反恐智能化应急指挥防控体系的建设及应用优势与特点分析

面对昆明火车站暴力事件、巴黎恐怖事件等等如此暴行，令人震怒，也令人发醒。对此我们必须加强防范，这种防范已经不仅仅局限于我们对于部分重点城市的重点监控，更需要我们加强安保的覆盖范围及密度，提高系统的智能化水平，预研人脸采集比对预警、实时视频图像预警、视频录像情报分析系统预研防控及情报业务，启动情报加指挥双引擎，以达到提高全国安全防范水平的目的。

1.1. 事前预警

1.1.1. 点位加密

传统的安防建设强调对危险源的控制，哪个地方重要，就把它保护起来，或者加强它的安全防范体系建设。但是正如墨菲定律：“事情如果有变坏的可能，不管这种可能性有多小，它总会发生。”一旦存在安全漏洞，很容易成为被攻击的弱点和对象。

城市视频防控系统面对广阔的城市空间和目标，根据城市空间、目标的不同，部署有针对性的视频监控系统，实现城市目标信息的采集与应用。只有提高治安监控和城市管理的点位密度，通过实战平台有效地预案防范，对监控点位网格化的动态组合，使监控系统和应急指挥形成联动，才能实现提高整个城市的安全防范水平的目的。

城市空间的管理：城市化进程从空间上大大提升了城市的规模，城市的管理难度在不断提升，深化技术手段应用将是必然。采用网络高清系统覆盖城市区域，可实现全城可视化管理，重点部位可采用HD-SDI高清系统，满足实时指挥作战需求；而在城市复杂路段，易发生违停、拥堵、人群聚集等情况，传统监控依赖人员手动 *** 作效率低，应引入智能系统及早预警预防、避免事态扩大，提高效率。

机动车辆的管理：城市机动车保有量骤增，以机动车辆为目标或载体的案件骤增，其与案件关联性强。传统卡口系统的建设在系统及业务应用上仍有提升空间，如：更高的抓拍率与识别准确率，摩托车抓拍、卡口人脸应用对比、安全带抓拍、无牌车布控等。

重点场所人员管理：仅依靠人工干预从海量的视频数据中挖掘有效信息是不够的，在城市机场、车站、码头等人员流动性大、进出频繁场所应部署人员卡口系统，通过人脸采集、特征对比可实现重点场所人员管理及海量视频数据的有效利用。

突发事件的管控：传统固定监控系统，无法完全覆盖城市中发生的突发事件，需要通过配合3G\4G技术部署移动监控系统，实现对突发事件的管控。

社会面监控系统的建设规范化：社会面监控数量多，覆盖广，往往对案件的侦破有极大的帮助，提高社会面监控建设质量，规划建设要求，同时完善社会面资源接入，可以为案件侦办提供帮助。

1.1.2. 交通枢纽重点监控

纵观世界各地发生过的暴恐案，火车站汽车站地铁站人流密度大，是暴恐分子攻击的重点，公路铁路和地铁暴露出安保的弱点。

建议在交通枢纽的倒闸、检票处、出入口等地部署人脸卡口。人脸卡口系统部署于火车站、汽车站、机场、客运码头等人员流动频繁的交通运输枢纽，实现对城市进出人员、城市内部流动人员的管控。

1.特点与优势：

采用人脸实时检测技术，记录人员脸部照片，相比视频录像，数据量更少但更有效，查阅速度更快、更直观，利用自动比对分析技术，可实现快速识别。

2.应用模式：

1）回放比对检索模式

嫌疑人已进出过火车站、汽车站等场所，系统根据之前获取的嫌疑人照片或特貌特征信息，通过对这些场所人员卡口所采集的人脸数据进行相似度对比分析，为案件侦办提供线索信息。

2）实时布控模式

嫌疑人还未逃离，可能经火车站、汽车站等场所逃串，根据之前获取嫌疑人照片或体貌特征信息，进行人员卡口人脸数据布控，实时比对采集的人脸信息，一旦发现布控目标，可快速定位嫌疑人员。

3）后期研判分析

通过数据挖掘技术，系统可对存有的海量人脸数进行后期深入分析研判，为案件侦办、治安防控等业务应用提供更多信息。

1.1.3. 智能化预警

这次的昆明火车站暴恐案中，暴徒统一着装，蒙面持刀，聚集后再开始行凶。其实这些特性均可以通过视频的智能化算法进行识别和预警研判。

视频数据的智能分析会带来海量的计算需求，比如人脸大库比对、行为分析、视频浓缩、后端车牌识别、卡口布控等，需要在百亿级别的历史数据中进行比对并对可能的违法行为做出实时报警响应。如果按照传统的烟囱式建设应用系统，会面临现阶段计算能力不足难题。虽然我们现在的单计算机处理能力取得了显著的提升，但在处理智能分析这种应用场景时还是不能兼顾海量计算、秒级响应的需求，分布式计算可以高效的解决这个难题，计算能力会随着计算节点的增加而线性的提升。

智能化集群主要由集群管理服务器、智能视频分析服务器组成，采用分布式结构，多个智能视频分析服务器组成计算资源池并接受集群管理服务器统一管理调度，完成复杂的视频分析任务。智能视频分析服务器负责对视频内容按照语义关系，采用时空分割、特征提取、对象识别等处理手段，实现视频数据向信息、情报的转化，成为公安实战所用的情报。

智能化集群管理服务器采用HA方式保证集群的高可用性，智能视频分析服务器支持d性扩展、动态增删、负载检测与均衡。智能化集群利用分布式集群的计算能力，提高智能分析能力，提高分析任务的实时性，有效扩展了分析范围，让大时空范围的视频有效信息提取、整合、分析、呈现成为可能；逐步改变监控录像备查的低效应用，通过分析搜集有效信息，提高安防整体效率等。系统可提供集群管理功能，监控计算集群内各智能视频分析服务器的运行情况，实现计算节点异常时的错误处理和动态负载均衡。

1.2. 事中反应

1.2.1. 移动视频警务

固定监控点位的建设，可以满足对城市重点场所的无盲区监控，但对于城市中移动的物体却很难实现有效管理，尤其是对于突发事件的应急反应。因此，借助于无线传输技术和视频监控技术，建立一套无线图像监控系统，包括3G、4G车载移动执法系统、单兵执法系统及移动手机终端应用，可以很好的提高执法人员快速反应和重大突发事件的处置能力，同时规范执法文明化，具有重要的社会意义和广泛的社会效益。

无线视频监控系统主要包括对人员和车辆的监控，通过警用单兵执法系统可有效规范执法的文明化，同时，通过移动车载监控可实现执法车、公交车、出租车等的监控应用，提升对于公共交通工具的监控管理。

1.2.2. 防暴恐预案

防暴恐及群体事件管理需要对城市中的重要目标及信息进行全面的掌控和管理。大华股份指挥调度功能实现基于GIS的指挥调度信息的统一管理与集成，使在同一指挥台上完成多种业务 *** 作，保证各指挥调度模块自动地快速地交换信息，实现指挥调度各系统的调动，为指挥决策提供依据。

指挥调度功能能够及时发现、快速处理突发性治安和交通事件，迅速救护，调动警力资源，疏导由此而引发的堵塞，恢复正常秩序；为暴恐事件、警卫、抢险、救护、消防等特殊紧急任务提供快速反应。

1.3. 事后侦察

大华股份目前为事后侦察提供一套流程及2套技战法。

1.3.1. 视频技战法

视频技术战法：在图像侦察过程中提供一种简单有效的方法帮助办案人员从海量的视频数据中甄别案件的有效线索信息，它主要包括：图像采集、浓缩与检索、轨迹时空分析、串并案分析、图像增强等。

1）图像采集：图像采集是后续视频侦察顺利展开的基础，通过与PGIS的结合，可在电子地图上

直观的实现海量视频图像的快速采集；

2）特征分析提取：通过视频浓缩和检索帮助办案干警更有效筛选视频中嫌疑人的特征信息；

视频浓缩：可将场景中各类移动目标集中展现，过滤没有活动的画面，缩减查阅录像的时间，实现快速预览。可以通过配置灵敏度提高物体的检测率，配置浓缩密度可以更好的检测目标。

视频检索：可按人，车进行分类检索，可根据车辆颜色，人员全身及上下半身颜色进行检索，检索后的结果将会把最符合检索结果的记录显示在最前面。

3）轨迹时空分析：根据采集到的嫌疑人信息，对其活动时间和空间在地图上标注，展现轨迹图。通过了解嫌疑人活动轨迹，为判断嫌疑人活动规律、逃离方向提供分析研判数据。

4）串并案分析：针对未侦破案件，时空串并案对未侦破的案件进行串并案分析，提供视频影像资料、卡口、电警资料分析各案在空间、时间、案件特征上的相关性，给办案民警甄别线索提供帮助。

1.3.2. 车辆技战法

车辆技战法以卡口、电警过车数据为基础，针对车辆的特征信息和驾驶行为提供各类研判工具，帮助办案人员从中甄别案件的有效线索信息。车辆技战法包括了无车牌分析、套牌假牌分析、连续违法车辆分析、频繁过车分析、首次入城分析、区域碰撞、行车轨迹分析、车辆落脚点分析、同行车辆分析，红白名单、车流量统计等功能。

1）无牌车分析：嫌疑人车辆往往会通过一些伪装手段来反侦察，特别是车牌的伪装，因此系统支持筛选出无法识别牌照的过车信息，进行重点侦查，并支持将该车辆信息自动转入无牌照信息库，以便日后的串并分析。

2）套牌假牌分析：嫌疑人在作案过程中为，往往会采用套牌、假牌方式来躲避技侦的追踪，针对这类作案特征，系统支持套牌、假牌分析比对功能，实现对该类嫌疑车辆的筛选。

3）连续违章：嫌疑人在犯案后可能因心理情绪不稳驾车慌乱逃窜，驾车逃窜中可能出现连续违法。系统支持对连续违章车辆进行筛选，同时还可对该车进行轨迹分析、落脚点分析等车辆技战法应用。

4）频繁过车：针对嫌疑人案前踩点等行为，会驾车在某些路段频繁出现的特征，系统通过设定过车频率阀值，根据时间段、路段区域信息，分析活动异常的车辆。

5）首次入城：针对嫌疑人流窜作案、假牌作案、套牌作案等特点，在某些案件中首次入城车辆具有较大作案嫌疑。系统根据时间、区域、车辆特征对首次入城车辆进行可疑分析，有助于案件线索排查。

6）落脚点分析：当卡口点覆盖率达到一定程度后，可根据嫌疑车辆在卡口系统中出现的行车轨迹，自动按规定时间分析车辆出现位置，分析嫌疑车辆可能的落脚点。

7）同行车分析：某些案件中嫌疑车辆会有结队出行的活动特征，另外一些案件中嫌疑人会驾车跟踪、盯梢被害人，针对这些驾驶特征，系统支持按照时间、车辆号牌、类型、前后跟车时间及路口数量为条件，自动分析可能的同行车辆。

8）积分研判：通过与业务信息库的对接，实现人、车、关系人三者之间的整合，根据设定的积分规则，对数据进行处理分析，对高危人、车进行研判结果展现，实现对卡口数据的深度挖掘。

1.3.3. 图侦实战流程建设

智能图侦实战平台是以视频影像处理智能化算法为技术基础，结合警用地理信息平台，整合110警情、治安监控、高清卡口、电子警察、社会面监控等资源，贴合办案业务特点，方便办案人员快速检索录像用于视频侦查，调阅案件相关资料，可以有效缩短视频分析周期，减少警力消耗，为案件的破获提供重要的方法和作战工具。

智能图侦实战平台从应用逻辑上可分为三部分：1、一套合理高效的图侦业务流程；2、“视频技战法”应用；3、“车辆技战法”应用工具。

1.图侦业务流程建设

图侦业务流程：通过建立一套合理高效的符合公安办案业务特点的案件侦办流程，可有效提高图像侦察的效率，显著缩短图像侦察所耗费的时间。目前图像侦办流程主要由：警情管理、案件管理、视频侦察、视频研判、归档管理5部分组成。

警情管理

记录110、119、112等系统上报的接处警记录，根据警情上传视频、图片等资源信息，能在视频图像信息库中检索到相应的视频和图片。支持提供独立的服务与各地的接处警系统进行实时对接，完成接处警数据的实时共享，可查询警情信息，同时可以将查询的警情升级为案件导入案件管理模块。

案件管理

案件管理包括“案件管理”、“案件查询”、“统计与报表”、“电子卷宗管理”和“串并案管理”，通过以案件主办人员办理案件的流程为主线，提供待办案、办案中、结案和归档整个办案流程。并提供以同比和环比数据进行案件的分布、分类等统计。案件归档后还能以压缩包的形式导出进行备份。

视频侦查与视频研判

视频侦察与视频研判是指根据之前录入的案件信息、案件经纬度信息展开视频图像侦察，运用“视频技战法”、“车辆技战法”等工具，帮助办案人员甄别案件线索信息。

视频图像库

视频图像信息库用于对警情和案件中上传的媒体信息、视频侦查过程中的原始视频及浓缩分析视频、案件相关的快照信息等各类信息进行统一管理，并进行永久性的集中存储，并提供文档、图片和视频的检索功能。

结束语

大华股份一直以社会的安全为己任，以上由“事前预警，事中反应和事后侦察”筑成的智能化应急指挥体系，希望能给各地城市应急指挥防控工作提供一些参考建议，为建设平安和谐城市贡献力量。

责任编辑：gt