赵宝利
山东省潍北监狱 山东 潍坊 261000
中央政法工作会议明确要求,以全面深化改革和现代科技应用为动力,深入实施大数据战略,大力加强智能化建设,形成信息动态感知、知识深度学习、数据精准分析、业务智能辅助、网络安全可控的科技应用新格局,推动新时代政法工作。
当前,随着智慧监狱建设的不断深入,智能化技术已融入监管执法的方方面面,并成为监狱工作创新发展的先导力量。以图像分析技术为代表的智能化建设,作为监狱系统新时代发展的重要方向,是监狱工作由规模数量型向效能质量型转变、由人员密集型向科技密集型跨越的关键环节,也是应对当前日益复杂监管形势的重要途径。
当前监狱智能化建设处于较高水平,但也存在着一定的短板和不足,尤其是图像分析技术与监管工作的结合,还有较大拓展空间。
视频图像提供了监狱重要建筑、核心设备、民警和服刑人员的直观状态等丰富基础信息,是监狱监管工作的重要拓展方向[1]。之前,海量的视频图像数据,带给我们的更多的是压力与茫然,如何从众多的监控画面中及时迅速地获取有效信息,已成为众多监狱民警的心头之困。尤其是监狱系统干警编制有限的情况下,传统死盯硬靠的人海战术已难以适应监管改造的新形势、新发展、新要求,监狱队伍战斗力生成急需新模式。
进入智能化时代后,海量视频数据反而为图像分析技术奠定了坚实的基础。庞大的视频图像数据,包含有大量模糊性、趋势性信息,智能分析潜力巨大。在此基础上,结合背景画像、行为分析等全新应用方向,对相关视频的建模分析,为智能化应用带来了更准确、更优质的数据;通过对数据的智能化分析,可及时生成入侵检测告警、人员徘徊告警以及群体聚集告警等趋势预警,并自动触发报警信息,提醒执勤民警及时处置。由此不仅简化了监狱民警的工作压力,还为监狱监管工作形成强大的科技支撑。
据研究表明,如果连续观察12分钟2路以上视频图像,监测人员会错过45%的内容;如果连续观察22分钟,会错过95%的内容,并忽略许多重要环节。监狱安防视频图像资料丰富,但及时、快速、有效的信息获取手段缺乏,主要还是以干警值守为主,长时间连续执勤后,干警对监控关键信息的敏感度严重不足,有效信息获取手段严重滞后。
目前监狱安防系统的使用,大都处于被动监管、事后查证阶段,尚难以做到提前分析、及时预警。即便是事后查证,也往往耗时耗力、效率低下。如查询服刑人员当天活动轨迹,需从监控录像中逐个画面查找与记录,工作量极大。图像分析技术的推广使用,将有效缓解这一弊端,通过人脸比对技术,可以实现对特定人员录像回放的快速检索,极大提高监管效率。
目前图像分析技术在监狱系统的落地应用,大都处于简单绊线、攀高检测等初级阶段,且识别准确率不高,误报较为频繁,反复误报导致执勤干警不堪其扰,对于警情敏感度严重降低。
监狱信息化建设,尤其是图像分析技术的应用,迭代升级较为快速,对干警业务能力要求较高。在日常工作中,一方面要推进干警信息化应用能力建设,但另一方面也要结合监管实际,不断深化图像应用系统便捷化水平,实现良好高效的人机交互。
图像分析技术在监管应用中的建设过程,不是搭花架子,不能只是外表靓丽,必须建管用并举。图像分析技术在监管领域的落地,必须紧紧依循实战导向。以实战为标准,来推动发展、检验成果,切实增强图像分析技术服务监管核心的能力,真正发挥好智慧监管的技术优势。
3.2.1 树立以人为本的宗旨。监狱民警是图像分析技术的主要使用者和受益者,其对于图像分析技术的体验和感受,决定着图像分析技术建设的进展和成败[2]。牢固树立以人为本的发展宗旨,既是监狱图像分析技术建设的需要,也是监狱智能化发展的责任。
3.2.2 树立务求实效的宗旨。当前国内安防市场产品琳琅满目、技术五花八门、平台各具特色。在监狱整体经费和监狱信息化专项经费并不十分充裕的今天,真正适用于监狱的图像分析项目才应是我们的首选。尤其是由于定制化服务的经济及时间成本较高,当前相当一部分厂商的产品及平台,大都缺乏针对性。整体看面面俱到,但实际上大部分功能与监狱业务并不匹配,甚至毫不沾边。即便与监狱有关的业务,也容易出现“水土不服”的情况。
3.3.1 在感知层,应加强信息采集能力,拓展信息采集范围。之前的图像分析识别方法,往往受限于现场采集设备清晰度、准确度等方面因素,整体识别率较低,如监控分辨率、不均匀性光照以及采集角度等因素对人脸信息采集的影响。目前,随着技术的发展,图像采集软硬件水平都得到了极大的提升。
3.3.1.1 硬件方面。综合利用云存储、H.265高效编码、人脸识别等技术,全时段、全场景、全方位动态感知的新型监控设备正在逐步普及。此外,随着芯片行业集成度和处理能力的快速提升,智能集成设备相继涌现,越来越多智能分析能力已经集成到前端设备。从而逐步形成组网灵活、延时低、成本小、后端分析压力轻、规模部署便捷的新型监狱安防监控网络体系。
3.3.1.2 软件方面。深度学习技术诞生以后,图像分析算法技术持续优化,自动识别及表达人物及车辆特征能力不断增强,这不仅降低了对监测设备的硬件要求,还极大提升了识别的准确率。图像分析技术较高采集率和识别率,也为监狱安防网络原有较低像素数字监控摄像机的升级优化和继续使用提供了可能,这既降低了监狱安防智能化建设的人力物力成本,也为监狱系统争取到了宝贵的智能化发展机会。
3.3.2 在互联层面,有序推进监管数据的纵向贯通和横向融合
3.3.2.1 纵向贯通方面。出于市场因素等考虑,部分软硬件厂商大都对自家产品进行了技术垄断,制造技术壁垒,对整合监管资源造成众多阻碍。图像智能化分析解决方案制定过程中,应对平台的兼容性等进行具体明确的针对性要求,以推进图像分析技术标准、开发接口日趋统一,从根本上消除技术及数据绑架现象。
3.3.2.2 横向融合方面,有序推进视频监控、刑罚考核、心理分析、电话信件等各类信息搜集渠道和前端设备数据互联互通,形成系统资源共享,为后续大数据分析奠定良好基础。
3.3.3 在应用层面,着重加强数据分析能力建设。
3.3.3.1 图像分析技术的逐步发展,助推了复杂环境下的混合多特征图像结构化分析水平。近几年来,越来越多各具特色的视频结构化技术产品开始涌现。在人工智能技术的帮助下,多目标多特征结构化分析能力取得长足进步,现已跨越简单识别分析层次,进入深度学习、自动复杂环境下千亿级数据秒级检索阶段,识别准确率已达到商用落地要求。
3.3.3.2 监管业务复杂形势,亟须智能化科技助力创新破局。当前,监狱图像分析能力建设利用AI、数据建模分析等前沿技术,协助监狱精细化运作复杂业务单元,已初步实现起身、攀高、离岗等检测分析。正逐步推动监狱监管由“事后取证”向“前瞻预防”的积极转变。同时,监狱图像分析能力建设,结合在押人员背景画像、日常表现、心理分析等数据进行数据建模风险评估,有效增强了犯群信息分析研判预警能力,为监狱工作决策提供了高效智能的科技支撑。
图像分析技术在监狱监管工作中的下一步应用,主要体现在以下几个方面:
主要是对罪犯三大现场的管理,通过图像分析技术,可以实现罪犯人数定时清点,罪犯人脸实时比对,干警执勤区域分布实时显示,罪犯禁入区域入侵检测告警、建筑物周边可疑人员徘徊告警以及人员群体聚集告警等趋势预警,监舍起身监测,值班岗离岗监测、车辆定向识别追踪等技术,将有效提高一线执勤干警工作效率。
如劳动现场罪犯人数定时清点和人脸实时比对方面,通过在生产工位加装人脸识别比对终端,可实现对罪犯定时点名和实时巡检,自动比对劳动现场人员,实时统计劳动现场人数,有效提升执勤干警现场感知水平[3]。另外,罪犯限时进入区域管控方面,通过图像分析和人脸识别技术,可以实现对罪犯进出人员自动记录、超时自动告警等应用,帮助执勤干警强化对罪犯管理,提高警力利用能力。
主要体现在对罪犯突发状况的及时预警和告警反馈,包括防脱逃、防自杀、防凶杀等方面,通过攀高监测、红色液体识别、出入口黑白名单控制告警、高空鹰眼远距离巡查、危重罪犯全天候跨镜实时追踪等技术,可有效提高对罪犯,尤其是危重罪犯突发状况和异常行为的管控力度。
如危重罪犯管理方面,将特定人员加入专项库,重点防控。可实现特定人员全程轨迹自动记录、异常人员非法接触实时告警、高发异常行为自动识别告警等,为罪犯综合分析提供了丰富的图像类数据支撑。
主要是加强对罪犯定岗、定员等三定管理,通过图像分析技术,可以实现特定联号识别、特定区域指定罪犯限时进入/外出、罪犯剧烈运动告警等技术,助力罪犯三定管理工作的顺利开展。
如罪犯定员方面,通过图像分析技术,实时识别罪犯人员区域信息,自动比对罪犯联组联号情况,超距离脱离联号自动告警。同时,对于罪犯活动区域自动识别,既可以帮助干警分析罪犯改造情况及犯群状态,又可以实现特定区域非法进入自动告警。
该项是今后需要重点发力的内容,需要事先建立科学合理的罪犯分析模型,利用大数据分析能力,融合微表情分析、唇语分析、步态分析、轨迹分析等技术,并结合罪犯日常表现、背景画像等,实现罪犯心理预测、行为预测等超前识别和告警,将极大增强监管工作的稳定性。
如罪犯画像方面,通过建立科学成熟的罪犯分析模型,对丰富的监控信息和图像分析数据进行统一结构化处理,自动提取生成关键信息,实现罪犯改造表现整体预测。另外,随着微表情分析、唇语分析、步态分析、轨迹分析等技术的不断成熟发展和迭代升级,将有效助推图像分析技术的精细化识别。
图像分析技术是监狱智慧化发展的未来趋势,也是必经途径,将深度改变监狱工作态势和方式。但图像分析技术只是一种工作手段,监狱监管工作核心永远都是干警。图像分析技术的发展,必须与干警的监管工作有效融合,才能行稳致远,也才能真正夯实监狱监管安全底线。