社会安全事件智能监测与预警系统及综合平台

王 雷

(中国刑事警察学院禁毒与治安学院，沈阳 110035)

随着中国社会经济的高速发展，国家对社会治安防控体系建设日益重视，尤其在基础设施建设和装备研制方面取得了长足发展，但在社会安全事件监测预警方面仍存在不足。社会安全事件监测预警问题具有时空尺度大、相关信息多源异构、目标特征复杂、警情事件耦合因素多、智能性要求高等特点，是中外高度关注的重大问题。研究主动感知和识别目标特征的警用装备，研究重要场所场景典型警情事件的智能监测预警方法和技术，研制社会安全事件综合研判预警与指挥平台，不仅是国际技术前沿难题，也是国家公共安全保障的重大需求。

彭知辉[1]分析了公安情报流程的形成过程及发展现状，梳理公安情报流程中存在的问题，探讨了大数据环境下公安情报流程的发展与变革。李培岳等[2]提出了视频监控心理方法区域模型并从违法犯罪行为角度提出基于规避心理的最优入侵路径模型。邱凌峰等[3]针对雄安新区建设和发展过程中对社会安全事件的防控需求，以盗窃作为典型社会安全事件，提出了基于机器学习模型的社会安全事件分析预测方法。卢子涵等[4]提出了基于时间滞后和实时数据的典型侵财类案件发生概率预测分析方法，相关成果可以应用于侵财类犯罪的预防。李鑫等[5]选取典型的社会安全事件，开展了基于大数据的社会安全事件识别与预测预警技术研究，实现了基于大数据的典型社会安全事件异常识别，提升社会安全风险的预测预警能力。李丽华等[6]基于群体性事件预警原理，可从社会发展风险、社会环境扰动、社会安全状况和社会控制能力四个方面，构建三级群体性事件预警指标体系。何巍[7]总结了机器学习对犯罪预测的研究，按照不同犯罪类型对如何提高犯罪预测精度进行了讨论。马占军等[8]基于多Agent及社会力模型相关理论，通过Any Logic软件模拟还原此次砍杀事件过程及人员伤亡情况，随后通过方案优化后再次进行仿真，并讨论了保安数量对突发事件应急处置的影响。张婷等[9]通过对人际网络和当前公安边防反恐情报工作进行研究，将人际网络的分析理论与公安边防反恐情报工作实践相结合，构建了反恐情报工作中人际网络模式。张辉等[10]提出了“数据融合-模型推演-案例推理-心理行为规律”综合集成的“情景-应对”型应急决策理论和方法。滕吉文等[11]总结了现代智慧城市是一个复杂巨系统工程，必须是地上、地下、空中与海域高度协调与融合的三维模式，伴随着互联网、信息化、智能化与大数据的发展。

在移动目标感知识别技术方面，Google公司研制的智能眼镜结合了声控、导航、照相等功能，被迪拜警方用于上传违规照片、记录车牌号等。伦敦警方采用了Taser公司研制的可穿戴摄像头Axon Body，用于执勤过程中的信息采集。在警情事件识别技术方面，Chen等[12]提出了基于随机森林算法的大规模团体活动的安全风险评估与预警方法。日本东京大学开展了反常事件检测研究，研制的视频监控系统在公共场所警情预防领域进行了应用。Sancho等[13]提出了对威胁进行分类和安全风险评估的新方法，基于安全事件管理来验证了新方法的效率。Kotenko等[14]根据马尔科夫链对安全事件与事件管理的决策支持过程进行建模。Afra等[15]构建了预警系统，该系统从摄像头抓取面部识别和社会媒体分析来监测可疑人口。在系统平台方面，美国Palantir公司为美国国家安全局、联邦调查局、中央情报局提供大数据分析服务，基于Gotham平台搭建了语义知识搜索挖掘平台，实现了多源异构信息的关联融合与情报分析。纽约市警察局研究了Compstat模式，运用犯罪数据综合统计系统打击犯罪。Luiz等[16]通过城市指标和统计学习来研究犯罪预测，结果确定了城市指标对犯罪预测的重要性，表明失业和文盲是描述巴西城市凶杀案的最重要变量。

中外研究从公安情报、大数据、人工智能角度对不同犯罪类型进行预测和分析，针对具体犯罪类型都得到很好的研究成果。但是很少有将多种智能感知识别设备与综合平台综合考虑。现实中，相关警用装备也缺乏主动感知能力，很多设备具有单一感知手段，无法实现与网络和云端的有机协同，在移动场景下的目标识别技术性能也有待提高。警情事件识别预警技术及系统还存在无法有效利用多种监控信息、识别的警情事件过于单一等问题。现从社会安全事件的信息感知特征识别、警情识别、警情事件综合研判指挥三个层次构建系统平台，通过车载装备、移动可穿戴装备、监控场所识别装备提取感知信息，基于特定场景的警情事件识别，讨论警情事件研判的综合平台的体系架构。系统平台的架构与设计能够解决复杂场景和监控盲点的信息缺失问题，在综合研判过程中收集更丰富的情报信息，提升综合平台的处理能力，为推动公安行业科技进步，推进公安大数据战略实施，建设全方位立体化社会治安防控体系提供科技支撑，从而提高社会安全事件预测预警能力，有效维护社会和谐稳定。

1 社会安全事件智能监测与预警系统及综合平台的逻辑关系

该体系架构主要分为3个层次：第一层是感知装备层，是感知物理区域空间中的人车物状态信息，主要包括警车车载行为感知设备、可穿戴智能执法装备、治安防控场所监测识别装备、社会车辆车载监控装备、公安现有监控网络装备等；第二层是警情事件识别预警系统层，是对人车物目标感知与识别的系统，主要包括警车目标特征识别预警系统、治安防控场所警情事件预警系统、大规模社会车辆警情事件预警系统、公安监控网络警情事件预警系统；第三层是警情事件综合研判与指挥层，结合互联网信息与公安现有业务系统信息，同时采取人车物状态感知信息，对预警系统输入的识别结果进行研判和生成处置方案。图1为体系架构示意图。

图1 社会安全事件识别、预警与综合平台的体系架构

研究的体系架构在各个层都包括各自核心技术。在人车物状态信息感知层，智能警车的动态监测技术采用包括可见光视频图像、红外、微波雷达及Wifi探针等多源感知设备获取基础数据，对数据基础语义与场景语义分别构建映射模型。室内外警员实时精确定位方法和技术，包括单目视觉SLAM(simultaneous localization and mapping)算法、全球定位系统(global positioning system，GPS)/北斗卫星定位系统与基站等定位方式的融合算法。治安防控场所监控技术，包括多感知单元的数据采集与交互技术、跨感知单元的资源调度模型和数据的动态聚合方法、智能协同采集技术。车载装备识别技术，包括危险物品遗留识别技术、多模态信息融合的暴力冲突行为精确识别技术、周边车辆行驶危险行为识别技术等。基于公安监控网络设备的识别技术，包括多监控点联动的车辆轨迹和状态接续分析技术、事件驱动的车辆异常状态分类识别技术等。

在警情事件预警层，群体行为熵的多目标异常行为感知与预警技术、目标的主动感知与人车物特征信息预警技术、基于多源异构数据的多层次表征空间的学习与融合方法的预警技术、知识导引下智能监测预警技术、基于大规模社会车辆车载监控信息警情事件预警技术、多维度特征信息抽取的时空信息动态交互下的警情事件智能监测预警技术。在警情事件研判指挥层，事件关联演化与风险分析的综合研判技术、基于社会安全大数据和知识元超网络模型、多时空证据链生成技术和智能综合研判技术、面向社会安全警情事件的警务资源指挥调度方法、基于云计算与边缘计算的社会安全事件智慧化立体综合预警与指挥技术。

2 社会安全事件智能监测与预警系统及综合平台系统框架

社会安全事件预警与指挥综合平台由以下核心部分构成，包括具有特征识别及预警技术的智能警车、警员可穿戴综合智能执法装备、治安场所智能监测识别装备、社会车辆车载监控警情识别预警装备、公安交通监控网络的警情监测预警系统、社会安全智能化综合预警与指挥平台。图2为平台的系统架构。

2.1 具有特征识别及预警技术的智能警车

警用车辆承担侦查、警卫、治安、交通管理等多种任务保障，是社会安全事件监测预警的重要工具。但是，随着社会上人员、车辆流动性增大，常规执法巡逻车辆对移动目标、突发场合的信息采集与现场预警方面，在人工智能时代颇显效率不高，并且容易因警员疲惫对重要目标遗漏。快速、实时、全方位、并行检测筛选嫌疑人、嫌疑车辆目标，是巡逻警车执行任务的迫切需求，是能快速抓捕、侦破案件、核查人口、车辆、打击和预防犯罪的关键工具之一。

智能警车的巡逻防控目标特征识别预警系统，实现巡逻车辆运动条件下目标检测、识别、跟踪与异常行为预警，能够采集动态环境下目标的完备信息，获取目标完整行为且准确判断异常行为态势。智能警车搭载了装备仓、警报、扩音器、警灯、车载手铐等常规硬件，集成了动态目标检测、移动环境多目标识别、异常行为感知及数据协同等软件算法的硬件设备，包括全方位高清摄像头、云台、手持控制器、一体机等。在软件算法方面，在多模态感知数语义分析目标动态检测技术基础上，集成了基于目标区域生成面部特征增强、基于区域生成的多尺度人脸检测技术，让移动复杂环境下的人、车、物检测更加精准；构建多源感知数据基础语音框架映射模型，基于图像修复技术、改进生成对抗网络的人脸矫正技术对人脸区域的增强，通过目标认知语义规范化表示和多模态感知数据目标特征融合表示，实现了目标基础特征的全面准确获取，目标对象快速、并行、准确认知；采用基于目标的全量信息采集及各类属性的精细化识别、和动态环境下全视角目标特征异常行为感知技术、全视角复杂行为事件场景重构技术，对移动环境下单目标行为判断，实现异常行为的精确检测。

2.2 警员可穿戴综合智能执法装备

警员智能执法装备及执法信息化主要包括执法记录仪、移动智能执法终端、穿戴式智能执法设备、采集工作站、电子证据管理软件等，随着移动互联网、智能硬件、云计算等技术的发展，移动智能执法终端、穿戴式智能执法设备及电子证据管理软件等需求快速增长。但是，警员移动执法通信手段单一、信息处理滞后、协同处置能力差、防控目标难以快速、主动感知等问题也日显突出。

警员可穿戴综合智能执法装备主要包括执法记录仪和双目视觉眼镜，包括室外警员实时精确定位方法、基于多源信号融合和多尺度分析的主动感知技术。智能执法记录仪的关键原件有主传感器模组、副传感器模组、LCD(liquid crystal display)显示屏、2寸电容触摸屏等，电源部分采用自动切换技术确保记录仪超长续航及不中断执法取证。综合智能执法眼镜硬件包括双目镜头、主芯片、光波导显示组件、电池、其他辅助配件；系统软件基于Linux平台，集音视频采集，语音通话，定位导航，5G(5th generation mobile communication technology)网络、AI(artificial intelligence)智能识别等功能于一体。可穿戴综合智能执法装备针对警情相关的人车物等目标的共性与特性，采用面向目标高维特征识别的多传感器主动感知预警技术，能够与云端协同联动，自动感知警员所在空间位置和周边目标特征。

2.3 治安场所智能监测识别装备

视频安防监控系统在党政机关、重点交通枢纽等治安防控场所的应用，针对预防、控制和侦破违法犯罪方面发挥了巨大作用。随着视频侦查的设备、人员、案件和数据规模的急剧增长，智能视频技术能够改变传统视频监控的被动性和人为性，减少人为因素造成的监测监控事件遗漏，提升针对治安防控场所警情事件识别准确率和研判效率。

治安场所智能监测识别装备主要由防控场所多感知单元数据智能协同采集设备警情事件智能监测预警系统构成。该装备针对环境复杂多变、关键对象与关键区域，设计动静态物体甄别与权重策略的关键区域定位技术，实现行人、行车区域定位与对象识别。设计缓存复用与目标对齐的协同采集功能原型技术，使得数据交换响应时间为秒级、工程响应时间为毫秒级。在识别技术方面，采用短时窗口迭代在线多目标追踪，设计了群组关联的渐进式属性识别和结合属性信息的行为特征学习方法，解决个体异常行为识别的准确率；提出人群密度自适应估计方法实现人群聚集行为识别精准度。

2.4 社会车辆车载监控警情识别预警装备

随着大规模社会车辆的增长，传统监控设备很难适应车内外复杂环境的实时监测，造成了车内相关警情事件监测缺失与处置滞后，同时车辆之间的事故与事件也很难避免。现代车内外高清视频监控设备的应用逐渐增加，但是检测设备输入图像尺度极大影响了检测性能，无法满足车内外高清视频中的物体(人、车、物)检测需求。

社会车辆车载监控警情识别预警装备主要包括车载信息采集设备、信息传输网络、车载信息处理系统，社会车辆车载监控设备、后端高性能服务器相互连接，制定命令解析及通信协议，可与社会安全综合预警与指挥平台交互，保证信息感知具备全方位性、全天时性。车内警情事件识别技术，设计基于自监督特征增强的大尺度图像目标检测，从特征上采样与引入高分辨率信息两个方面提高模型检测性能。设计面向密集排列与旋转目标检测的动态修正网络，解决车辆内部复杂场景的目标检测问题。采用多示例学习方法构建算法框架，应用包含稀疏和平滑约束的多示例学习排序损失训练模型来自动识别视频流中的异常事件。车外警情事件识别技术，采用车辆检测、车道线偏离、车辆视觉测距等算法，实现实时监测车辆危险驾驶行为、车辆周边危险驾驶、司机违规驾驶等系列警情事件。

2.5 公安交通监控网络的警情监测预警系统

近年来，交通监控系统与网络已经初具规模，城市主要道路已经安装了较多摄像头，同时，农村地区由于雪亮工程的实施也逐步增加了监控摄像设备。但是，在警情事件监测预警信息化建设，交通监控网络中信息孤岛等问题还比较突出。有效把城市与农村监控信息互联，集成数据深度挖掘等方面有效提升，是解决和支持立体化社会治安防控的有效手段。

公安交通监控网络的预警系统主要包括多监控点联动车辆接续分析技术、危险驾驶行为分类识别技术、危险驾驶行为特征信息获取技术。车辆接续分析技术对视频监测、雷达测速、卡口通过标记等数据，重构多层表征空间和层次信息融合，实现对监控目标车辆持续状态的分析，快速有效监测道路场景和城市路网大场景中的警情事件。危险驾驶行为分类识别技术基于道路卡口数据，利用深度卷积生成对抗网络实现不同道路场景下的车辆状态、轨迹、位置等信息的实施获取、集成与分析处理。危险驾驶行为特征信息获取技术根据视频检测参数与行为分类结果，提取驾驶行为表征和特征向量，实现驾驶意图事件序列对驾驶人违法行为预测和趋势判断。警情监测预警系统实现了数据接入和存储分发管理，建立了警情事件监测评估体系，开发了监管应用和警情事件交互界面。

2.6 社会安全智能化综合预警与指挥平台

社会安全事件综合研判中存在警情线索缺乏有效关联整合、研判与指挥调度的智能性不高、业务系统缺乏有效集成等难题。平台采用多时空信息链的社会安全事件综合研判技术，实现事件知识获取与多时空信息链生成，增加警情线索关联整合，提升社会安全事件研判的智能性；实现警务资源调度方案生成及动态调整、重规划方法，辅助提升警务资源调度的智能性和科学性；实现业务系统的有效集成，提升社会安全事件预警与指挥的立体化、智能化水平。平台以社会安全事件处警、研判与指挥调度过程中的应用需求为导向，完成多源异构数据采集、整合、存储与质量管理、安全管控等技术，以现有公安业务数据和多种智能装备数据为基础，实现警情数据采集、整理与分析。图3为平台综合预警与分析系统主页面。图4为综合预警与分析系统线索链关联呈现。

图4 综合预警与分析系统线索链关联展现

3 结论

社会安全事件监测预警问题具有时空尺度大、相关信息多源异构、目标特征复杂、警情事件耦合因素多、智能性要求高等特点，成为制约公安信息化与智能化发展的主要障碍。主要解决目标多维特征实时主动感知、多源异构社会安全大数据的多层次表征空间的智能融合、数据与知识共同驱动的人车物异常状态与行为识别、多时空证据链的社会安全事件综合研判等关键技术。介绍了巡逻防控目标特征识别预警智能警车、警员实时定位与周边目标主动感知装备、治安防控场所多信息融合警情事件智能监测装备、社会车辆车载信息的警情事件识别预警系统、公安交通监控网络的警情事件监测预警系统的主要技术与实现功能，系统介绍了社会安全事件智慧化立体综合预警指挥平台的数据支撑和应用，提高社会安全事件预测预警能力，有效维护社会和谐稳定，为智能警用装备与智慧警务的发展提供基础。