隨著社會(huì)經(jīng)濟(jì)發(fā)展與城市化進(jìn)程的加快，中國(guó)社會(huì)維穩(wěn)壓力日益增加，然而警力資源的增長(zhǎng)速度遠(yuǎn)不及潛在危險(xiǎn)因素的膨脹速度，導(dǎo)致警力不足，警務(wù)領(lǐng)域供需矛盾日益激化。警務(wù)機(jī)關(guān)亟待通過新技術(shù)尋求解決方案，以適應(yīng)當(dāng)下社會(huì)及公安業(yè)務(wù)改革的迫切需求。

在此背景下，人工智能技術(shù)賦能的智慧警務(wù)應(yīng)運(yùn)而生。諸如人臉識(shí)別、大數(shù)據(jù)、云計(jì)算、模式識(shí)別等技術(shù)與警務(wù)中的民生服務(wù)、治安管理、交通管理、偵查破案等場(chǎng)景相結(jié)合，以應(yīng)對(duì)人口增長(zhǎng)帶來(lái)的安防壓力及打擊新型化犯罪活動(dòng)。

一、智慧警務(wù)市場(chǎng)規(guī)模

據(jù)中商產(chǎn)業(yè)研究院數(shù)據(jù)統(tǒng)計(jì)顯示，2017年，中國(guó)智慧警務(wù)綜合服務(wù)系統(tǒng)市場(chǎng)整體銷售規(guī)模為141081.36萬(wàn)元。在智慧警務(wù)信息化方面，我國(guó)已經(jīng)形成了較為成熟的公安信息化產(chǎn)業(yè)鏈。行業(yè)的上游主要為平臺(tái)軟件廠商、設(shè)備制造廠商和元器件廠商等，下游主要為公安信息化產(chǎn)品的需求方，包括公安行業(yè)、特種行業(yè)等。在公安軟件行業(yè)方面，中國(guó)市場(chǎng)起步于1984年，到1998年底開始實(shí)施的“金盾工程”使中國(guó)智慧警務(wù)現(xiàn)代化進(jìn)入騰飛階段。根據(jù)前瞻產(chǎn)業(yè)研究院的數(shù)據(jù)，中國(guó)公安軟件市場(chǎng)規(guī)模從2013年的53.7億元增長(zhǎng)至2017年的148.7億元，并預(yù)計(jì)2018年可達(dá)到160億元。

中國(guó)公安軟件市場(chǎng)規(guī)模（單位：億元）

二、智慧警務(wù)的主要技術(shù)

大數(shù)據(jù)：大數(shù)據(jù)技術(shù)，是指從各種各樣類型的數(shù)據(jù)中，快速獲得有價(jià)值信息的能力，大數(shù)據(jù)在智慧警務(wù)的應(yīng)用領(lǐng)域廣泛，包括民生服務(wù)、治安管理、交通管理、偵查破案等。

機(jī)器學(xué)習(xí)：機(jī)器學(xué)習(xí)研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，其在智慧警務(wù)中的應(yīng)用場(chǎng)景繁多，包括尋人、車輛分析、輔助執(zhí)法辦案等。

人臉識(shí)別：人臉識(shí)別運(yùn)用深度學(xué)習(xí)和海量數(shù)據(jù)集，對(duì)圖片和視頻源中面部特征進(jìn)行提取分析。其在智慧警務(wù)中運(yùn)用成熟，落地場(chǎng)景包括人證核驗(yàn)、疑犯追蹤、走失尋人、終端服務(wù)等。

活體識(shí)別：活體識(shí)別是人臉識(shí)別的一種算法，指計(jì)算機(jī)判別檢測(cè)的人臉是否是真實(shí)的人臉，而不是圖片、視頻等?；铙w識(shí)別在智慧警務(wù)中運(yùn)用在認(rèn)證核驗(yàn)、終端機(jī)身份驗(yàn)證等。

自然語(yǔ)言處理：自然語(yǔ)言處理研究人與計(jì)算機(jī)之間用自然語(yǔ)言進(jìn)行交流的各種理論和方法，融語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)于一體，在智慧警務(wù)中可用于車輛分析、辦案輔助等場(chǎng)景。

模式識(shí)別：模式識(shí)別是通過計(jì)算機(jī)用數(shù)學(xué)技術(shù)方法來(lái)對(duì)模式的各種形式信息進(jìn)行處理和分析，并進(jìn)行描述、辨認(rèn)、分類和解釋的過程?？蓱?yīng)用在智慧警務(wù)的交通事故處理等場(chǎng)景中。

專家系統(tǒng)：專家系統(tǒng)是具有專門知識(shí)和經(jīng)驗(yàn)的計(jì)算機(jī)智能程序系統(tǒng)，一般采用知識(shí)表示和知識(shí)推理技術(shù)來(lái)模擬領(lǐng)域?qū)＜乙越鉀Q復(fù)雜問題，在智慧警務(wù)應(yīng)用場(chǎng)景包括交通事故處理等。

三、人工智能技術(shù)在警務(wù)領(lǐng)域的應(yīng)用分布

其他周邊場(chǎng)景：本報(bào)告主要選取涉及500強(qiáng)公司的成熟落地案例進(jìn)行總結(jié)分析，故未囊括如警務(wù)辦公、輿情分析等在內(nèi)的熱門場(chǎng)景。

四、智慧警務(wù)落地案例簡(jiǎn)述

深圳公安民生警務(wù)深微平臺(tái)：在騰訊云大數(shù)據(jù)、云計(jì)算、人臉識(shí)別、活體識(shí)別等技術(shù)的支持下，深微平臺(tái)將15個(gè)獨(dú)立門戶網(wǎng)站、8個(gè)微信公眾號(hào)、120個(gè)辦事窗口集合到一個(gè)統(tǒng)一辦事入口，整合了公安內(nèi)部118項(xiàng)民生服務(wù)事項(xiàng)，依托微信公眾號(hào)、門戶網(wǎng)站，實(shí)現(xiàn)公安服務(wù)事項(xiàng)網(wǎng)上全流程辦理，提供人口、出入境、交警等多警種單一的業(yè)務(wù)辦理終端設(shè)備功能。

百度尋人平臺(tái)：百度與寶貝回家合作，將人工智能的跨年齡人臉識(shí)別技術(shù)應(yīng)用于尋找走失兒童，平臺(tái)可根據(jù)上傳的照片進(jìn)行人臉識(shí)別，提高尋親幾率。該平臺(tái)用大量跨年齡數(shù)據(jù)和親子照數(shù)據(jù)對(duì)人臉?biāo)惴ㄟM(jìn)行深度學(xué)習(xí)訓(xùn)練，通過自主學(xué)習(xí)200萬(wàn)人的近2億張照片，摸索出了識(shí)別人臉的方法，并用訓(xùn)練好的模型進(jìn)行跨年齡人臉照片比對(duì)，發(fā)現(xiàn)了人臉隨年齡變化的規(guī)律。

曠視人證核驗(yàn)系統(tǒng)：曠視（Face++）第二代臺(tái)式人證一體機(jī)是以人臉識(shí)別算法為核心，核驗(yàn)持證人與證件是否一致的智能化設(shè)備。設(shè)備內(nèi)置二的代身份證讀卡模塊，可以在讀取持證人信息的同時(shí)，啟動(dòng)高清攝像頭抓取持證人面部照片，并運(yùn)用本地識(shí)別算法，進(jìn)行快速人臉與證件照片作對(duì)比，實(shí)現(xiàn)人證核驗(yàn)功能。產(chǎn)品可用于車站機(jī)場(chǎng)入口、酒店住宿、教育考試、樓宇訪客系統(tǒng)等多個(gè)場(chǎng)景中。

騰訊鷹眼智能反電話詐騙盒子：鷹眼智能反電話詐騙盒子，是騰訊一款將大數(shù)據(jù)與反詐騙相結(jié)合的智能產(chǎn)品，騰訊聯(lián)合公安部、工信部，協(xié)同中國(guó)銀聯(lián)、移動(dòng)、聯(lián)通、電信，通過建立反詐騙大數(shù)據(jù)資源庫(kù)，建立詐騙模型，并對(duì)數(shù)據(jù)庫(kù)內(nèi)的活躍情況進(jìn)行分析，找到匹配的相應(yīng)場(chǎng)景以檢測(cè)正在受騙的用戶。反電話詐騙盒子根據(jù)大數(shù)據(jù)分析判斷受害人受害等級(jí)，并向受害人發(fā)出及時(shí)提醒。

東軟交通事故智能處理系統(tǒng)：交通事故智能系統(tǒng)處理是利用攝影測(cè)量技術(shù)，模式識(shí)別和專家系統(tǒng)等人工智能技術(shù)，并結(jié)合事故力學(xué)理論，旨在實(shí)現(xiàn)交通事故“前拍后處、快撤直賠”。該系統(tǒng)通過事故大數(shù)據(jù)分析，對(duì)事故成因進(jìn)行判定，以精準(zhǔn)實(shí)施事故預(yù)防、降低同類事故發(fā)生率。系統(tǒng)還提供事故處理遠(yuǎn)程定責(zé)、定損、理賠、修車等一條龍服務(wù)。

科達(dá)海燕車輛二次分析系統(tǒng)：海燕系統(tǒng)可對(duì)所有卡口、電子警察抓拍的數(shù)據(jù)進(jìn)行二次分析，支持識(shí)別近400種車標(biāo)、5000多種細(xì)分車型，同時(shí)可對(duì)遮陽(yáng)板、安全帶等其他車輛特征進(jìn)行分析與識(shí)別。在分析的基礎(chǔ)上，支持包括車標(biāo)、車型、語(yǔ)義、搜車、車輛局部特征在內(nèi)的多種搜車方式，并提供車輛大數(shù)據(jù)分析，實(shí)現(xiàn)假套牌、隱匿車輛、車輛落腳點(diǎn)等內(nèi)容的分析。

依圖人臉識(shí)別系統(tǒng)：依圖系統(tǒng)人臉識(shí)別系統(tǒng)運(yùn)用大數(shù)據(jù)、深度學(xué)習(xí)以及其先進(jìn)算法，使機(jī)器識(shí)別能力超越了人眼極限，可將當(dāng)?shù)爻Ｗ∪丝诤蜁鹤∪丝谂c通緝犯庫(kù)進(jìn)行人臉比對(duì)，從而鎖定轄區(qū)通緝犯，輔助警方抓捕嫌疑人。依圖的結(jié)構(gòu)化檢索可以快速截取到一段時(shí)間內(nèi)最清晰的一幀畫面，支持同時(shí)識(shí)別多個(gè)活動(dòng)目標(biāo)，并進(jìn)行算法交叉，實(shí)現(xiàn)二次分析，速度達(dá)到秒級(jí)反饋。

拓爾思智能輔助辦案系統(tǒng)：拓爾思智能輔助辦案系統(tǒng)以面向基層公安各類刑事案件，可對(duì)卷宗內(nèi)容的自動(dòng)識(shí)別匹配，實(shí)現(xiàn)證據(jù)文書等卷宗材料自動(dòng)分類；通過自然語(yǔ)言處理技術(shù)，進(jìn)行執(zhí)法監(jiān)督；同時(shí)提供證據(jù)采集、文書制作等智能化輔助指引；并基于圖譜化的數(shù)據(jù)，對(duì)案件進(jìn)行語(yǔ)義推理，實(shí)現(xiàn)案件深層次智能分析；還通過機(jī)器學(xué)習(xí)，學(xué)習(xí)歷史案件，實(shí)現(xiàn)歷史卷宗和人工智能相結(jié)合。

五、人工智能技術(shù)在警務(wù)領(lǐng)域的局限性

信息孤島：在智慧警務(wù)方面，不同警種間信息數(shù)據(jù)缺乏共享，數(shù)據(jù)開放應(yīng)用程度偏低，各項(xiàng)技術(shù)運(yùn)用局限于自身領(lǐng)域，技術(shù)內(nèi)部交流不足，不利于推動(dòng)行業(yè)的整體發(fā)展。

數(shù)據(jù)安全性 ：人工智能在警務(wù)領(lǐng)域中的應(yīng)用關(guān)乎民生和國(guó)家安全，在數(shù)據(jù)收集使用過程中， 數(shù)據(jù)安全和隱私保護(hù)問題難以避免，數(shù)據(jù)一旦泄露將會(huì)影響社會(huì)穩(wěn)定。

技術(shù)不成熟：人工智能技術(shù)在警務(wù)方面的運(yùn)用大多數(shù)處于淺層次，在一些細(xì)分場(chǎng)景應(yīng)用中，人工智能無(wú)法實(shí)現(xiàn)準(zhǔn)確理想的落地效果，場(chǎng)景適應(yīng)能力較低，以致影響準(zhǔn)確率。

六、人工智能技術(shù)在警務(wù)領(lǐng)域的發(fā)展趨勢(shì)

數(shù)據(jù)融合：大數(shù)據(jù)是建設(shè)智慧警務(wù)的前提，而構(gòu)建大數(shù)據(jù)平臺(tái)是智慧警務(wù)體系建設(shè)的基礎(chǔ)。警務(wù)數(shù)據(jù)內(nèi)部的全面聯(lián)網(wǎng)和開放是解決信息孤島的關(guān)鍵，也是實(shí)現(xiàn)警務(wù)智能化升級(jí)的必經(jīng)途徑。

智能前端化：隨著警務(wù)領(lǐng)域人工智能技術(shù)的發(fā)展，移動(dòng)執(zhí)法設(shè)備的需求日益增加，同時(shí)加上智能民生服務(wù)的需求，警務(wù)終端設(shè)備運(yùn)用越來(lái)越廣，使智慧警務(wù)向智能前端化發(fā)展。

經(jīng)驗(yàn)復(fù)用：以公安業(yè)務(wù)實(shí)戰(zhàn)的需求出發(fā)，將案件分析、研判、處理等警務(wù)流程歸納成為應(yīng)用模型，支持跨部門、跨警種、跨地域的交流共享，并支持具體用戶根據(jù)自身需求進(jìn)行靈活的調(diào)整和配置。