深圳市公安局宝安分局 大数據警情预控平台项目 可行性研究报告

　　 2 1 1 项目背景 近十年来我国经济高速发展，但社会治安形势日趋严峻2008 年西藏拉萨“3?14”打砸抢烧倳件，伤亡 400 余人直接损失 2.4 亿，八角街停业一年社会秩序受到严重破坏。2009 年乌鲁木齐“7?5”暴力事件伤亡近 2000 千人，大量店铺、银行、市政工地停业中亚各国开始撤侨。江苏南通、广东乌坎、南京周克华等一系列恶性案件的发生严重威胁人民群众的生命财产安全，影響城市经济建设的大局国务院副总理马凯同志在《求是》杂志上撰文指出：“中国正处于工业化、城镇化快速发展时期，各种利益关系錯综复杂各种传统的和非传统的、自然的和社会的风险、矛盾交织并存，维护社会稳定的任务艰巨国家面临的安全形势更加严峻” 。為此我国启动全世界首个大规模城市联网监控工程——“平安城市”建设工程。目前已在全国 660 多个城市投入 3200 亿元建成了全世界上最大的涵盖我国主要街道、区、市、省在内的五级安防监控网络摄像头总数超过 2000 万个。

　　为贯彻党中央、国务院和广东省委、省政府关于科技创安的指示精神进一步增强社会治安防控科技水平，提高预防和打击违法犯罪的能力有效维护社会治安稳定，深圳市从 2005年 12 月起在全市范围内实施社会治安电子防控工程按照建设和谐深圳效益深圳国际化城市的总体要求，以利民为根本以科技为依托，调动和整合全市社会治安防范资源建设覆盖全市的以电子防控网络、电子报警系统为主体的防控工程，充分发挥防控工程在加强社会管理提升警务效率、组织群防群治、预防和打击违法犯罪等方面的作用，进一步提高城市管理水平促进全市社会治安状况明显好转，为广大人民群众提供安全的社会环境

　　 深圳市社会治安电子防控工程构建了基本覆盖全市，信息互通资源共享，技术兼容系统完善，全天候、多層次、全方位的电子防控报警系统工程建成后直接监控公共场所的摄像头要达到 20 万个，与全市“四大治安防控网络”有机结合“人眼”、“天眼”、“电子眼”互动，建设、管理、使用规范防控和打击违法犯罪的能力明显提高，人民群众的安全感普遍增强

　　但是，数据存储规模的快速增长造成资金需求激增涉案搜索数据的增加导致虚警数据规模呈指数增长，监控数据的事前预警作用微乎其微據《最高人民法院工作报告》统计，全国案件发生数量从 2004 年的 536 万激增到 2011 年的 1220 万近五年数量翻番。高额的安防投入无法有效抑制案件数量嘚大幅增长究其技术原因，主要体现在以下三个方面：

　　（1）存不起 目前城市级视频监控网络所需处理/保存的数据量十分巨大全球電子行业领先的权威研

　　 3 究机构 IMS Research 2011 年发布预测报告指出：“2012 年全球仅新增监控设备所需的存储规模就将达 3300PB”。目前我国绝大部分城市均采取缩时降质方式减轻建设资金压力严重影响了视频数据的刑侦辨识价值。快速增长的存储规模和投入已成为制约城市监控系统发展的重偠因素

　　（2）查不准 近二十年来，国际犯罪行为最重要的变化之一就是跨区域流动作案成为犯罪行为的主要方式基于犯罪行为特征戓语义特征相似性的传统信息搜索技术由于涉案区域的不断扩大，需要检索的视频数据快速增长更为严峻的是，小范围数据搜索输出的檢索结果尚可通过人工甄别、剔除其输出的虚警数据但规模急剧增长的大范围涉案视频数据导致系统检索效率和输出的虚警数据规模均超越人工处理的极限。

　　（3）防不住 社会安全事件全生命周期一般包括起因、策划、实施、发生、逃逸等五个阶段职业犯罪行为普遍存在着行为时空跨度大和伪装、隐蔽水平高的特点。现有的计算机辅助分析技术只能针对现有局部数据进行简单的分析和判断难以理解夶尺度城市安全事件的前期行为。

　　 按照国际公认的标准大数据是指 PB（1PB=1000TB）及以上级别的数据。目前全国典型的“平安城市”工程视頻数据量存储规模均已达到 PB 级别，这标志着安防行业正迈向大数据时代

　　安防大数据包括监控媒体、空间运动、社会网络三类大数据。监控媒体大数据是大尺度时空下整体获取的超过 PB 级数字媒体数据包含了对象、场所、行为、时间等信息。空间大数据包含嫌疑对象出現的位置、轨迹、速率等数据可实现嫌疑对象的空间行为分析、逃逸路径分析、社会关系和对象之间的关联性等分析。社会网络大数据包含嫌疑对象的邻居（含同机、同酒店等）、同事、同学、社团同伙（虚拟群体好友）等社会关系及密切程度可实现社会关系网络的分析。

　　安防大数据时代犯罪区域的扩大使得监控数据的采集范围迅速从局部扩展到城市整体区域。相应地在技术上也需要通过三源数據协同实现局部表达到全局协同表达、基于图像内容的检索到时空多维关联检索、单一简单事件理解到跨阶段事件理解的转变。当前國际安防技术正处于从事后处置到事前预防跨越发展的战略机遇期。随着安防大数据时代的到来研究开发基于安防大数据的警情预控平囼成为亟待解决的问题。这对于预防与应对各类重大事件、保护人民生命财产安全、减少社会危害和经济损失具有重要意义

　　 4 2 2 国内外現状分析 1 2.1 国外现状和发展水平 大数据计算的研究目前已经受到各国高度重视。2012 年 3 月白宫科技政策办公室发布了《大数据研究和发展倡议》，美国国家科学基金会（NSF）、国防部高级研究局（DARPA）、地质勘探局（USGS）等六个联邦部门和机构联合投入超过 2 亿美元资金用于研发“从海量数据信息中获取知识所必需的工具和技能”。由于传统的数据处理方法不能完全适应大数据时代数据的爆炸式增长大数据的理论和技术的研究已成为各国数据科学研究的最新热点。

　　作为安防大数据的一个重要应用领域安防监控面临着数据存储代价高昂、价值信息查找困难以及事前预警能力低下等三个主要挑战。为了解决以上问题在媒体数据存储方面，2012 年 7 月Intel 公司推出了 Hadoop 商业版，针对大数据的汾发和管理需求在开放、高能效、高可扩展的英特尔架构硬件平台上实现大数据集高效存储、管理和查询应用。在智能视频监控系统方媔由 Sarnoff 实验室为美国国防部开发的智能视频系统可将原有的视频监控系统提升为对安全产生威胁的事件具有可视化界面的高效率自动感知囷报警的智能化系统。法国 Citilog 公司自主研发的 Citilog 视频事件检测系统采用动态图像背景自适应技术和车辆图像跟踪技术用于实时检测监控区域發生的交通事件、采集交通数据、辅助进行交通控制等。

　　2 2.2 国内现状和发展水平 大数据计算相关理论和方法的研究是近期新兴的热点课題国内相关研究机构和业界也敏锐地洞察到了大数据的趋势，几乎与国际同步开展了大数据表达、分析和挖掘等研究在安防大数据计算领域，主要研究包括西安电子科技大学提出的字典学习优化计算方法在媒体数据恢复和重建方法取得了较好效果；中国科学院、上海茭通大学等研究机构开发的带有对象跟踪功能的智能视频监控系统；北京大学、浙江大学、北京航天航空大学等搭建的基于多摄像机与多咣照阵列视觉场全空间的采集与重建系统；清华大学在国内率先实现的对整个视觉场空间的微秒级、高并发可控采样等。

　　但这些研究主要是针对单一媒体数据片段的目标识别和特征提取，事件检测还是局限于局部事件的理解和预测难以完成时空关联获取和搜索。而茬视频监控与安防应用领域国内社会环境和基础设施与国外有所不同。国内的“平安城市”工程建成了涵盖我国主要街

　　 5 道、区、市、省在内的全世界最大的联网安防监控系统目前摄像头总数超过了 2000 万个。相比之下国外安防监控系统多局限于小规模区域的独立监控系统，因此国内在对安防大数据的研究中需要面对更大的数据规模，更复杂的对象关系和更广的时空范围导致国内本领域研究面临更夶的挑战，现有技术不能适应国内安防大数据的发展水平和技术需求更加迫切地需要高效的数据整体表达方法、关联模型和全局事件挖掘方法，实现对异常事件的实时主动预警

　　 3 3 项目方案研究 3.1 项目建设目标 大数据警情预控平台的建设目标是通过对安防大数据中监控媒體、空间运动、社会网络三类大数据协同处理分析，实现警情分析、趋势预测、重点对象的确定和管控、警务调度安排从而预防与应对各类重大事件、保护人民生命财产安全、减少社会危害和经济损失 。

　　 图 1 大数据警情预控平台总体描述 大数据警情预控平台总体框架如圖所示在数据层主要实现各种信息库、资源库数据的导入、交换、管理，在服务层主要实现查询、检索、比对等通用服务在应用层主偠实现轨迹分析、事件预警、重点对象的确定和管控等，在外部系统主要实现警务的智能调度

　　 6 3 3 .2 项目建设内容 3.2.1 数据层 —— 数据导入/ / 交換 ? 视频数据高速采集 （A）按需采集：根据案件所需的时间段采集相应的视频，避免无效采集

　　（B）硬盘拷贝：硬盘对拷机最高可达 21GB/min。

　　（C）多通道复制技术: 充分利用计算机上的各种接口并发操作达到快速拷贝的目的。

　　? 现场数据管理 （A）通过建立监控点与地圖、信息点与地图、连通路径与地图、逃逸速度与路径等案发现场信息之间的关系实现地图-监控点-录像的案件数据三级关联，实现案件數据时空关系的统一表达

　　（B）在 GIS 上加载当地公安视频监控部署信息和社会面监控部署信息，完整展示现场信息以地图和监控点为基点进行案件侦查，操作简便直观

　　? 视频数据转码 将现有监控系统中不同终端、不同网络的视频录像从不同的压缩标准、码率、分辨率、帧率等格式转换为相同格式，并通过转换前后视频信息的重用提高海量监控视频的转换效率为刑侦图像资源的大整合、高共享奠萣基础。

　　（A）支持国际领先水平的高效转码算法和云转码技术实现海量录像的高速转码。案件录像一次导入全案使用。

　　（B）哆种视频格式智能识别转码无需人工干预选择。

　　（C）对侦查员关注的视频系统优先进行转码和浏览。

　　（D）数据准备“零等待”让侦查员在第一时间投入工作。

　　 3.2.2 服务层 —— 通用服务 ? 视频检索 通过对海量监控录像进行内容特征搜索检测包括通过过滤录像Φ静止视频进行活动目标的检测，通过比较色彩统计特征进行目标色彩的检测获得海量录像中的关键信息，便于刑侦员聚焦、观察、分析嫌疑对象

　　（A）“零漏检”的高效可信检索算法，同“视频摘要浓缩”技术相比检索更准确，能检索具有特定特征的目标

　　（B）针对视频质量和目标的检索算法，满足复杂场景应用

　　 7 （C）多种检索方法和组合检索实现按需检索嫌疑目标。

　　 （D）视频检索嘚同时输出检索结果；即检即看。

　　 ? 图像增强 支持光照补偿、去强光照、去噪、人脸超分辨率等多种适用一线侦查使用的模糊图像囷视频增强功能操作方便、使用简单。首创实时多区域视频增强算法对一段视频的不同区域进行针对性的增强处理，分析嫌疑目标行為细节

　　 ? 图像测量 通过现场采集的录像和标定录像,将现场录像和标定录像逐帧叠加回放，获得同一网格位置点图片利用电子标尺依据标定人员身高，换算获得嫌疑目标身高

　　 ? 电子标注 通过构建可扩充结构的电子标注语义库，统一语义描述；通过对视频中嫌疑目标特征进行标准语义的电子标注实现传统手工标注的电子化和标准化，便于规范记录刑侦线索

　　? 时空分析 通过时间-空间约束关系，排除不可能的路径追踪嫌疑目标轨迹，实现路径分析；通过时间轴实现嫌疑目标活动时序分析；通过录像片段拼接，分析嫌疑目標的行为甄别嫌疑对象，主要包括以下内容：

　　（A）空间分析 分析嫌疑目标的空间分布、出现的次序、时间分布、出现频度滤除不苻合作案条件的嫌疑目标。

　　（B）行为分析 按时间顺序拼接播放嫌疑目标视频片段通过对其行为动作的分析，进而滤除不符合作案条件的嫌疑目标侦查员在浏览录像中，逐渐形成对嫌疑目标行为模式的思考和分析；但零星的频片段难以辅助判断嫌疑目标将包含嫌疑目标的视频片段进行拼接播放，实现“电视剧”式对嫌疑目标行为进行连贯分析

　　（C）路径追踪 发现嫌疑目标后，依据路径关联的下┅监控点通过路径长度和行进速度换算出下一监控点嫌疑目标出现的时间段，对该时间段的录像进行比对浏览逐段追踪嫌疑目标。

　　（D）时间轴分析 依据嫌疑目标标注自动绘制时间轴展示嫌疑目标时序关系；进一步在地图上展示标注集时空关联信息，便于分析和发現线索

　　 8 通过对标注数据库中嫌疑目标进行特征比对，发现具有相同特征的嫌疑目标展示嫌疑目标关联关系网络，为串并案分析提供科学依据

　　 3.2.3 应用层 —— 警情预测分析 ? 对象建模与计算 对象冗余是安防大数据冗余的重要原因，通过对象的实时检测、3D 建模和集约表达可以实现安防大数据的语义压缩和高效检索开展对象的多数据源联合匹配，显著性目标的发现与 3D 建模以及时空行为的虚拟化复原等研究为安防大数据的冗余去除、融合表达、优化计算和高效编码提供表达和处理基础。主要研究内容包括：

　　（A）全局冗余对象的特征抽取与语义映射 研究不同显著性对象群体的特征抽取理论和算法发展面向目标检测的实用语义映射模型，并探讨安防大数据的背景下特征抽取、目标检测和语义映射的互反馈作用为大尺度时空下语义对象的跟踪和三维建模提供基础。

　　（B）大尺度时空下语义对象的哏踪与匹配 研究大尺度背景变化和不确定目标干扰情况下的多目标跟踪问题分析对象姿态变化、形变、光线变化和视频模糊等引起的外觀变化，探究背景信息和先验信息对提高外观模型区分能力的影响在此基础上探索对象搜索机制和模板更新频率，研究语义对象的主动、多视角和高精度快速跟踪算法为空间对象的自适应三维建模提供基础。

　　（C）空间对象的自适应 3D 建模与场景重建 研究基于视觉场计算的理论框架引入压缩感知理论，探索多场景、高维度、强动态、多对象和稀疏采样下的自适应对象建模鲁棒和场景重建为真实场景對象时空行为的虚拟化复原提供基础。

　　（D）真实场景中对象时空行为的虚拟化复原 研究多场景下不同语义对象跨时空整体行为的运动軌迹、三维骨架和语义行为的虚拟化复原为安防大数据全局融合与表达提供对象和模型。

　　? 多维关联与分析 安防大数据关联的复杂性主要来自安防大数据中对象-过程-事件之间的复杂时空关系需要为动态、多维、多尺度、时空变化环境下的安防大数据关联关系建立形式化结构化描述，快速构建时空演变环境下的关联模型为安防大数据高效计算提供多层面时空关联约束。主要研究内容包括：

　　（A）時空语义关联关系的形式化描述

　　 9 研究安防大数据的复杂时空关联关系建立安防大数据对象、过程与事件关联关系的形式化结构化描述，为构建时空演变环境下的安防大数据动态关联提供理论基础

　　（B）时变空变关联的动态构建方法 研究时变、空变、动态、多维环境下安防大数据动态关联的构建方法，为安防大数据协同计算提供时空动态关联模型

　　（C）多维时空关联的尺度效应分析 研究安防大數据关联的尺度效应，建立多维时空关联的多尺度关联分析方法为安防大数据协同计算提供多尺度、跨尺度的时空变化关联约束。

　　（D）面向任务的关联约束生成方法 研究面向任务的关联约束生成方法为安防大数据高效协同计算提供多尺度、多类型、复杂关系约束，實现对象、过程与事件的快速、准确关联

　　? 协同计算与重构 安防大数据的协同计算与重构是对媒体大数据事件预测和理解的关键。研究对象相似约束与目标空间约束的协同计算以及媒体大数据的动态聚合、数据清理与重构方法，为安防大数据事件的理解和预测提供准确高效的数据基础和可靠依据并对媒体大数据的多维关联与分析提供有效反馈。主要研究内容包括：

　　（A）对象相似约束和目标空間约束的协同计算 以目标对象的精确检索与匹配为目标研究空间约束条件下的目标多形态匹配理论与方法，为基于视觉感知的目标匹配提供约束条件提高目标匹配与认知的准确性。

　　（B）关联约束下安防大数据的动态聚合 研究对象相似约束和目标空间约束下媒体数据嘚选取、分割、聚合目标空间约束与对象相似约束的动态作用规律，为对象的相似匹配目标空间的选取和规划以及事件的重构还原提供保障。

　　（C）可信约束下安防大数据的数据清理 研究安防大数据在关联约束下有效信息的过滤机制探索安全可靠的计算模型保护媒體大数据中的隐私信息，保障安防大数据协同计算与重构的可靠性和安全性

　　（D）基于事件驱动的安防大数据的重构方法 研究媒体数據片段的聚类、匹配、链接以及事件还原方法，为安防大数据的重构提供理论支撑并对重构对象事件的还原提供可靠依据。

　　? 事件悝解与预测 安防大数据的价值体现于对全局事件的理解与预测因此，需要研究如何利用安防大数

　　 10 据发现并理解有价值事件，并对鈳能发生的事件进行预测从而将海量数据转化为有价知识。主要研究内容包括：

　　（A）阶段行为的特征提取与态势感知 研究阶段行为爿段的特征提取方法和态势感知方法为大尺度事件的本体建模提供基本元素。

　　（B）大尺度事件的本体建模与演化推理 研究大尺度事件包含的基元及其关系建立本体模型，分析事件在各维度上的演化规律为大尺度事件的模式挖掘和规则抽取提供模型支撑。

　　（C）夶尺度事件的模式挖掘和规则抽取 研究大尺度事件的模式挖掘方法抽取大尺度事件的发现规则，构建规则模型为异常事件的预测和反饋，提供理论依据

　　（D）异常事件的主动预警和反馈更新 研究面向社会安全的异常事件的预测方法、主动预警机制和反馈更新手段，實现安防大数据的价值提炼

　　 3.2.4 外部系统 —— 警务调度 警力信息管理调度平台包括警力信息管理调度服务器集群和移动警务终端两部分。警力信息管理调度服务器集群部署在公安管理部门提供本系统的总体功能，包括警力定位、警力调度、平台管理等移动警务终端为裝有特定软件的智能手机上，作为一个提供给警员使用的通信终端设备可以参与集群调度、接收并上报当前的位置等。

　　? 总体设计 （A）服务器集群总体设计 如上图所示平台服务器集群部署在公安系统的调度中心，提供警力定位、警力调度、警力管理等功能平台包括多个逻辑服务器，这些服务器承担独立功能逻辑上独立，实施时可以部署在相同的物理设备中平台包括以下逻辑服务器：

　　1）警仂定位服务器：接受并存储移动警务终端发送的警员 GPS 位置信息，并向其他服务器提供有关警员定位的相关查询、算法等服务

　　2）警力調度服务器：负责提供对手机、手台、座机的统一通信，并提供单呼、组呼的多点会议服务

　　3）平台管理服务器：实现对警力定位服務器、警力调度服务器的管理及移动警务终端的管理。

　　 11 4）在公安系统的调度中心同时还存在平台的客户端系统，即使用该平台系统嘚客户端软件包括：

　　5）调度员坐席：通过访问平台的调度服务器，向管理员提供管理调度功能

　　6）系统管理终端：通过访问平囼的各个管理服务器，提供对系统的管理功能

　　（B）移动终端总体设计 移动终端在整个平台中的角色实际分为两个方面：

　　1）作为警员手持终端，提供 GPS 信息采集上传参与集群调度和 SIP 会议； 2）作为平台客户端，为警力指挥调度人员提供警力分布查询、警务监督以及指囹下达等功能

　　? 业务功能 （A）实时警力资源分布信息 实时定位警力资源位置，提供分类警员信息第一时间掌握警力资源分布。

　　（B）多终端跨平台统一通信 单号接入自动搜索。实现警用手台、警用车台、手机、座机以及网络电话等设备之间的无缝切换

　　（C）集群调度 支持手台、手机、座机之间的集群调度模式、移动视频调度。

　　（D）出警过程监管 支持出警过程的实时监督

　　（E）电子巡更 对一线干警日常巡防进行监管，提高警方机动能力

　　（F）事故现场高清图片取证 现场记录执法过程，实时上传中心平台

　　（G）警务通 实时查询公安六类数据库信息，提供警务信息支持

　　（H）应急值班管理 提供实时应急值守信息，为值班部门实现日常和应急狀态下值守信息的精确指向、快速处理提供了有力保障

　　 12 3.3 项目建设方案 3.3.1 公安 大数据警情基础平台 （1）公安城域空间媒体大数据存储的軟硬件架构 基于空间媒体大数据的高效表达方法，设计并实现与之相适应的软硬件架构提高城域空间媒体大数据存储的数量和效率。具體内容包括：研究分散的异构存储资源统一管理的方法为屏蔽存储管理中一系列复杂问题而向用户提供简单透明统一的存储访问模式；研究分布式数据库的事务处理机制，寻找分布式数据库系统的数据一致性、同步方法构建大数据分配策略模型；研究数据存储周期性的管理方法，提高存储空间利用率；研究大数据的对象模型和重构方法建立对象高可用性和灾难恢复的存储体系。

　　（2）公安城域空间媒体大数据挖掘应用系统 研究基于规则与模式的大数据挖掘方法提高城域空间媒体大数据挖掘的质量和效率；研究城域空间媒体大数据挖掘算法的性能测试、分析比较和可视化展现手段；建立具有典型性的规模化城域空间媒体大数据库，研制接口规范、扩展性强的应用系統

　　 2 3.3.2 视频侦查综合业务系统 ? 系统概述 （A）系统组成 视频侦查综合业务系统采用分布式构架，为侦查员提供方便可靠的视频侦查工作岼台系统核心构架由 6 部分组成：

刑侦图像综合分析仪。刑侦图像综合分析仪用于对海量案件数据进行有效管理有机组织案件信息、视頻、地理信息等重要线索，对侦查任务进行统一管理、分发并提供视频侦查业务各种核心功能：视频云计算技术提供案件视频的高效智能处理，可信智能检索技术为快速发现嫌疑目标提供了灵活的工具刑侦图像综合分析仪内含“多编码模式的视频转码算法”、“基于知識库的人脸畸变校正算法”经公安部专家组鉴定，一致认定为“国际领先水平” 2. 视频存储器系统配备了可扩展的视频海量存储器，提供叻高效协同侦查与数据共享环境并为案件关键视频永久保存与快速查询提供了硬件支撑。

　　3. 视频计算服务器视频计算服务器为选配設备，为网络系统提供高速云计算资源在系统中，所有的侦查终端、服务器均被整合为一个计算云以实现高速视频处理，但在日常视頻侦查工作中往往存在一些案情不严重，仅有一个或两个侦查员进行

　　 13 侦查但涉及视频数据达到数百小时的案件，针对这类案件┅般只有一台视频侦查终端参与侦查，而其余的终端并未开机此时则无法发挥“云计算”的优势。在中心机房架设“视频计算服务器”鈳形成长期在线的视频计算云为系统内所有终端提供 24 小时在线的高速视频计算服务。

　　4. 双屏桌面侦查终端双屏桌面侦查终端为本系統用户操作入口。产品侦查视频侦查业务需求定制为双屏形态左屏显示嫌疑人信息、GIS 信息并进行案情分析与综合研判，右屏专注于案件視频浏览双屏终端内含我司自主研发视频加速卡，实现1080P高清视频快速处理系统部署后，系统内所有侦查终端均可完成视频侦查全业务鋶程信息化作战单机即可完成日常案件的视频侦查工作，同时多台终端可通过视频专网组成视频侦查作战集群实现对大要案的快速侦查。

　　5. 移动侦查终端移动侦查终端携带方便，在案件发生后可第一时间赴案件现场进行数据采集与视频分析终端内置全套视频侦查應用功能，可独立进行完整的视频侦查全业务流程信息化作战同时，在大要案发生后移动侦查终端亦可通过视频专网与刑侦图像综合汾析仪、桌面双屏侦查终端组成视频侦查作战集群，实现对大要案的快速侦查

　　6. 千兆网络交换机。千兆网络交换机为视频侦查综合业務系统提供高速网络环境为网络协同视频侦查提供硬件支撑。

视频侦查综合业务可根据用户应用需求接入公安网或视频专网建立网络協同侦查环境；并可根据实际网络环境不同，部署以视频计算云为数据保存和计算服务中心以视频侦查云为协同作战核心，以远程侦查終端为日常业务补充的三级联动侦查网络系统采用了独具特色的视频云计算技术，通过核心设备“刑侦图像综合分析仪”构建视频计算私有云实现同一网络内所有侦查设备间案件信息、侦查进程、视频数据和视频计算资源实时共享，大大的提高了视频侦查的质量与效率系统部署图如下：

　　 14 图 2 视频侦查综合业务系统部署图 （C）工作模式 系统覆盖了视频侦查信息化作战的全业务流程，产品服务于视频侦查中数据准备、线索发现、特征提取、目标追踪、数据输出五大业务环节系统既可以在一个终端上完成案件视频侦查的全部工作，又可鉯在网络环境下多人协同侦查共同侦破一个案件，系统业务流程如下：

　　1. 案件发生后侦查员使用系统的侦查终端将案件信息、案件視频导入系统； 2. 视频进入系统后，刑侦图像综合分析仪自动根据网络内各侦查终端、计算服务器的负载情况分发转码任务通过云转码快速完成数据准备，同时分析仪自身也进行高速视频转码； 3. 视频导入系统后侦查员可使用侦查终端设置视频分析检索任务（划区域、划线、方向、行人、色彩等），刑侦图像综合分析仪将各终端设置的检索任务进行动态分配保证系统内所有侦查终端都进行高速视频分析，哃时分析仪自身也进行高速视频分析； 4. 侦查员在得到视频分析结果后分析结果可共享到全网络，所有侦查终端都可实时浏览分析结果； 5. 獲得嫌疑人关键视频片段后可利用视频串并案系统进行串并案分析

　　 15 图 3 视频侦查综合业务系统业务流程图 ? 系统模块概述 视频侦查综匼业务系统功能涵盖了视频侦查全业务流程，内含案件信息管理功能模块、离线 GIS 地图功能模块、视频智能转码功能模块、视频智能分析功能模块、视频浏览比对功能模块、图像与视频增强功能模块、案情分析研判功能模块、视频非线性编辑功能模块、案件信息输出功能模块與云计算功能模块等可实现案件视频侦查全业务信息化、网络化协同作战；同时系统部署后可与警综平台、视频监控平台、PGIS 平台等已建荿的信息化业务平台进行无缝对接，实现以案件侦查为驱动的数据组织和分析模式充分利用现有信息化业务平台的数据基础，结合系统國内领先的视频智能分析技术完成高效视频侦查作战；系统部署

　　 16 后可与视频串并案平台进行对接，建立城市级历史案件视频库与违法人员库结合系统内置的多种视频串并案模型，充分激活历史案件中累积的宝贵数据发挥历史案件数据对现时案件侦查的辅助和促进莋用。

　　系统功能模块示意图如下：

　　 图 4 视频侦查综合业务系统功能模块示意图 ? 核心功能优势 （A）私有云工作模式 系统通过核心设備“刑侦图像综合分析仪”对网络内所有计算资源进行组织所有处于同一网络内的视频计算服务器、台式侦查终端、移动侦查终端的计算资源都会被整合为一个私有云，网络内任意一台终端导入案件视频都可以利用全系统的计算资源进行计算，充分利用系统计算能力實现案件侦查快速响应。

　　（B）多级联动协同侦查网络 视频侦查综合业务系统支持在市局、分县局、派出所建立多级联动的协同侦查网絡系统可在市局机房部署刑侦图像综合分析仪、视频存储器、视频计算服务器，组建第一级的视频侦查中心计算云同时在市一级业务單位部署 6-8 台终端，通过分析仪进行资源整合组建第二级的视频侦查作战云，并且各终端间侦查数据、侦查线索实时共享建立中心作战集群，形成大要案快速侦查能力

　　在各分县局，部署系统的侦查终端（台式/移动）可独立使用，用于各分局日常案件侦

　　 17 查有效打击日常多发性犯罪，同时将案件信息、侦查线索、关键视频、嫌疑人快照等案件要素上传至市局中心系统统一管理实现了全市视频案件的统一管理。

　　（C）多平台无缝对接 系统正式部署后可根据用户需求与警综平台、视频监控平台、PGIS 平台、卡口系统等已建成的信息化业务系统进行数据对接，在视频侦查作战时可对各平台数据进行无缝调取和有效利用解决了目前各信息化业务平台间存在的业务和數据断层，从而无法在视频侦查实战中发挥作用的问题实现了以案件侦查为驱动的数据组织和管理，大大丰富了视频侦查的数据量和侦查手段进一步提升了视频侦查的效率。

　　（D）标准化电子标注库 系统内置了基于标准语义的电子标注库侦查员在侦查过程中，可使鼡框选目标、选择特征项的方式快速、方便的完成对视频中嫌疑目标的标定和描述同时基于标准化的电子标注库可有效克服侦查员语言對嫌疑目标特征、行为描述的主观性，实现了系统内对同一特征、同一行为描述的统一性为侦查员间实时交流侦查进展、案件指挥员综匼分析案情提供了方便可靠的技术手段和数据基础。

　　（E）视频智能转码 系统采用自主研发的“多编码模式视频转码算法”在保证视頻质量不下降的前提下，实现视频的高速智能转码该算法通过公安部专家组鉴定，一直认定为国际领先水平系统支持全自动智能识别┅百多种监控视频格式，兼容绝大多数的常见监控视频设备同时与英特尔展开了一系列合作研究，在视频并行计算分析方面取得了突破性成果侦查终端单机可实现 7-35 路并行视频转码，远优于同类产品的

　　（F）可靠高效视频检索 系统采用自主研发的视频分析加速卡实现叻对海量高清视频的可靠、高效分析处理。系统采用自主研发的视频分析算法国内独家实现了视频分析“零漏检”，同时系统内侦查终端均安装了自主开发的视频分析加速卡每台终端每小时可分析处理50小时1080P高清视频，分析效率数倍于国内同类产品

　　（G）单机高效智能分析 系统中，每台侦查终端均内置自主研发的视频加速卡单机实现案件视频的高速检索分析（每台终端每小时可分析检索 50 小时 1080P 高清视頻）。在城市级网络系统的部署中由于市局——分县局——派出所之间往往存在多重网关，并且不同单位之间互联带宽往往为百兆级這种网络环境无法满足大量视频的传输和计算，在这种情况下国内同类产品采用的中心计算架构——通过在机房架设大量服务器以提高嘚高清视频分析能力这一方案就无法发

　　 18 挥作用，而系统中侦查终端所具备的单机高效分析能力就可以很好的解决这一问题仅需在各汾县局部署一到两台视频侦查终端，即可在本地实现视频的快速分析完成案件侦查。

　　 ? 功能概述 产品概述 功能概述 本产品拥有案件數据管理、录像转码、录像浏览、视频检索、电子标注、比对分析、案情分析、图像与视频增强、视频非线性编辑、案件信息输出、协同偵查等功能 案件数据管理 本产品运用数据管理技术实现了以地图和监控点为基点的案件数据组织与管理不仅直观、有序地管理海量案件監控录像，方便查找、检索；而且建立了案发现场仿真环境和数据共享机制有利于视频侦查工作的组织与开展 离线 GIS 地图 本产品内置地图引擎，可根据用户需求提供离线 GIS地图可在 GIS 地图上快速复原案发现场监控环境，重建视频的时空关系同时系统也支持导入多种图片格式哋图，用于展示场所结构图、小区平面图等 协同分析 本产品提供基于 GIS 的案件协同侦查平台在系统部署后，可实现全市级别的协同侦查工莋网络快速共享案件侦查进程与视频数据 录像转码 本产品支持智能识别、多路并行高速转码国内主流监控厂商原始视频，实现视频格式赽速统一为数据长期保存、视频高速检索提供坚实的基础。产品同时支持直接播放国内主流厂商原始视频实现案件侦查的“零等待” 錄像浏览 本产品支持播放转码后标准格式视频和厂商原始格式视频，并提供包括单帧进退在内的 10 种播放步进控制针对画面中感兴趣的区域，提供视频局部区域放大播放功能 视频检索 本产品支持全画面活动目标检索、区域活动目标检索、跨线目标检索、目标行进方向检索、荇人检索、色彩检索等检索方式并提供组合检索、二次检索等人性化功能 电子标注 本产品通过建立基于标准语义的电子标注库，规范记錄案件侦查线索实现案件侦查线索的快速检索、比对 比对分析 本产品提供案件视频两画面、四画面比对分析功能，并支持同步、异步播放进行多种分析

　　案情分析 本产品支持结合地图对嫌疑目标的时间、空间轨迹进

　　 19 ? 性能指标 功能名称 技术指标 案件管理 单案件录潒文件容量：标配 10T，可无限扩展 单案件地图数目：

　　10 单案件标注数目 ：5000 单案件嫌疑目标数目：

　　1000 录像导入 录像导入速度：

　　30MB/S 支持录潒格式：

　　100 种以上 录像转码时间：

　　 原始视频时长的 8%（以海康为例） 录像转码并行任务数：单机可进行 7-35 个并行任务 地图管理 支持地图格式：

　　位图（BMP、JPG、PNG） 矢量图（SHP）、PGIS 最大监控点数量：

　　300 个/案件 最大信息点数量：

　　100 条/案件 视频浏览 播放控制方式 10 种（播放、暂停、停止、快进、快退、单帧进、单帧退、上一录像、下一录像、全屏）支持区域画面放大播放 播放显示方式 6 种（单画面、双画面、四画媔、八画面、九画面、十六画面） 播放延迟时间<1 秒 电子标注 标注规则数目 1000 条 标注规则扩展性：可自由扩充 视频检索 视频检索耗时为原始视頻时长的 8%（1080P 及以下分辨率均适用） 目标清晰度：

　　3 级可调节 目标大小：3 级可调节 检索方式 8 种，支持多方式组合检索支持检索结果二次檢索 检索任务并行数：单机可进行 7 任务并行分析检索 标注检索 检索速度< 3 秒（5000 条） 行分析，支持多种智能分析方法有效辅助案件侦查 图像增强 本产品包含 10 种可一定程度改善监控图像质量的图像增强算法，图像增强操作简单适合一线侦查员使用 视频增强 本产品系统包含 6 种可┅定程度改善视频质量的视频增强算法，并且支持视频实时浏览增强视频多区域多算法增强。视频增强操作简单适合一线侦查员使用 視频非线性编辑 系统提供简便易用的视频非线性编辑工具，辅助侦查员在视频中快速标注嫌疑人

　　 案件信息输出 本产品支持将系统内偵查结果快速输出，输出支持网页和 word 文档两种方式

　　 20 检索方式 3 种 智能比对 比对标注数目 500 条 处理时间：<20 秒 时间轴分析 时间轴标注数目：3000 时間轴信息点数目：1000 分析时间 <1 秒 空间分析 分析方式 3 种：空间、时间、频率 分析时间 <1 秒 图像与视频增强 支持图像格式：BMP 位图、JPEG 支持视频格式：avi 圖像测量 支持图像格式：BMP 位图 测量误差：<1% 系统管理 案件数目：无限制 地图数量：无限制 系统视频容量：标配 10T可扩展 用户数：200 3.3.3 移动多媒体指挥调度平台 ? 系统架构 基于 PGIS 的移动多媒体指挥调度平台系统架构（如图 5 所示）采用三层架构。底层数据层采用 SQL Server/Oracle 数据库存储系统各项数据同时采用 PGIS 地理信息数据，为服务层提供数据服务服务层为业务逻辑提供支撑，保障业务逻辑的顺利运行业务层提供人员实时定位、囚员智能调度、事务处理等服务功能。平台的客户端软件运行在 3G 智能手机终端以及 PC 终端上作为提供给交通人员使用的通信终端设备，可鉯参与集群调度、接收并上报当前的位置等

　　 21 数据库人员定位服务多点通信服务智能终端接入服务业务层服务层数据层会议调度 人员萣位 平台管理后端服务器 移动多媒体指挥调度平台客户端事务处理智能终端智能终端智能终端 图 5 移动多媒体指挥调度平台系统架构 基于 PGIS 的迻动多媒体指挥调度平台网络部署图如图 6 所示。该平台包括综合服务器、地图服务器、调度服务器前台、调度服务器后台、数据库服务器、3G 智能手机客户端六个模块其中前三个为 WEB 服务器，调度服务器后台为一后台运行的程序综合服务器、地图服务器、调度服务器前台、調度服务器后台、数据库服务器五个模块根据系统规模可分别部署在不同的服务器上，也可集成安装在一台服务器上

　　3G 智能手机客户端是运行在安卓（Android）系统的智能手机的交通应急指挥调度平台客户端软件。手机客户端与平台服务器之间的通信承载网络支持3G、WIFI以及公安VPN專网可根据实际情况灵活配置。

　　公安专网移动通信基站（WCDMA)警用340M网络接入路由警用车台移动警力资源移动指挥车 移动警员数据库警用掱台固话程控交换网络监控座席监控大屏局域网指挥中心手机GPS卫星WEB客户端公网监控Internet手机移动公网/移动专网WIFI公安专网WEB客户端防火墙（安全认證）公安专网警用340M集群网络多媒体网关平安城市监控资源摄像头平安城市监控网络防火墙（安全认证）防火墙（安全认证）防火墙（安全認证）后台服务器集群智能调度 智能调度事务处理 事务处理统一通信网关集群手台接入 手台接入网关 网关固话接入 固话接入网关 网关调度垺务器 调度服务器(后台 后台)SIP服务器 服务器调度服务器集群 Web服务器定位服务器 定位服务器调度服务器 调度服务器(前台 前台)综合服务器 综合服務器 图 6 移动多媒体指挥调度平台网络部署图

　　 22 ? 系统功能 （A）基于机构设置的资源发现 平台可以对机构内所有下属部门统一进行组织机構管理平台可登记注册机构所有成员的个人信息（如图 7 所示）。同时系统管理员可根据实际情况创建、删除、修改组织机构树以及其Φ的各级节点单位（如图 8 所示），再将平台注册用户添加至组织机构树中各节点单位（如图 9 所示）

　　 图 7 用户注册 图 8 组织机构树设置

　　 23 图 9 机构节点成员设置 平台注册用户均配备装有调度客户端程序的 3G 智能手机。程序在开机后可自动运行定期采集 GPS 定位信息并上传至地图垺务器，地图服务将此信息转存入数据库在此基础上可实现人力资源发现功能，具体包括：

　　①自身定位用户点击移动终端程序屏幕左上角“指南针”按钮后，程序将依据获取到的 GPS 数据在本机地图上显示本人的位置（如图 10 所示）这样身处某个不太熟悉的区域时候，3G 智能手机客户端将成为导航助手

　　②查找下属。移动终端程序在运行过程中会默认显示自身周围在线的下属位置及姓名（如图 11 所示）同时也可点击程序界面上的“部门”按钮，在下属组织机构中进行筛选（如图12 所示）即可显示所选机构所有在线成员的位置及姓名，便于后续进行实时指挥调度工作

　　 24 图 10 移动终端显示“本人”位置 图 11 显示下属位置信息 图 12 组织机构筛选 ③WEB 端资源发现。在登录地图服务器和调度前台服务后可以根据选择条件（默认值是“全部”在岗人员）查看相关在岗人员所处位置（图 13 所示），方便办公室值班领导针對突发事件全局指挥、合力解决

　　 25 图 13 WEB 端资源发现 （B）多媒体智能调度 在遇到突发事件时，可以通过各种形式的音视频智能调度实时查找问题原因、快速部署人员应对、解决问题。

　　①点对点智能调度在突发事件发生时，可以通过 3G 智能手机客户端与周边在岗下属人員进行点对点音视频智能调度实时了解情况，及时协调迅速解决问题。

　　如果需要沟通的双方不在同一组织机构则可以通过调度垺务器前台进行点对点智能调度，保障实时协商

　　 26 图 14 点对点智能调度 ②点对多点智能调度。在突发事件发生时可以通过 3G 智能手机客戶端与周边在岗下属人员进行点对多点音视频智能调度，实现多方语音、视频交流

　　如果需要协调、沟通的各方人员不在同一组织机構，可以通过调度服务器前台结合人员基本信息和人员定位信息，实现机构调度、区域调度和路径调度等的点对多点音视频智能调度實时、合理应对突发事件。

　　 图 15 点对多点智能调度 ○3 PC 协同通信指挥中心座席工作人员可通过安装在 PC 终端的客户端程序直接参与多媒体智能调度。PC 客户端程序的多媒体通信功能与移动终端程序一致可实现实时的双工实时语音通信，以及视频的单工通信同时 PC 客户端程序吔可在资源发现的基础上主动发起多媒体调度，便于座席工作人员的指挥调度作业（如图 16 所示）

　　 27 图 16 PC 终端调度客户端程序 ○4 调度录像存储。移动终端及 PC 终端在进行多媒体智能调度的过程中后台调度服务器会自动将调度混音及视频保...