公安大数据典型应用---重点关注人员轨迹追踪与溯源研究

■ 文/中星微技术股份有限公司 程永辉 雷霞

关键字：大数据 重点人员 关联分析 人员轨迹追踪

1 引言

实施国家大数据战略是党中央、国务院深刻把握全球发展大势，加快建设数据强国作出的重大战略决策。将大数据运用到智慧城市、社会治安防控、疫情防控等城市管理的各个环节，将会对经济发展、社会治理、国家管理、人民生活等各行各业产生重大影响。尤其在疫情防控期间，通过大数据进行指挥调度在很大程度上提高了防控精准率。

重点人员管控是公安机关一项重要的基础工作，对于预防犯罪、维护社会安全等起着至关重要的作用,既是社会治安防控的有效手段，也是公安机关日常工作的重要信息来源。近年来，由于大数据应用的不充分、不及时、不精准，重点人口日常行为的动态管控存在漏管、缺管、管控不到位等问题，急需创新完善重点人口管控的工作理念、模式、手段和方式，提高管控效力。

本文通过依托物联网、视频结构化、大数据等技术，整合符合公共安全视频监控SVAC 标准的数据流，采集手机信息、车辆信息等多维数据进行立体防控，融合分析多种轨迹数据的关联关系，形成人-车-码-脸多维关系图谱，实现重点关注人员档案管理、轨迹跟踪、密切接触分析、布控预警等特定场景应用，为公安部门实现重点关注人员防控管理和精准追踪提供基础保障和技术支撑。

2 背景与现状

2.1 建设背景

随着国家治理体系和治理能力现代化的不断推进，以及中央城市工作会议要求的“创新、协调、绿色、开放、共享”发展理念不断深入，以大数据为代表的新一代信息技术已经成为加速技术创新、推动产业变革、促进政府职能转换、引领社会进步的“利器”，推动城市高速发展。2019 年，习近平总书记在全国公安工作会议上指出：“要把大数据作为推动公安工作创新发展的大引擎，培育战斗力，生成新的增长点，全面助推公安工作质量变革、效率变革、动力变革”。同年，公安部部长赵克志强调“牢牢把握推进国家治理体系和治理能力现代化的总目标，紧紧围绕坚决打赢防范化解重大风险攻坚战，下大力气固根基、补短板、强弱项，大力推进公安大数据战略实施，不断深化大数据智能化应用，提升公安机关维护国家政治安全和社会稳定的能力水平”。

重点人员是指有危害国家安全或社会治安嫌疑，由公安机关重点管理的人员。重点人员管理是指公安机关依照相关规定对具有危害活动嫌疑的人员实施重点管理的公安机关内部业务行为。近年来，各地公安机关针对重点人员管控逐渐形成了一整套涵盖技术、设备、手段的科技体系，应用效果显著。但随着大数据时代的到来，公安机关要想解决重点人口管控问题，就应当充分运用大数据资源，打破各个业务部门间的数据壁垒，不断对大数据进行挖掘。找到不同重点关注人员的活动轨迹与范围，针对不同危险程度的人员进行分类管控，改革创新公安机关的警务机制。

2.2 现状与问题

多年来，公安机关通过加强重点人口管理，在预防、发现、控制和打击各类违法犯罪活动，实现社会治安综合治理和维护社会稳定和谐等方面发挥了积极作用。但随着我国经济发展进入社会转型阶段，流动人口数量大幅增加，重点关注人员脱离管制的现象愈发严重，尤其是很多重点关注人员为脱离公安机关管控范围，往往居无定所、人户分离，对社会治安秩序形成了严重危害。针对这一情况，加强基层公安机关对重点人员的管控能力势在必行。

目前，主要对重点关注人员跟进追踪的技术手段有运营商基站手机定位、车辆抓拍/识别和视频图像等。

1）使用运营商手机定位手段，在基站有效范围内，获取用户手机信息，确定用户历史行动轨迹。但是该手段存在定位精度差等情况。因此，使用运营商手机定位手段可基本还原个人轨迹，但是基于这些数据计算同行人行动轨迹，则会导致数据计算量巨大，且计算精度有待商榷。

2）使用抓拍/识别手段对于管理居民小区较为容易，但是，对于人流密集场所，例如大型商场或者火车站等场所，抓拍识别存在一定困难，很难做到一一对应。例如某人员被确诊为新冠感染者，人流密集火车站某卡点处，在该人员出现前后1-2 小时内的所有人将被认定为密切接触者，如何快速识别这些人员、确定接触者身份存在诸多问题。

3）仅使用车辆识别手段，存在无法确定后排人员身份等问题。

4）仅使用视频无法快速定位查找用户（或同行者），并且需要投入大量时间、人力，耗时耗力。

因此，采用单一手段管控重点人存在筛选范围广、周期长、投入人力多、工作量大等问题。如果将上述技术手段进行融合，把人/码/车数据进行关联，则会有效提升工作效率。

3 总体设计

重点关注人员轨迹追踪与溯源系统可依托物联网、视频结构化、大数据等技术，整合符合公共安全视频监控SVAC 标准的数据流，采集人脸信息、手机信息、车辆信息等多维数据进行立体防控，融合分析多种轨迹数据的关联关系，形成人-车-码-脸多维关系图谱，实现重点关注人员档案管理、轨迹跟踪、密切接触分析、布控预警等特定场景应用，为公安部门实现重点关注人员防控管理和精准追踪提供基础保障和技术支撑。

从系统组成上，分为前端设备感知层、数据资源池化层、多维数据网关层、多轨融合分析引擎层、人员轨迹追踪与溯源应用层，架构如图1 所示。

图1 系统架构

3.1 人、车、码数据的无感采集

人、车、码多维数据采集主要是通过在火车站、地铁站、汽车客运站、飞机场、小区出入口、园区、检查站、党政机关、商超、医院、农贸市场、生鲜市场、进口冷链园区、银行、学校、酒店、口岸、核酸检测点、疫苗注射点、娱乐场所等重点管控场所的进出通道安装智能感知融合一体机，实现对所有进出人员、车辆、手机物联感知数据的无感采集后经过网络传输至后端平台。后端平台可用于区域内人员分析、人员身份关联、外来人员智能识别、人员轨迹分析等手段，确定高中风险可疑人员，消除安全隐患。智能感知融合一体机参见图2。

图2 智能感知融合一体机

智能感知融合一体机数据的采集规范要遵循国家标准GB 37300-2018，音视频编解码数据格式应符合GB/T 25724-2017 的规定，接入联网的协议应符合GB/T28181-2016 的协定，安全等级应遵循GB 35114-2017要求，依据不同等级要求，在不同场合分别部署A/B/C三种安全等级设备。安装示意参见图3。

图3 安装示意

3.2 人、车、码多维数据网关

人、车、码多维数据的接入与管理主要是通过多维数据网关实现。通过网关可实现手机MAC/IMSI 信息、车辆的统一采集，实现视频和物联网多维资源的统一安全认证、接入、加密和集中管理，供多轨融合分析引擎及人员追踪应用系统分析使用。

多维数据网关需符合GB 35114-2017 C 级安全能力等级，支持基于GB 35114-2017 的数字证书双向认证，支持基于GB 35114-2017 的视频流验签，支持基于GB 35114-2017 的视频流加解密。支持基于GB/T 25724-2017 的图片及数据插入监控扩展信息，支持视频安防专用信息采集，提取GB/T 25724-2017 标准编码视频流中的安防专用信息，提取后的信息可以存储，本地检索或者推送给应用系统。支持对扩展信息单独加密，以及数据解密功能。视频加密和数据加密分别授权。

3.3 人、车、码多维融合关系引擎

多维融合分析引擎是大数据实时计算分析引擎，可实现对各种视频结构化数据的高并发、高精确、低延时的数据关联，构建底层亿级关系图谱拓扑网络，为上层应用提供有力支撑。采用智能结构化解析算法、类脑卷积神经网络算法，对视频结构化后的“人、车、手机”等轨迹数据进行并轨关系挖掘分析，形成多维数据的超大型关系图谱，为应用系统提供人员关系分析、车辆关系分析和手机关系分析等功能。其关系引擎具体参见图4。

图4 关系引擎

3.3.1 数据接收服务

实时对接前端视频结构化数据与物联网传感器产生的海量感知数据，构建大数据实时数据接入模块，支持对关系型数据库、非关系型数据库、GA/T1400-2017 标准消息体配置化，支持对实时数据空间化、标签化处理。

3.3.2 关系计算服务

基于时序数据库、空间数据库、MPP（并行处理）大数据仓库构建分布式关联计算引擎，并支持对单日千万级、亿级数据线性扩展。

3.3.3 知识图谱服务

支持跨域知识图谱，实现车辆全量关系图谱，人员全量关系图谱，手机全量关系图谱；支持人员伴随分析，车辆伴随分析，手机伴随分析，支持人员融合分析，车辆融合分析，手机融合分析。

3.3.4 轨迹拟合碰撞分析服务

指定一处或多处轨迹点集合，轨迹点采集设备号集合，抽取一定时间区间内指定对象的碰撞分析，返回符合条件的关系分析结果，查看其条件数、关系次数、天数等信息。

3.3.5 关系判断服务

指定两对象ID，查询这两个对象实体是否存在关系。

3.3.6 一人一档服务

支持对前端采集的人脸进行聚类归档，以最清晰的抓拍照片作为档案比对关键帧，把相似度值符合归档要求的路人库照片聚类为一个档案。在有实名认证体系的情况下，进行实名归档，没有实名认证体系的情况下，以唯一ID 命名归档。

3.3.7 告警服务

支持对布控后产生的告警信息进行实时显示、存储、查询、消除等操作。告警列表可通过布控任务、时间段、身份证号码、以图搜图等条件进行过滤，告警详情显示比对相似度，以及被抓拍的详细信息。

3.3.8 告警轨迹服务

支持通过告警，查询该嫌疑人的历史轨迹。根据某个抓拍告警，系统自动生成近30 次被抓拍记录，按时间先后顺序自动生成其活动轨迹。并将相关信息传输至上级服务。

4 人员轨迹追踪与溯源深度应用

4.1 人员轨迹跟踪

刑事案件侦查过程中的首要任务是确认犯罪嫌疑人身份及查找其时空活动轨迹。案件发生时，可通过系统以一体机位置、时间段等时空条件，组合查询指定范围内的手机信息、车辆信息等动态数据。通过多维关系引擎分析，找到对应人员轨迹，并实时绘制在地图上，方便公安机关调配指挥警力开展办案，大大节约了办案时间。

4.2 同行/伴随关系分析

对采集的实体进行关系计算和积累形成全量关系，反应任意实体间是否存在直接关联关系及关系紧密程度如何（即历史关系次数），进而得出人员或车辆的伴随关系。当要查找疫情密接者时，输入感染者轨迹信息，可快速找到和其同行或伴随的人、车信息，第一时间进行防控，防止疫情进一步扩散。

4.3 实时布控预警

实时布控预警是对重点关注人员、来自指定地区关注人员进行实时动态感知。通过对重点关注人员的手机信息、车辆信息等特征执行多维布控，实现对其动态的实时感知并预警。为关注人员超出管控区域等隐患的处置、重点人接触对象的分析等提供及时的情报线索支撑，第一时间掌握来自指定地区人员的信息，为精准有效的落实防控提供情报线索。

4.4 关注人员档案

基于人、车、码数据关系，建立重点关注人员基础档案，包括关注人员的基本信息、拥有的手机、车辆等设备信息、标签信息等，实现重点关注人员信息的统一维护和管理，方便公安部门实时掌握重点人员全部信息。

4.5 并轨拟合分析

对前端同源采集的“人、车、码”等数据在时间、空间特性上进行并轨关系挖掘分析，形成多维数据的超大型关系图谱,找到各类实体内在的实时关系和历史真实关系,并做实体间的并轨拟合分析，通过串号、车牌等信息最终定位到人，实现对嫌疑人的全网综控和模糊排查，为公安在案事件侦办过程中提供查找同伙、绑定伴行线索、发现潜在团伙、事前感知潜在风险、掌握人员最新动向提供技术支撑。

5 结语

人员轨迹追踪与溯源系统前端可以实现同时、同地、同源的“人、车、码”信息采集，后端实现对这些数据高并发、高精确、低延时的横向关联，动态全息感知 “人、车、码、脸”等要素，横向建立各实体间空间时序关系，形成技战法模型和多维关系图谱，打造无感知、立体化、全方位的感知网，实现了“一点布控、全网监视、实时报警、多维研判”的布控报警应用和多维信息融合分析研判，为公安重点人口失控漏管问题提供技术保障。