警务工作走向智能化，是新时代的大趋势，也是必然选择。某公安机关紧紧抓住大数据战略实施和“智慧城市”建设的战略机遇，围绕打造智能警务新生态，充分运用现代信息科技手段，深入实施公安大数据战略，不断深化现代警务、智能警务建设，重点推进智能视觉与物联感知体系建设，在现代化条件下积极开展智能化应用研究探索和实践，有力助推了公安工作质量变革、效率变革和动力变革。

一、打造全量全息全时空动态感知能力

智能警务的应用离不开动态鲜活精准感知数据的支撑，多年来依托“天网工程”“雪亮工程”，围绕人的“吃、住、行、消、乐”动态活动轨迹和重点行业、重点单位、重点部位，采用多种模式布建整合视频监控、智能车辆卡口、智能门禁等各类智能视觉与物联感知设备，全息、全时空采集各类治安要素信息。

在感知点位的布局和布设上，重大关注不同感知技术的综合应用所产生的实战成效。目的是通过不同感知技术在不同点位科学布设，达到不同特征的同一性身份认证。如把感知点位分为动态点位和准动态点位两部分，人车快速流动的交通道路路口为动态点位，小区、停车场、商场等人车长时间滞留的点位为准动态点位。同时把动态点位再划分为骨干节点（城区边界出入口、主要交通道路路口、）和边缘节点（次要道路 / 街区路口），在骨干节点上布设全量、全息的感知设备并进行饱和覆盖，确保不遗漏任何一个感知目标。通过骨干节点全量全息全覆盖采集的多维数据结合时空特征进行大数据分析研判，基本上可以做出不同感知特征数据之间的统一性认定。而在边缘节点则只需根据现场实况因地制宜的布设不同类型的感知设备就可以。这样即最大化利用了不同感知技术的特点和优势，又大大节省了感知点位布建的成本。

二、打造中心集群化服务支撑能力

有了全量、全息、全时空的动态感知数据后，如何对不同维度不同格式的数据进行汇聚存储和运算加工处理也是决定了实战应用成败的关键。因此重点打造了中心集群化的服务支撑能力，部署了支撑全警智能化应用的集群化平台，包括动态感知数据汇聚存储服务集群（感知数据的统一汇聚和存储）、实时消息服务器集群（大数据分析研判和预警结果的订阅和推送）、智能视觉解析服务集群（视频、图片的解析与算法调度管理）、实战应用结构化数据服务集群（把解析后的结构化数据进行统一归档）、技战法模型运算服务集群（技战法模型仓）等支撑动态扩展的集群化服务能力，为全警实战提供了从感知数据传输汇聚、存储、分发、视图解析、特征比对、大数据分析运算的强大支撑能力。

三、系统拓扑架构

网络拓扑上，支撑平台分为互联网、视频专网、公安网三个信息域。互联网汇聚平台汇聚社会单位感知数据，经安全边界接入到市局统一的视频专网全息汇聚平台。解析中心分为算力和算法两部分，算力采用标准的 CPU、GPU 服务器，可容纳不同模态和不同厂商算法，解析的结构化和特征向量数据连同原始的视图文件摆渡到公安网内的数据中台，通过数据中台向上下级公安机关和各警种提供智能化应用接口。网络拓扑结构如图 1 所示。

在逻辑上，采用了分层解耦架构，包括前端设备与平台解耦、视图汇聚与解析解耦、硬件与软件解耦、数据与应用解耦，打破了条块分割，构建了多技术、多厂商、多品牌、多产品共存的融合生态系统。逻辑分层架构如图 2 所示。

在各分县局和市局之间的联网方式上，系统分析了以下三种模式：

模式A——各分县局采集的数据在本地汇聚存储的同时，将源数据直接上传到市局大数据平台。本地数据在本地直接应用，从市局平台获取市局基础数据、省厅数据、各警种数据和其他分县局的数据。

模式B——各分县局采集的数据在本地汇聚存储，在通过本地大数据平台将处理后的数据上传到市局大数据平台。本地数据在本地直接应用，从市局平台获取市局基础数据、省厅数据、各警种数据和其他分县局的数据。

模式C——各分县局采集的数据不在本地汇聚存储，直接上传到市局大数据平台。本地不建设大数据平台，所有数据从市局平台获取。

与以往的大数据不同，全息感知的主要特点是数据的鲜活性和实时性，只有在保证数据实时性的前提下，才能突显预警预判和动态管控在公安大数据的应用特点。原始图片不涉及格式问题，结构化数据结构比较规范，接口标准容易统一，更适合采用模式 A；模式 B 虽然在技术实现上最为简单，但丧失了市局大数据平台的实时性优势；模式 C 虽然可以达到实时性的目标，但对市局平台的压力太大，分局的主观能动性受到很大限制。

对准结构化数据，由于各家算法不统一，不同算法数据之间无法比对运算，需要在各下层独立系统把数据归并处理完后再向上级平台汇总结果，或采用上级平台向下级平台发起请求的方式获取数据，适合采用模式 B。最终确定采用模式 A 和模式 B 的混合模式。其中结构化数据联网采集模式 A，准结构化数据联网采用模式 B。

四、实战应用

在以上全量、全息、全时空的动态感知数据和中心集群化的服务能力支撑下，动员各警钟、各实战单位积极开展针对不同场景和不同警务特色的各类实现应用系统，其中重点是各实战应用模型的开发取得了很好的成效。其中突出的实现应用成果包括集一“135”防控圈的高度实时性和精准性的智能预警防控、全息档案、全要素图谱、全关系图谱以及“从案到人”的案件线索智能化研判分析等。

五、未来创新路径

全息感知、智能视觉、大数据等相关技术系统在支撑和引领社会治安管控方面还有很大亟待不断拓展和深入开发的应用空间，未来主要的研究和创新主要针对以下几个方向开展：

一是智能化在线警务应用。结合移动警务终端、移动执法记录仪、车载监控等现有装备，利用5G 通信技术， “前端做加法、后端做乘法”，在前端嵌入车辆以及危险动作、危险物品识别等不同模态的智能视觉算法，借助于中心强大的视觉智能解析与比对运算能力，实现对车辆等的实时布控和对危险动作、危险物品的实时监测预警，赋能一线民警。同时开发集成高灵敏视觉、听觉、嗅觉，并具备现场信息反馈、声光预警提示和应急处置功能的便携式、佩戴式多合一单警智能装备 , 为一线警力加载高度智能化、人性化的“体外感知器官”，提高单兵作战和应急处突能力，打造新一代“超级警察”。

二是人财物全要素大数据应用。深度融合全息感知数据、技网侦数据、金融数据、社会关系等动静态数据，形成人、财、物全要素大数据图谱，围绕“食、住、行、消、乐”动态活动轨迹，利用多维度、多手段，深度挖掘相关要素逻辑关系， 实现对管控对象的分级分类精准管控、治安态势感知预警等大数据分析研判。

三是身份特征 + 智能建档应用。以人财物全要素大数据为支撑，以身份特征档案为纽带，叠加不同来源、不同维度的信息项。通过结构化和准结构化数据、人财物数据、动静态数据的归档、融合、交织、碰撞，搭建以身份特征码为虚拟身份的相对唯一的智能档案库，全力孵化新一代大数据智能应用技战法，实现逻辑智能分析和信息聚类研判。

文章摘自中国安防协会

​