Page 53 - 安防19年4月刊_150dpi

发展方向。建立在关系分析基础上的预测，从海量 构化这三类智能服务器通过在X86服务器集成高性能
的案例信息、社会资源信息中提取有效数据，结合时间、 GPU芯片和深度学习算法，专门对人脸特征、车辆特
空间、人文地理等要素进行加工分析，找出暴力犯罪、 征、机动车/非机动车/行人的全目标特征进行快速提取
恐怖袭击、恶性群体性事件等各自的发生特点，总结出 和准确识别比对，比如1亿人脸底库的识别比对、卡口过
各类案件发生的要素特征，根据这些要素特征建立相应 车图片的二次特征提取和以图搜车、行人的衣着体貌特
的预警模型，从数据的关联关系入手，推导出因果关系， 征识别和以图搜人等。可以根据客户需求灵活配置硬件
发现可能会引发相应的治安风险，能够对一定时期内的 资源，能运行算法复杂的算法，且升级维护比较方便。
趋势走向做出预测，对危险信号做出预警并及时调整部
署警力，将恶性事件及时地消除化解在萌芽状态。

公安图像AI大数据的典型应用
首先要解决图像大数据的数据源问题：针对目标
检索困难，借助深度学习技术和视频解析技术，从图像
中自动提取车辆/行人/人脸的结构化特征信息，形成视
频线索。
▲图2：人脸动态布控
目前，公安比较关注的图像实战应用主要包括：车
辆分析、人脸识别、人体识别、行为分析等，产品形态分
为前端智能和云端智能。这些系统以道路监控、卡口电
警、人脸卡口等不同监控前端获取的视频、图片及结构
化特征为基础，实现以图搜车、以图搜人、全文检索、相
似性研判等综合应用，帮助公安快速准确地侦破案件。
前端智能产品的代表是具有AI特性的摄像机，比
如人脸识别摄像机和交通摄像机，在采集视频和图片
的同时，依靠内置的算力芯片和智能算法，将活动目标 ▲图3：视频结构化“以图搜人”
识别为结构化信息后传到数据中心，可以减少云端分析
前端智能和云端智能并不矛盾，随着智能需求日益
处理的计算资源压力和网络带宽等系统成本。缺点是
增多，更多数据的采集和计算未来都将在前端进行分
前端设备空间有限、功耗成本较高，导致有限的硬件资
布式计算，前端初步处理分析后回传到云端进行深度
源只能运行相对简单、对实时性要求高的算法。
分析。我们可根据客户的具体需求灵活组合，实现更智
云端 智能产品非常丰富，包括提 供 智能分析的
能的分布式计算。比如，检测、跟踪、去重、抠图等相对
NVR、人脸识别服务器、车辆结构化分析服务器和视
通用的应用以及拌线、越界、徘徊、计数等行为分析类
频结构化分析服务器。智能NVR是在集中存储图像的
的应用适合放在前端，而提取细节特征、识别比对等以
基础上，通过集成深度学习算法可对视频内容进行智
及涉及敏感信息的复杂应用适合放在云端，要结合实际
能分析和信息提取，比如小型比对库的人脸识别/车
设计，实现资源利用最大化。
辆识别等，适合中小型项目使用。人脸、车辆、视频结
解决了视频大数据的数据源问题，公安大数据还面

2019第四届深圳国际无人机展览会（2019.6.20-22 深圳会展中心） www.china-drone.com.cn 35

ದ۽ᇆି JOEE ྒ௹೘