探讨！智能化下的公共安全数据挖掘

近年来，随着城市化建设的快速发展，城市人口剧增，公安系统的治安监控管理面临诸多问题。同时国家政策大力发展平安智慧城市建设，相关项目对安防行业具有明确拉动效应，例如“一带一路”政策将推动沿途相关区域安防需求。政策催生安防需求，新需求带来新增长。

随着人工智能技术切入安防行业，传统公共安防的诸多痛点逐渐改善。在安防大数据时代，网络监控、数据采集分析更加智能高效，如入侵报警、人脸识别、交通分析等大数据应用需求飙升。安防系统从自动化逐步实现智能化，智能安防时代开启!

当前，公共安全视频监控产生的数据量非常庞大，而且增长迅猛，但其价值密度较低，只有对其进行深度的挖掘，才能使其发挥出数据本身所应具有的应用价值。如何在海量数据库中寻找到所需的人员面部信息，需要智能分析+人脸识别，另加入视频数据挖掘技术，才能够真正实现大安防监控的作用。因而，大数据应用是智能安防的重要发展方向。

大数据应用领域

一、城市人口大数据。指的是通过广泛收集与个人有关的数据，包括基本信息、地理位置信息、交易信息、行动轨迹与交通方式等，精准勾画人群的动态分布、流动轨迹等。城市热力地图涵盖人群特征、出行方式与交通工具选择特性、时间特性、区域特性等，并通过大数据分析其中的重要规律，用于指导城市建设规划与布局、交通治堵与疏导、公共资源精准布局、城市应急以及一些可能的商业应用。

二、城市交通大数据。该领域的应用与城市智慧交通有较高的重叠度，大数据应用于城市交通，有望缓解普遍存在的城市交通拥堵问题。

基于AI深度智能的交通视频挖掘将不系安全带算法和开车接打手机交通违法检测准确率提升逾30个百分点，从而将这两项功能真正推向非现场执法实战应用。同时集成了基于AI深度智能的远光灯检测算法，能够对城市夜间车辆滥用远光灯的违法行为进行智能识别和有效取证。

采用AI深度智能的交通事件检测系统，将大幅提高检测准确率，实现高速公路和城市快速路上交通事件的及时报警和救援。在前端架设专属的驾驶员人脸抓拍机，同时利用基于AI深度智能的人脸捕获深度学习算法，大幅度提高画面中人脸的检出率和高清抠图的质量，为后端脸谱进行人脸的建模和比对提供基础数据，实现报警拦截。

通过车辆监控系统能够对驾驶员危险驾驶行为检测报警和提醒，同时集成驾驶员或乘客人脸识别功能。还可以在现有电子警察的基础上集成交通事故检测功能，当路口范围内发生交通事故或者交通拥堵时，可以实时检测到并向指挥中心发送报警信号。

三、城市环境资源大数据。这一应用重点聚焦城市人群和环境之间的关系，分析因为城市人口的大规模和高密度给环境污染带来的影响及给城市资源消耗(水、电、燃气、燃油等)带来的压力。基于城市资源承载力的大数据分析，评估城市的持续发展潜力，寻求人口和城市环境影响与资源消耗之间的平衡。

四、图像识别技术应用。图像识别在各领域的应用已经很广泛，其中车牌识别已经相当成熟，而对于人的识别就是生物识别。生物识别又包含虹膜、人脸、指纹、声纹、掌纹、静脉、DNA等，除了DNA和声纹，其他生物识别都在图像识别的范畴里。其中，人脸识别已经逐渐取代了指纹，在民用领域得到很好的应用，比如考勤、门禁。