当前位置: 首页 > 科技观察

人工智能赋能智慧警务

时间:2023-03-16 18:13:21 科技观察

随着城镇化进程加快和经济发展,我国社会保障要素日益丰富,给公安机关警务工作带来巨大压力,而警力资源却几乎没有增加,导致供需矛盾日益激化。在此背景下,公安机关迫切需要通过新技术、新模式寻求突破,以适应当前公安机关业务变革的需要。业内众所周知,从2018年开始,人工智能不再只强调“纸上谈兵”的概念和技术,而是加速与各个垂直领域的融合。在安防行业,人工智能逐渐进入实际业务应用阶段。智慧警务作为最能发挥人工智能价值的领域之一,在人工智能、大数据和云计算技术融合的驱动下,正呈现出新的发展。特征。所有警务数据的聚合是基础。大数据是信息资源,是智慧警务必备的燃料储备。数据的感知采集和大数据平台建设是智慧警务系统建设的基础工程。这就是所谓的公安系统。信息化建设内容。毫无疑问,公安民警的战斗力需要信息资源,而信息技术可以促进警务机制创新,提高警务工作效率,全面提升公安机关的实战能力。在此趋势下,近年来,江苏、南京、广州、深圳等主要城市都在紧锣密鼓地推进大数据信息化建设。江苏省公安厅厅长刘洋曾表示,“狠抓大数据战略,着力打造智慧警务,抢占社会治安制高点,永远跑在犯罪分子前面。”“行踪、行踪、全程管控”是江苏智慧警务建设的新目标。而警务涵盖的业务范围包括交通、公安、消防、边防、社区等警务类型。警务业务的分工导致数据资源碎片化、原始化,难以形成足够的情报信息来支撑大数据分析研判和业务决策的需要。可以说,当前碎片化的信息分布状态越来越不适应随着决策及时高效的现实需求,信息资源的整合应用亟待突破,因此公关机关在推进警务信息化的过程中,不仅要增加感知或机器监控摄像头的覆盖范围视觉能力和其他物联网终端设备,但m重中之重,建设全省警务云,汇聚全省警务数据和社会数据,加快各类警务信息资源整合,横向打通各业务版块,为建设提供公共技术环境和服务支撑。警务信息化应用。这样,经济欠发达地区在没有经济条件和技术能力建云的情况下,也可以共享和使用省警云提供的计算、存储和数据资源,从而大大提高基层警务工作效率,减轻警务压力。工作。机动警务已成为必要的辅助手段。当前,警务工作日益呈现紧迫性、机动性强、突发性高的特点。而且,公安干警,尤其是基层公安干警,在外地工作时,经常会面临不同情境下的各种情况。需要处理大量的采集、记录等复杂的信息工作,移动警务装备可以帮助民警接警、接警、现场勘查、信息采集、信息核实、巡逻互动等,实现快速警务处理和社会基础信息采集,为基层警务减负增资。近年来,随着人工智能技术在安防领域的渗透,前端智能化逐渐成为一种发展趋势。因此,作为一种终端服务,移动警务终端也逐渐走向智能化。移动警务终端设备主要包括移动警务终端(包括人脸识别等身份认证、现场信息录入和存储等应用)、移动车载、警用穿戴设备、移动警务平台等。以移动警务终端的摄像头为例,智能摄像头可以直接在终端侧对采集到的视频图像进行识别和处理,从而在最短的时间内实现对视频图像的结构化处理,进而进行结构化处理。将关键信息上传到移动警务云平台进行研判决策,不仅大大减少了云端的工作量,更重要的是提高了现场办案效率,更好地发挥了移动端的实战价值警察。毋庸置疑,在人工智能的加持下,这些移动警务设备能够更好地推动智慧警务工作的开展,极大地提高警员实战效率,并能将警务平台与上层公安信息系统无缝对接,真正实现全警信息化。由此可见,移动警务终端不仅是公安大数据信息采集的源头,更是一线民警处理警情的最重要助手。在公安大数据建设中发挥着举足轻重的作用。机构越来越重视。事实上,早在2017年全国公安科技信息化工作会议上,公安部就明确要求加快建设移动警务应用系统。当前,全国公安正在加快建设移动警务系统,公安信息化应用从桌面应用向移动终端拓展。融合AI研判引擎无论是智能前端设备(包括移动警用装备)还是警务云平台,采集数据价值的实现都离不开人工智能技术的融合应用。前端是对视频结构进行各种识别比对和实时处理,实现端侧的智能化,满足前端场景应用在延迟、功耗、性能等方面的要求,而后端-端体现在基于多维数据的深度分析和判断,相当于一个作战指挥中心。毫不妥协,结合人工智能技术,基于大数据的研究分析,在侦破案件、预防犯罪、精准打击、辅助决策等警务工作中具有重要的实用价值。在我国平安城市建设、雪亮工程等项目的带动下,在全国各地建设了大型视频监控设备布点。然而,在人工智能落地之前,这些监控设备的海量数据与公安业务数据并没有真正的关联。视频侦查仍依赖人力对嫌疑人、车辆、物体特征等案件信息进行搜索和标注,业务效率仍然较低。.但是,通过前后端人工智能技术(算法和算力)的融合,通过对海量多维数据的分析建模,以及对各种数据背后的内在逻辑关系的深度挖掘,在-实现海量数据的深度应用和综合应用。业内众所周知,AI可以快速对视频数据进行结构化处理,对人、车、物进行快速识别和比对。目前,人脸识别技术在公安行业的应用更为广泛,包括管控侦查、边防检查、犯罪嫌疑人身份识别、司法人像识别、重点场所出入控制以及酒店、网吧、赌场的安全管理等。除了人脸识别,车辆识别、语音识别等人工智能相关技术也越来越多地应用于公安行业,为公安信息化和智慧警务建设贡献力量!借助人工智能、云计算等技术的商业化应用,通过警务云平台,民警可在数小时内实现“一键图像调整”、“图案关联”、“逐图搜图”等秒,甚至从海量视频中搜索到相关人像。如此一来,公安效率大大提高,而在AI技术的趋势下,警务工作也从事后侦查转向主动预防。因此,人工智能集成研究分析在安全情报发展中的重要性不言而喻。前段时间总结一下,南京市公安局表示,2019年将建设强大的数据中心,2020年基本建成智慧警务系统,然后用两年时间实现人工智能在警务工作中的实际应用促进公安机关战斗力跨界提升。由此可见,在公安智慧警务系统建设中,大数据平台建设和人工智能应用是重中之重。如果说大数据资源是基础,警务云是信息资源汇聚平台,那么人工智能就是发展引擎,三者缺一不可,而移动警务作为最重要的信息采集设备和得力助手警察,更贴近警察的实战业务。强调。