摘要：公安视频监控系统在打击违法犯罪、维护社会稳定方面发挥着极为重要的作用，如今，公共安全形势变得日趋严峻，对于公安视频监控质量也提出了全新的要求，人工智能在公安视频监控领域的应用是一个必然趋势。文章介绍了人工智能技术的诞生与发展历程，分析了人工智能在公安视频监控领域的应用基础以及具体的应用场景，探索了当前的应用瓶颈与对策。

关键词：公安视频监控；人工智能；应用

在技术手段的进步下，公安工作在朝着智能化、科技化的方向发展，怎样利用现代化信息技术提高公安工作效率，是当前备受关注的一个问题。人工智能、大数据、人脸识别技术的发展为保障社会稳定、打击违法犯罪、加强户籍管理等提供了技术支持，在这一背景下，关于公安视频监控技术的发展也开始备受关注。

1 人工智能技术的诞生与发展

人工智能（Artificial Intelligence，简称 AI），这是一个较广的研究领域，是在探索人类智慧基础上研究具有智能水平的智能体，这种智能体具备人类的各种智能行为，支持识别、分析、认知、决策等功能。人工智能的发展有着悠久历史，最早可追溯到二战期间，当时的数学家阿兰·图灵认识到，要破译德军的密码机，人力很难达到要求，于是他尝试制造性能强大的机器，后来名为“炸弹”的解密机器诞生，自此之后，图灵针对机器展开了深入研究，掀起了人工智能的第一次发展热潮。在这一阶段，技术人员利用探索式推理，逻辑运算等技术模拟人类大脑功能，但是由于当时生产力发展水平的限制，人工智能技术在20世纪60年代进入了研究低谷。第二次研究浪潮是于1997年开始，这一时期语音翻译、语音识别等技术迅速发展，这一阶段从20世纪80年代初持续到80年代末期，研究时间大约持续7～8年，此后又逐步淡出大众视野[1]。第三次研究热潮是于2016年开始，这一阶段云计算、大数据等日益成熟，微处理器的性能得以显著提升，深度学习技术的发展取得了突破性进展，人工智能产业迅速发展，如今，人工智能已经在多个领域中得到了广泛使用。

2 人工智能在公安视频监控领域的应用基础

2.1 信息资源库得到了有效整合

当前，公安机关已经建立了警务信息综合应用平台，在人员信息系统、出入境管理系统以及DNA数据库等各个业务信息系统中积累了大量数据，为了将各类数据整合起来，打破数据壁垒，各级公安信息系统在现有基础上统一标准和架构，将小数据汇聚起来，各类数据资源的高效整合也为人工智能在公安视频监控领域中的应用奠定了坚实基础。

2.2 视频监控系统得到广泛推行

随着雪亮工程、天网工程逐步落地，视频监控点的分布密度也越来越大，摄像头实现了全天不停的工作，能够将特定区域内的场景详细记录下来，并且视频解码能力也在持续提升。目前的视频监控产品支持高帧率和高分辨率，获取的图像也日益清晰，同时，公安机关正在主推视频资源的联网整合，视频监控也从以往的单摄像监控朝着多摄像机联网的方向发展，这为人工智能的推行提供了强大的资源保障。

2.3 人脸识别技术的日益成熟

人脸识别属于人工智能的研究分支之一，是利用人体视觉特征信息来识别行为、鉴别身份的新型技术，包括动态化的人脸识别和静态化的人脸识别。其中，静态化的人脸识别是在固定光照和角度下进行的识别，主要用于户籍管理、银行白名单识别、公司考勤、门禁系统中。在技术手段的更新下，动态人脸识别技术逐步发展成熟，这类系统既支持人脸特征的对比，还支持人体相貌特征对比和步态识别，能够满足预警研判、身份认定的要求，这为人工智能在公安视频监控领域中的应用提供了技术支持。

3 人工智能在公安视频监控领域的应用

3.1 安全防控

安全防控就是利用公安视频监控系统针对某个监控场景的人、事、物进行分析、研判，针对高危人员和可疑人员进行依法干预的一种主动侦查模式。在人工智能的支持下，能够实现智能化监控，根据对高危人员活动轨迹分析，在其犯罪意图暴露充分时即可第一时间安排警力来进行抓捕，可以分辨各类异常行为。

3.2 案中实时监控

案中实时监控是利用公安视频监控系统针对正在实施犯罪或者实施完的犯罪活动进行的全盘监控视频，支持自动报警，能够及时通知周围警力。根据犯罪活动是否已经结束可以划分为案中捕捉现行、案后当即追踪两种形式，暗中捕捉现行即视频监控系统在通知警力之后，还可利用系统对犯罪嫌疑人进行追踪，利用动态化的人像布控和静态化的人像识别来迅速捕捉嫌疑人的身份。在嫌疑人经过人脸卡口时，视频监控系统就会主动发发布警报，为民警提供清晰而又精准的研判[2]。

3.3 隐案挖掘预警

该种模式是借助公安视频监控系统针对可疑车辆、人、物暴露出的疑点进行的分析和挖掘，这种情况主要是已经发生犯罪活动但公安机关还未能全面掌握线索，通过公安视频监控系统的应用，能够帮助警察掌握相关的犯罪线索，还能够识别各类案件之间的关联，这一模式是借助人工智能针对可疑人物、车辆等进行探寻，可及时分析出各类犯罪案件的联系，支持利用回溯方式来挖掘隐患，从而帮助公安机关更好的打击违法犯罪，保证社会的和谐稳定。

关于公安视频监控的应用主要有几个场景：

一是针对高危人群的预警。此类人群的犯罪倾向较高，根据划分标准的不同，可将高危人群划分为地区性高危人群、经历性高危人群、年龄性高危人群、人格类高危人群等。利用人工智能建立高危人群数据库，数据库中将各类高危人群的基本信息、危险程度、前科劣迹情况等收录，再借助公安视频监控系统，就能够有目标的以此类人员作为监控对象，进行远程监控，如果发现其有犯罪意图或者出现了实际犯罪行为时，可以及时进行处理，这能够显著降低犯罪率。

二是异常行为的预警。犯罪分子在犯罪前期、中期和后期都有一些异常表现，利用人工智能支持下的公安视频监控系统，能够很好的分析高危人员异常行为，通过人工智能算法从各个场景的视频数据中提取异常行为，构建样本库，根据机器学习来进行对比和分析，从而对异常行为更好的进行识别和预警，比如金店附近蒙面人的出现、灾害疏散事故中人员的逆向行走、长期跟踪单身女性的男性等，通过分析此类人员的异常行为，能够做到防患于未然，根据其表现提前进行预警干预[3]。与此同时，人工智能技术还支持微表情的分析预警，当然，微表情的分析结果会受到数据库、视频清晰度、周围环境及其算法等因素的限制。

三是高危车辆的预警。针对高危车辆的预警能够有效降低恶性事件发生率，也能够帮助公安机关掌握各类线索，高危车辆一般会存在车牌等信息的伪装，可能还会更换年检标志、标志粘贴位置，或是驾驶人员的行为存在异常。在有了人工智能技术的支持之后，为假牌、套牌车辆的识别提供了精准信息，能够将车辆的颜色、标志、车牌等信息汇总，与车管部门登记信息进行自动对比，从而精准识别出伪装车辆。当前，公安部门也在积极与各个安防公司合作，通过数据挖掘、数学建模、积分预警等技术建立了警务大数据平台，进一步提高了分析和研判的精确性。

四是高空抛物预警。在当前各类高层建筑和超高层建筑的普及下，高空抛物的发生率也越来越高，依靠传统宣传工作很难从根本上杜绝高空抛物问题，借助于人工智能支持下的公安视频监控系统，可以及时发现高空抛物行为，第一时间锁定证据，为调查取证和精准追责提供了便利。结合智能存储设备和智能摄像头，满足了主动抓拍检测、实时监控预警等功能，这种方式能够将事后追溯转化为及时报警，并且在利用人工智能技术之后，支持对不同物体和场景的轨迹回溯、现场抓拍、监测预警等。

4 人工智能在公安视频监控领域的应用瓶颈与对策

4.1 人工智能在公安视频监控领域的应用瓶颈

4.1.1 监控布点设置不当

当前，各地都在不断完善公安视频监控系统，也开始推广人工智能技术，但是视频监控点还存在位置设置不当的问题，导致人工智能技术的作用未能发挥到最大化，针对地铁、学校、公交车、住宅小区等犯罪高发区域缺乏科学的监控点设置方案[4]。总体来看，监控点缺乏科学的部署，监控覆盖度不力，也缺乏科学的研判标准，要发挥出人工智能的作用，那么必须科学设置视频监控点位。

4.1.2 数据存在应用鸿沟

在目前的公安视频监控应用中，数据资源获取难度高是面临的一个阻碍，如今，大数据在公安系统中的应用已经成熟，但是一些公安实战部门还是无法充分获取数据资源，究其根本原因是由于公安之间存在各自为战条块分割的问题，有的社会监控数据没有纳入到公安数据库中，这是在追溯追踪过程中无法全面的采集到视频数据。另外数据的融合共享难度较高，也是人工智能在公安视频监控领域的应用瓶颈。由于人类。语音识别车辆大数据侦查步态识别等系统的建设标准不统一，存在各自为政的问题，导致封闭性信息孤岛的出现。这就会大幅影响视频侦查的质量和效率。

4.1.3 侦查思维模式比较滞后

长期以来，侦查思维模式一般是在案发之后通过公安视频监控系统来发现线索、收集证据，具有被动性和滞后性的特点，无法满足当前和谐社会的建设要求。在进入人工智能时代后，侦查逻辑发生了变化，视频侦查工作更多的是借助人工智能来挖掘数据的潜在关联，但目前的视频侦查人员普遍缺乏这种思维，在数据的收集和分析上思维也较为单一，缺乏深度研判意识，致使侦查工作途径单一，不仅影响侦查工作的效率，也没有发挥出大数据技术的作用。

4.2 人工智能在公安视频监控领域的应用策略

4.2.1 科学安排监控点的布置

为了更好的凸显出人工智能在公安视频监控领域中的应用价值，需要对视频监控点进行合理布置，遵循“点、线、面”的结合原则，在各个出入口、路口位置设置智能抓拍摄像机。在交通路面和街面位置设置高清枪机和球机等，再结合高空眺望摄像机，这种规划方式能够实现视频监控的网格化支持，能够对重点人、物进行不间断追踪。同时，还要合理设置目标布点模型，遵循科学性、合理性原则，从有效覆盖角度来出发合理设置布点模型，除了常规的布点模型之外，还需要设置机动监控点，通过移动性和固定性的结合满足监控要求。

4.2.2 以多维数据为侦查工作赋能

传统的视频侦查布控工作效率低下，质量也不高，进入了人工智能时代之后，需要摒弃传统的思维理念，实现视频图像数据与其他数据类型的深度融合，开发布控系统，利用人工智能来精准检索出目标人物的照片、手机号码、车牌号、房产、经常居住地等多维度信息，在布控任务发布之后，系统预警中心能够显示出各类预警信息，对应的预警信息还可以被打上标签，这方便警察从各类信息中筛选具有价值的内容，可有效杜绝群体性事件的发生[5]。另外，还需要推行多维追踪，在下发目标追踪任务之后，可以利用视频监控拍摄的人体图像和人脸图像来同步追踪，如果中途的追踪中断，那么就可以从其他信息着手拓展追踪路径，通过多维数据为侦查工作来赋能。

4.2.3 优化平台的建设

一是设置感知设备运维服务平台。这类平台能够为高质量图像数据提供支持和保障，这一平台支持对各个监控点位的实时评估，评估指标涵盖画面的可见度、清晰度、有无障碍物等等，技术人员可以根据平台提供的评估报告来对设备进行更新和优化，从而为后续的侦查、治安等公安业务提供支持。

二是感知算法训练平台。不管是人脸分析、视频分析、人车图片分析、人车视频分析、帽子检测、步态分析、人群态势分析等都需要借助特殊算法来实现，通过建立感知算法训练平台，能够为上述功能提供算法训练。

5 结语

当前，关于人工智能的研究与应用已经步入了关键阶段，国家在人工智能产业的发展上予以了极大的扶持，让人工智能算法研究取得了突破性进展，人工智能还会继续迎来新的发展机遇，能够进一步提高人们的生活与生产水平。如今，公共安全形势变得日趋严峻，对于公安视频监控质量也提出了全新的要求，将人工智能技术应用在公安视频监控中是一个大势所趋，如今这一方面的研究已经取得了突破性的进展，实现了公安业务、视频大数据、人工智能之间的融合应用，在下一阶段，需继续在技术手段上发力，以充分发挥出人工智能的作用。

参考文献：

[1]邱文康. 人工智能技术嵌入基层公安机关治理的潜在风险及规避——基于智慧警务视角的分析[J]. 广西警察学院学报，2023，36（2）：66-74.

[2]张玲，施帅. 人工智能在公安系统通信领域的设想与应用研究[J]. 中国新通信，2021，23（1）：12-13.

[3]苏娜，莫芃. 人工智能时代公安机关参与社会治理的机遇、挑战与变革[J]. 江苏警官学院学报，2021，36（3）：101-106.

[4]王利平. 人工智能在公安工作中的应用及相关问题研究[J]. 网络安全技术与应用，2020（4）：136-138.

[5]陈皓颖. 大数据助推人工智能在公安指挥调度中的应用[J]. 电脑编程技巧与维护，2020（4）：122-123.

作者简介：聂罗娜，1984，女，汉，江西南昌，副教授，硕士，研究方向：计算机。