异动推送预警信息。而且通过模型可以将各层级各警种日常业务中的大量经典技战法和破案案例实现固化共享和战法传承，提升整体战斗力。

2.采用知识图谱技术。将公安中各类数据，汇总融合成为人、事、地、物、组织、虚拟身份等6大类实体，根据其中的属性联系、时空联系、语义联系、特征联系等，建立相互的关系，最终形成一张由人事地物组织构成的关系大网。关系网根据数据的接入可自动更新，有效地解决大数据时代数据分散、割裂以及难以统一处理的难题，为公安系统提供多维度、可查询、可分析、可研判的大数据情报系统。