智慧警务建设 大数据是基础 AI是综合研判引擎

作者: 中国安防行业网 2019-07-19 15:50:53

随着城市化进程的加快及经济发展,我国社会治安构成要素日渐膨胀,给公安机关警务工作带来很大压力,而警力资源则几乎未增长,导致供需矛盾日益激化。在此背景下,警务机关亟待通过新技术和新模式寻求突破,以适应当下公安机关业务变革的需求。

业界皆知,近些年人工智能不再仅“纸上谈兵”式强调概念和技术,而是加速与各个垂直领域进行融合。在安防行业,人工智能已经逐步进入业务实战应用阶段,作为最能发挥人工智能价值的领域之一,智慧警务在人工智能、大数据及云计算等技术融合的驱动下,呈现出新的发展特征。

智慧警务建设 大数据是基础 AI是综合研判引擎

大数据汇聚是基础

大数据是信息资源,是开展智慧警务的必需燃料储备,而数据的感知和采集以及大数据平台的搭建是智慧警务体系建设的基础工程,这也就是所谓的公安信息化建设内容。毋庸置疑,公安警力的战斗力需要信息资源,以信息化推动警务机制创新、提升警务工作效能,全面提升公安机关的实战能力。

在此趋势下,近年来,江苏、南京、广州、深圳等各大城市都在紧锣密鼓地推进大数据信息化建设工作。江苏省公安厅厅长刘?D曾说,“狠抓大数据战略,着力打造智慧警务,抢占社会治安高地,时刻跑在犯罪分子前面。” 同时,他表示,“来能报警、动知轨迹、走明去向、全程掌控”是江苏智慧警务建设的新目标。

不过,警务涵盖的业务范围包括交通、治安、消防、边防、社区等多个警种,传统的警务业务分割格局导致数据资源呈现碎片化和原始化,很难形成足够的情报信息来支撑大数据分析研判及服务决策的需求。可以说,当前碎片化的信息分布状态与及时高效决策的现实需求越来越不相称,信息资源整合应用亟待突破。

因此,公关机关在推进警务信息化进程中,不但要增大具有感知或机器视觉能力的监控摄像机以及其他物联网终端设备的覆盖规模,更为关键的是要建设全省警务云,汇聚全警数据和社会数据,加快各警种之间的信息资源融合,横向打通各业务版块,为全警信息化建设和应用提供公共的技术环境和服务支撑。这样,经济欠发达地区就能够在没有经济条件和技术能力建云的情况下,共享使用全省警务云提供的计算、存储和数据资源,从而大大提升基层民警办事效率,减轻民警工作压力。

移动警务成为必要辅助

当前,警务工作越来越呈现出紧迫性、强移动、高突发性的特点,而且,警务人员特别是基层民警,在外勤作业时经常面临不同情况的各类采集、记录等大量复杂信息工作需要处理,而移动警务设备可以助力民警接处警、现场勘查、信息采集、信息核验、巡防互动等工作,实现民警快速处警及社会基础信息采集工作,为基层干警减负、增资。

近年来,随着人工智能技术在安防领域应用的渗透,智能前端化逐渐成为一种发展趋势,因此,作为一种终端设务,移动警务终端也逐渐走向智能化。移动警务的终端设备主要包括移动警务终端(包括人脸识别等身份认证、现场信息录入与存储等应用)、执法记录仪、移动车载、警用穿戴设备以及移动警务平台等。以移动警务终端的摄像头为例说明,智能化摄像机头可直接在端侧将采集的视频图像进行识别处理,以在最短时间内实现视频图像的结构化处理,然后再将标注过的结构化关键信息上传移动警务云端平台进行研判决策,不但大大减少云端的工作量,更重要的是提升现场办案的效率,更好的发挥移动警务的实战价值。无疑,在人工智能加持下,这些移动警务设备能够更好地推动智慧警务工作的开展,大大提升警务人员的业务实战效率,而且可以警务平台和上层公安信息系统无缝对接,真正实现全警信息化。

由此可见,移动警务终端不但是公安大数据信息采集源,而且是一线警务人员警务处理最重要的助手,在公安大数据建设中具有举足轻重的作用,因此,越来越受到各省公安机关的日益重视。实际上,早在2017年全国公安科技信息化工作会议上,公安部已经明确要求加快建设移动警务应用体系。目前,全国各地公安都在加快移动警务体系的建设,将公安信息化应用从桌面应用向移动终端拓展。

融合AI的研判是引擎

无论是智能前端设备(包括移动警务设备),还是警务云平台,采集数据的价值实现都离不开人工智能技术的融合应用。前端是各类识别与比对以及视频结构化的实时处理,以在端侧实现智能化,满足前端场景应用在时延、功耗和性能方面的需求,而后端则是体现在基于多维数据的深度分析研判,相当于是作战指挥中心。不置可否,结合人工智能技术,基于大数据的研判分析在侦破案件、预防犯罪、精确打击以及辅助决策等警务工作中具有重要的实战价值。

在我国平安城市、雪亮工程等项目建设的推动下,全国各地建成了具有较大规模的视频监控设备布点。不过在人工智能尚未落地之前,来自这些监控设备的海量数据和公安业务数据并未真正关联,视频侦查依然是靠人力对嫌疑人、车辆、物品特征等案件信息进行搜索和标注,业务效率依然低下。但是,通过在前后端融合人工智能技术(算法和算力),通过对海量多维数据进行分析和建模,深度挖掘出各类数据背后内在逻辑关系,可以实现对海量数据的深度应用和综合应用。

业界皆知,AI能够迅速对视频数据进行结构化处理,对人、车、物进行快速识别比对。当前人脸识别技术在公安行业应用更为广泛,包括布控排查、边境检查、犯罪嫌疑人识别、司法人像鉴定、重点场所门禁以及宾馆、网吧、娱乐场安全管理。除了人脸识别,车辆识别以及语音识别等涉及人工智能的相关技术也越来越多的落地到公安行业应用中,为公安信息化以及智慧警务建设添砖加瓦!

随着人工智能、云计算等技术应用的商业化,通过警务云平台,民警可以在全省范围内实现“一键调图”“图案关联”“以图搜图”等,甚至在几秒钟内,就从海量视频中搜索到相关人像。从而大大提升公安办事效率,而且AI技术趋势下,警务也从事后侦查转为主动防范,因此,融合AI的研判分析在安防智能化发展的中的重要性不言喻。

总结

近两年公安大数据建设是各地推进公安信息化重要推手,在2020年基本建成智慧警务体系,然后再用两年时间实现人工智能在警务工作中的实战运用,推动公安机关战斗力跨越提升。由此看出,在公安智慧警务体系建设中,大数据平台的构建和人工智能应用是重中之重,如果说大数据资源是基础,警务云是汇聚信息资源的平台,那么人工智能就是发展引擎,三者缺一不可,而移动警务作为最重要的信息采集设备和民警得力助手,更贴近警务人员的实战业务,可以说是警力的前锋和实战派,其重要性也日益凸显。

智慧警务 大数据 AI
上一篇:用玻璃创造“空间芯片”,让扭曲空间具备算力,几乎无能耗无延迟 下一篇:人工智能如何与大数据完美地结合
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI核心难点之一:情感分析的常见类型与挑战

情感分析或情感人工智能,在商业应用中通常被称为意见挖掘,是自然语言处理(NLP)的一个非常流行的应用。文本处理是该技术最大的分支,但并不是唯一的分支。情绪AI有三种类型及其组合。

Veronika Vartanova ·  2天前
机器学习帮你预测电池寿命:精确了解电池还能充几次

电池寿命的确定,是移动硬件发展的重要一环,但是由于电池电化学反应的不确定性以及不同的使用环境和习惯,电池寿命变成了一门玄学。不过柏林的三位小伙伴,利用Tensorflow,在原有的预测体系基础上。更近一步,完成了电池的全寿命预测。

靓科技解读 ·  3天前
专家认为对“人工智能+教育”应持审慎态度

随着人工智能不断发展,人脸识别技术被越来越多地应用于校园中。据了解,一所知名大学2019级新生“刷脸”就能瞬间完成报到程序,系统是这所学校的学生研发的,学生对着摄像头,人脸识别系统就开始进行比对,眨眼间就能完成扫描,整个报到注册手续几乎不到一秒钟。

新华网客户端 ·  3天前
人脸识别有风险,美国全面禁止,可为什么中国却全面推广?

对于大多数人而言,最先接触的就是指纹识别,对指纹识别的了解程度也相对比较深一些,然而随着科技的不断发展,人脸识别也越来越普及,所谓的人脸识别就是基于人的脸部特征信息进行身份识别的一种生物识别技术,用摄像头或摄像机采集含有人脸的图像或视频,并自动在图像中检测和跟踪人脸,对其进行一系列的相关技术,最后进行辨别完成自己想要完成的项目。

测评前线说 ·  4天前
AI的时代,你的职业还在吗?

目前人工智能(Artificial Intelligence,简称AI)的技术到底发展到啥情况了?如果未来AI在我们社会上全面应用之后,会对咱们的生活会带来多大的帮助?

奎哥 ·  4天前
人工智能改善教育的32种方式

在人工智能赋能教育的实践探索上,国外已经有了许多工具和应用,总结起来,可以分为改进教学和改进管理两个大的方面,共32个细分领域。改进教学是人工智能对教与学实践的促进,改进管理则是对校园管理等后勤行政方面的效用提升。

就要买买买 ·  4天前
谁在为“AI+教育”试错买单?

在教育行业,似乎AI作为一个辅助工具出现更为合适,企业在资本浪潮簇拥着前进的时候,更应该想清楚是教育的本质,以及商业模式是否行得通,否则等资本的泡沫褪去,留下的也不过是满地鸡毛。

大鱼 ·  2019-10-09 16:49:57
人工智能图像放大器,完全免费!一键告别渣像素

你可以在互联网上找到一些解决方案,以快速进行拍摄后期制作。该AI图像放大器采用人工智能和机器学习技术放大任何图像。它可以保持图像质量而不会像素化。

科技有点牛 ·  2019-10-09 14:47:26
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载