反恐智能化应急指挥防控体系

　　1.1.3. 智能化预警

　　这次的昆明火车站暴恐案中，暴徒统一着装，蒙面持刀，聚集后再开始行凶。其实这些特性均可以通过视频的智能化算法进行识别和预警研判。

　　视频数据的智能分析会带来海量的计算需求，比如人脸大库比对、行为分析、视频浓缩、后端车牌识别、卡口布控等，需要在百亿级别的历史数据中进行比对并对可能的违法行为做出实时报警响应。如果按照传统的烟囱式建设应用系统，会面临现阶段计算能力不足难题。虽然我们现在的单计算机处理能力取得了显著的提升，但在处理智能分析这种应用场景时还是不能兼顾海量计算、秒级响应的需求，分布式计算可以高效的解决这个难题，计算能力会随着计算节点的增加而线性的提升。

　　智能化集群主要由集群管理服务器、智能视频分析服务器组成，采用分布式结构，多个智能视频分析服务器组成计算资源池并接受集群管理服务器统一管理调度，完成复杂的视频分析任务。智能视频分析服务器负责对视频内容按照语义关系，采用时空分割、特征提取、对象识别等处理手段，实现视频数据向信息、情报的转化，成为公安实战所用的情报。

　　智能化集群管理服务器采用HA方式保证集群的高可用性，智能视频分析服务器支持弹性扩展、动态增删、负载检测与均衡。智能化集群利用分布式集群的计算能力，提高智能分析能力，提高分析任务的实时性，有效扩展了分析范围，让大时空范围的视频有效信息提取、整合、分析、呈现成为可能;逐步改变监控录像备查的低效应用，通过分析搜集有效信息，提高安防整体效率等。系统可提供集群管理功能，监控计算集群内各智能视频分析服务器的运行情况，实现计算节点异常时的错误处理和动态负载均衡。

　　1.2. 事中反应

　　1.2.1. 移动视频警务

　　固定监控点位的建设，可以满足对城市重点场所的无盲区监控，但对于城市中移动的物体却很难实现有效管理，尤其是对于突发事件的应急反应。因此，借助于无线传输技术和视频监控技术，建立一套无线图像监控系统，包括3G、4G车载移动执法系统、单兵执法系统及移动手机终端应用，可以很好的提高执法人员快速反应和重大突发事件的处置能力，同时规范执法文明化，具有重要的社会意义和广泛的社会效益。

　　无线视频监控系统主要包括对人员和车辆的监控，通过警用单兵执法系统可有效规范执法的文明化，同时，通过移动车载监控可实现执法车、公交车、出租车等的监控应用，提升对于公共交通工具的监控管理。

　　1.2.2. 防暴恐预案

　　防暴恐及群体事件管理需要对城市中的重要目标及信息进行全面的掌控和管理。大华股份指挥调度功能实现基于GIS的指挥调度信息的统一管理与集成，使在同一指挥台上完成多种业务操作，保证各指挥调度模块自动地快速地交换信息，实现指挥调度各系统的调动，为指挥决策提供依据。

　　指挥调度功能能够及时发现、快速处理突发性治安和交通事件，迅速救护，调动警力资源，疏导由此而引发的堵塞，恢复正常秩序;为暴恐事件、警卫、抢险、救护、消防等特殊紧急任务提供快速反应。

　　1.3. 事后侦察

　　大华股份目前为事后侦察提供一套流程及2套技战法。

　　1.3.1. 视频技战法

　　视频技术战法：在图像侦察过程中提供一种简单有效的方法帮助办案人员从海量的视频数据中甄别案件的有效线索信息，它主要包括：图像采集、浓缩与检索、轨迹时空分析、串并案分析、图像增强等。

　　1)图像采集：图像采集是后续视频侦察顺利展开的基础，通过与PGIS的结合，可在电子地图上

　　直观的实现海量视频图像的快速采集;

　　2)特征分析提取：通过视频浓缩和检索帮助办案干警更有效筛选视频中嫌疑人的特征信息;

　　视频浓缩：可将场景中各类移动目标集中展现，过滤没有活动的画面，缩减查阅录像的时间，实现快速预览。可以通过配置灵敏度提高物体的检测率，配置浓缩密度可以更好的检测目标。

　　视频检索：可按人，车进行分类检索，可根据车辆颜色，人员全身及上下半身颜色进行检索，检索后的结果将会把最符合检索结果的记录显示在最前面。

　　3)轨迹时空分析：根据采集到的嫌疑人信息，对其活动时间和空间在地图上标注，展现轨迹图。通过了解嫌疑人活动轨迹，为判断嫌疑人活动规律、逃离方向提供分析研判数据。

　　4)串并案分析：针对未侦破案件，时空串并案对未侦破的案件进行串并案分析，提供视频影像资料、卡口、电警资料分析各案在空间、时间、案件特征上的相关性，给办案民警甄别线索提供帮助。

　　1.3.2. 车辆技战法

　　车辆技战法以卡口、电警过车数据为基础，针对车辆的特征信息和驾驶行为提供各类研判工具，帮助办案人员从中甄别案件的有效线索信息。车辆技战法包括了无车牌分析、套牌假牌分析、连续违法车辆分析、频繁过车分析、首次入城分析、区域碰撞、行车轨迹分析、车辆落脚点分析、同行车辆分析，红白名单、车流量统计等功能。

　　1)无牌车分析：嫌疑人车辆往往会通过一些伪装手段来反侦察，特别是车牌的伪装，因此系统支持筛选出无法识别牌照的过车信息，进行重点侦查，并支持将该车辆信息自动转入无牌照信息库，以便日后的串并分析。

　　2)套牌假牌分析：嫌疑人在作案过程中为，往往会采用套牌、假牌方式来躲避技侦的追踪，针对这类作案特征，系统支持套牌、假牌分析比对功能，实现对该类嫌疑车辆的筛选。

　　3)连续违章：嫌疑人在犯案后可能因心理情绪不稳驾车慌乱逃窜，驾车逃窜中可能出现连续违法。系统支持对连续违章车辆进行筛选，同时还可对该车进行轨迹分析、落脚点分析等车辆技战法应用。

　　4)频繁过车：针对嫌疑人案前踩点等行为，会驾车在某些路段频繁出现的特征，系统通过设定过车频率阀值，根据时间段、路段区域信息，分析活动异常的车辆。

　　5)首次入城：针对嫌疑人流窜作案、假牌作案、套牌作案等特点，在某些案件中首次入城车辆具有较大作案嫌疑。系统根据时间、区域、车辆特征对首次入城车辆进行可疑分析，有助于案件线索排查。

　　6)落脚点分析：当卡口点覆盖率达到一定程度后，可根据嫌疑车辆在卡口系统中出现的行车轨迹，自动按规定时间分析车辆出现位置，分析嫌疑车辆可能的落脚点。

　　7)同行车分析：某些案件中嫌疑车辆会有结队出行的活动特征，另外一些案件中嫌疑人会驾车跟踪、盯梢被害人，针对这些驾驶特征，系统支持按照时间、车辆号牌、类型、前后跟车时间及路口数量为条件，自动分析可能的同行车辆。

　　8)积分研判：通过与业务信息库的对接，实现人、车、关系人三者之间的整合，根据设定的积分规则，对数据进行处理分析，对高危人、车进行研判结果展现，实现对卡口数据的深度挖掘。