前言： 經過十多年的發展，隨著高清、智能、云計算等技術的持續演進，以平安城市為代表的大型監控項目建設，經歷了從基礎建設到聯網共享再到深化應用的不同階段，開始注重從粗放型向規范化和精準化轉變，強調統一規劃和頂層設計，強調以實用為目標，貼近實際場景；注重從價格競爭向技術競爭轉變，通過創新技術帶動產業升級和提升工作效率。
2020年是雪亮工程建設的最后一年，未來的建設和治理重點是什么？從國家經濟建設和社會治理的宏觀角度來看，2019年，公安部治安管理局牽頭編制了《全國公安機關社會治安防控體系建設指南》，《建設指南》通過明確社會治安防控體系項目建設任務內容，依托“圈層查控、單元防控、要素管控”的設計思想，突出智慧警務和配套機制建設，著力解決防控體系布局不合理、建設不規范、系統不完善、標準不統一、工作碎片化、數據孤島化等問題，切實增強規劃部署的科學性和系統性，提升治安防控的精準性和有效性。
社會治安防控體系建設的主要內容
通過標準化城市創建活動，基于圈層查控、單元防控、要素管控的建設布局，推進智能感知、智能采集等信息化科技手段應用。在全國各級治安綜合業務應用系統整體框架內，集成整合各類治安業務應用，重點建設重大活動安保、智慧內保、智慧安防小區管控、智慧街面巡防治安管控、公安檢查站治安管控、地鐵公交安保智能防控、危爆物品立體化溯源、易制槍物品圖形比對、娛樂場所和特種行業治安管控9大系統模塊。
按照“圈層查控”的建設要求，在環國邊境、環區域、環省市的重要道路上科學布建公安檢查站、治安卡口、電子卡口，在區域外圍構建自動識別重點目標、及時排查風險因素、全面掌控治安態勢的完整閉環的“治安防控圈”，實現“智能感知、精準識別、觸圈預警、實時響應”，最大限度將不安全因素封堵在外圍，處置在遠端。
按照“單元防控”的建設要求，包括智慧街面巡防、智慧社區警務、智慧內保、地鐵公交智慧防控等七大領域。
其中，智慧街面巡防是以“網格布警、屯警街面、動中備勤、等級響應、扁平指揮、高效”以巡區劃分為基礎，以街面警務站、駐勤點、勤務車組建設為抓手，最大限度提升街面控制力、震懾力；智慧社區警務室整合區域“人、地、物、事、網、組織”等信息，以公共安全視頻監控建設和智慧小區建設為依托，以警務室建設規范化、社區民警配備專職化、社區警務工作信息化為抓手，實現社區警務機制創新，提升社區警務工作效能；智慧內保是通過對單位內部治安數據的收集、梳理、分析和挖掘，實現內保工作治安要素可防、可控、可查，構建覆蓋重點單位和行業系統的單位內部智慧化治安防控格局；地鐵公交智慧防控是配合交通運輸部門，加強安保力量、裝備、設備和機制建設，提升對禁限帶物品的檢查識別預警管控等應用，確保迅速有效地處置突發公共安全事件。
按照“要素管控”的建設要求，以“人、地、物、事、網、組織”等基本治安要素為重點，加強信息采集、數據匯聚、線索串并、精準預測、智慧決策等應用，有效防范危害國家安全的案事件和公共安全事故，有效遏制暴恐犯罪和個人極端暴力犯罪，有效化解矛盾糾紛和群體性事件，全面提升對各類風險隱患的自動識別、敏銳感知和防范能力。
從上述系統的基礎工程建設角度出發，目前不少企業提出了派出所建設、群防群治力量建設、防控感知體系建設、治綜系統、全國人口管理信息系統、網絡安全管控的具體要求。
從規范引導和提高質量效率的角度出發，業內制定了考核評價體系指標，包括達標項（重點項目建設必須完成的指標）、優選項（在完成達標項基礎上拓展的指標）和示范項（在實現達標項和優選項基礎上的融入探索性和創新型的指標），實現了可量化的科學評測，并體現了區域差異性和基層可操作性，。
認真研究學習《建設指南》，不難看出社會治安防控體系建設有別于之前建設的平安城市和雪亮工程，正在向立體化和縱深化發展，從物理空間區域上明確了城市外的多級查控圈和城市內的多類防控單元，從管控要素上明確了“人、地、物、事、網、組織”等基本治安信息，從應用主體上明確了公安機關、政府機關及公共服務單位和社會力量的多元群體，從防控手段上明確了技防、人防、物防和責任防建設，通過考核評價體系強調宣傳教育和服務群眾。
大數據是社會治安防控體系應用的關鍵支撐
不論是“圈層查控”、“單元防控”、還是“要素管控”，采集數據都是核心基礎。深化社會治安防控體系建設的主要目標就是有效利用公安平臺數據、有效匯聚治安綜合業務應用系統數據、政府政務數據和互聯網數據以及城市物聯網數據，全面支撐技術與業務的融合，不斷釋放數據智慧，實現決策科學化、治理精準化和服務高效化。
面向多警種的大數據管理和分析平臺，不僅要通過對海量數據的收集、整理、歸檔、分析、預測，從復雜的數據中挖掘出背后所蘊含的內在的必然的因果關系，找到隱含的規律，而且要向各警種提供集中資源、集中管理、集中監控和配套實施統一的大數據應用環境，擔負起對各警種實戰應用的支撐、服務、保障作用，提高公安機關打擊犯罪、應急處突、治安防范、社會治理等多方能力，為防控公共安全風險提供有效手段。
AI智能是大數據建設應用的引擎
建設社會治安防控體系需要實現“用數據來說話、用數據來管理、用數據來決策、用數據來創新“。《建設指南》要求實現信息感知的全面、全量、實時。公安機關在履行社會管理職責過程中，管理儲存人口信息、接處警信息、出入境信息、旅店賓館住宿信息、機動車信息和駕駛員信息等各類數據。這些數據來自于不同的知識領域，包括結構化的文本信息，非結構化的圖片和音頻視頻信息。
AI大數據系統
視頻監控作為公安大數據的重要組成，可以實時顯示現場圖像和記錄回放歷史場景，在發現犯罪、預防犯罪、威懾犯罪和鎖定目標、提供線索、固定證據等重要作用，圖像中的人、車、物、事件等數據已經成為社會治理的核心要素，但圖像資源中包含大量冗余信息，通過人工查找回溯，不僅占用了大量人力和時間，而且因為個人能力的差異和時空交叉數據研判比對的復雜性，會導致對目標認知的偏差。
目前，將視頻轉化為數據的關鍵手段是圖像解析，通過深度學習和模式識別等AI智能技術，從圖像中自動檢測目標、提取特征并對內容進行結構化描述，實現對活動目標和異常事件的實時分析和線索追蹤，從而啟動預案和精準處置，讓監控從事后被動回溯向事前主動防范轉變。公安機關重點關注的圖像數據包括人臉識別、車輛識別、人體識別和動作行為識別。采用AI智能技術可以實現前端圖像解析和后端圖像解析，前端解析產品是智能攝像機，在采集視頻和圖片的同時，依靠強大的AI算力和智能算法，分析人員和車輛的特征屬性，為后端的數據中心提供結構化的數據，可以減少后端分析所消耗的計算資源和網絡帶寬等系統成本。后端解析產品是智能NVR和智能服務器，智能NVR適合中小型項目使用，可以在存儲錄像的同時，對視頻內容進行智能解析和提取信息，比如小型比對庫的人臉識別/車輛識別等。智能服務器是基于服務器和高性能計算芯片以及深度學習算法，對人臉特征、車輛特征、機動車/非機動車/行人的全目標特征進行快速全量提取和精準識別比對，比如動態人臉的識別比對、卡口車輛圖片的二次解析和以圖搜車、行人的衣著體貌特征識別和以圖搜人等。后端解析產品的優勢是算力強大可運行復雜計算。
圖像經過解析后的結構化數據包括了活動目標的海量實時動態信息，大數據大量性、高速性、多樣性、低密性的特點，給獲取存儲管理、處理傳遞共享、關聯聚類分析等常規數據分析技術帶來了較大挑戰。由于社會治理的問題復雜度、數據數量級以及可能產生的價值和影響力無法想象，從海量的數據中提取出有價值的信息需要多學科多技術的研究，特別是AI智能技術。基于AI智能的大數據平臺，針對數據進行模型設計，通過大數據治理技術將海量多源異構數據治理成行業知識，結構化數據通過數據庫或者數據倉庫解決，半結構化數據使用網頁和搜索引擎等技術解決，非結構化數據使用深度學習、網絡交互和群體智能解決，再基于知識圖譜數據庫完成行業知識內容理解，通過機器學習、符號推理等技術分析挖掘隱藏在行為背后的信息。
結合社會治安防控體系建設實現AI智能應用
只有建設匹配公安各類應用場景的大數據系統才能讓AI智能發揮實用價值。《建設指南》對于“圈層查控、單元防控、要素管控”的各項要求中體現了大量的AI智能應用，不僅是對于重點人車目標的全方位信息采集和關聯分析，而且對指揮決策也提出要從經驗驅動向數據驅動轉變。
實景融合指揮系統是運用增強現實、地理信息、人工智能、物聯網、大數據等先進技術，基于城市重點區域的制高點視頻，構建實景式立體化的防控指揮作戰應用。通過高點攝像機掌握整體情況，通過低點攝像機從不同角度查看細節；對圖像中的目標進行坐標映射、方位感知和結構化描述；可聚合車輛人臉等多維數據，通過實時布控和比對識別，一旦發現嫌疑目標，即時觸發報警，實現綜合聯動和動態呈現；指揮中心通過實景指揮融合大數據分析，實現情報研判、指揮調度和巡防聯勤，可以準確及時掌握現場信息，快速直觀調度警力，有效預測預警，以直觀便捷的視頻實景地圖解決城市治安防控、應急指揮、反恐維穩等信息融合和指揮協同的問題。
實景融合指揮系統
展望：
社會治安防控體系建設是實現“十三五”平安中國建設規劃的有力保障，是防范化解各種風險挑戰的需要，AI智能將在新一輪建設熱潮中發揮關鍵作用，但也要清醒認識到AI智能真正落地面臨著諸多系統性的問題，需要切實解決用戶痛點，比如：持續提升針對不同場景的識別準確率和研判分析效率，根據綜合預算在系統建設方案找到邊緣計算和后端計算的平衡點等等。
（本文根據對天地偉業公司采訪整理）
