引言

近年来，随着我国经济飞速发展，城市人流、信息流高速增长，社会结构更为多样，治安形势日趋复杂。城市公共安全管理也要推陈出新，需要大力推进社会防控体系建设，使用更智慧的科技和信息化手段提升防控效能，维护社会稳定和安全。

新常态下以平安城市建设为核心的城市感知系统是社会治安防控体系建设的重要组成部分，当前的城市感知系统仍然是以视频监控和卡口为主，但这些传统的感知手段已经为社会所熟知，很多不法分子通过简单伪装容易躲避视频监控和卡口的追踪。城市里除了已知的在逃人员、矫正人员、失驾人员等各类重点人员外，还存在很多潜在的高危人员。如何实现城市人员动态轨迹信息非接触式自动采集，如何实现高危人员预测、预警、预防，已成为当前公安信息化建设的重中之重。

一、总体架构

多维感知智能防控体系总体架构如图1，主要分为全息感知网络和多维大数据应用两大部分。全息感知网络是多维感知智能防控体系数据采集层，通过各类感知设备采集人员全息轨迹数据。多维大数据应用是多维感知智能防控体系的数据应用层，是构建大数据资源池、汇聚城市各类数据，基于大数据提供丰富的多维融合应用。

 

二、全息感知网络

信息感知是城市安全防范的关键。公安机关围绕人、事、物、场所、组织等治安要素建设了天网，但城市中仍然存在很多盲区。与此同时，深度学习、人工智能、物联网一体化融合等新技术使得城市的视频感知系统发生了潜移默化的变化，不仅能看得清，更能看得懂；我们在获取监控视图数据的同时，也能够获得城市里其他的物联数据。全息感知，即以记载人的生存要素、活动轨迹及各类社会信息为建设目标，通过布建人像卡口、交通卡口、电子警察、MAC采集、RFID、泛卡口等动态感知终端，布署对旅馆、网吧等重点场所的管控系统，加强与政府其他部门和社会机构间数据共享交换，获取公路旅客购票数据、社保、婚姻登记、寄递登记验视数据、散装汽油采购登记等社会数据，形成“人过留像、车过留牌、机过留号”的动态感知体系。

不同于传统视频监控建设，全息感知更关注业务场景，基于“住、行、吃、消、乐”等具体场景，分类布建覆盖城市全域及人员各类生活要素的感知设备（应尽可能采用集成多个智慧感知单元的一体化设备，如集MAC采集、人像卡口、GPS功能为一体的监控探头），具体如下：

如表1所示,治疗前对照组和观察组Barthel指数评分无差异(P>0.05);治疗后观察组Barthel指数评分较对照组高,差异显著(P<0.01)。

（一）围绕“住”布建感知设备

加强住宅小区出入口人脸卡口抓拍、MAC采集设备建设，加强小区进出口道闸车脸、人脸抓拍一体化设备建设，同时在单元楼安装带二代身份证、门禁卡、人脸识别等多种识别方式的智能门禁系统，实现流动人口自动采集。在宾馆、旅馆推广“人证核查”系统及MAC地址采集，实现对入住人员信息的自动感知，同时整合宾馆公共区域视频。

1. 构建一张物联网。运用大数据技术深度攫取多次元数据之间的关系，将车、MAC等非人员数据融入人员数据，刻画以人为核心的多维关系图谱，建构人员全息档案。

（二）围绕“行”布建感知设备

采用凝胶色谱法测定肽的分子量分布。检测条件：Waters 600高效液相色谱，TSK gel G2000SWXL分析柱；洗脱液为0.04 mol/L磷酸缓冲液，流速为1 mL/min，检测波长为214 nm。标准肽样品：Conalbumin(75,000 Da)，Oralbumin (43,000 Da)， Cytochrome-c(12,384 Da)， Aprotinin(6,512 Da)，Vitamin B12(1,855 Da)，Glutathione (307 Da)。

（三）围绕“吃、消、乐”布建感知设备

视频应用不再是简单的查看和单一维度数据的检索，城市公共安全面临的严峻挑战对视频在智能感知、融合实战、情报预警等方面提出了更高的要求。

（四）整合宾馆、网吧、市民卡、停车场、寄递业、租赁车等社会数据和互联网数据

全息感知的核心在于对人员轨迹信息实时自动感知，生活要素全方位采集并关联，为公安实战提供鲜活的数据支撑。

三、多维大数据应用

在医院、大型商场超市、商业中心等出入口部署人脸抓拍和MAC采集设备，在公共停车场布署车脸、人脸一体化采集设备并整合现有停车场数据，在KTV、酒吧、桑拿洗浴等入口部署人脸抓拍和MAC采集设备，在大型公园广场、景区、商业步行街、会展中心、体育馆等治安复杂场所布署全景相机、高空瞭望、人脸抓拍及MAC采集设备。

多维大数据应用，以视频提取的人、车、行为等结构化数据为核心，同时融合其他物联数据、公安业务数据、社会面数据、互联网数据（如图2），进行多维度的碰撞分析，并与公安业务流程相结合，不断深入挖掘数据深层次价值，打通数据壁垒，服务全警应用。具体思路为：

One patient in the 20 mL group experienced ischemic stroke recurrence,while no cardiovascular event or death was found;with regard to the patients in the 40 mL group,no cardiovascular event,cerebrovascular event,or death was found(Table 6).

2. 刻画一张时空图。数据应用模式与公安业务机制相结合，一张地图、一个页面，刻画人员物理轨迹和虚拟画像，为全警应用提供一站式可视化服务。

围绕上述思路，数据汇聚应是多维大数据系统建设的首要任务。系统以“7W”视频数据和物联数据为核心，建立统一的数据资源池，按需进行数据清洗、挖掘、碰撞。“7W”数据为：1）视频结构化数据，平安城市视频监控数据经过解析中心进行分析产生的海量人、车、物结构化信息；2）人像数据，通过人脸识别系统产生的结构化数据，采集场景包括火车站、汽车站、地铁、机场、信访单位、重点单位、社区等；3）车辆数据，卡口产生的过车数据及车型二次分析系统所产生的车辆结构化数据，采集场景包括道路、停车场、重点单位出入口、社区出入口等；4）RFID数据，RFID地网系统所采集的电动车过车数据，以及重点人员（老年痴呆、肇事肇祸精神病人、儿童、社区矫正人员）、重点车、重点物（枪支、危化物）轨迹数据；5）

 

3. 实现一键海量搜。融合各类档案数据、时空轨迹数据的全文检索，实现海量多维信息一键搜。一个页面，一次搜索，相关数据全加载。

按照“划圈”、“切块”、“定点”的建设思路，加强交警卡口、电子警察、治安卡口、电子围栏、MAC采集等感知设备布建，实现省、市、县际区域及城市道路交叉口完全覆盖。此外，还应创新业务应用场景，如探索公交车部署人脸抓拍、MAC采集、GPS三合一设备，探索采用RFID等物联网技术管控电动车、重点人员、社区矫正人员等。

MAC数据，MAC系统所采集的MAC地址及其他虚拟身份信息，采集场景包括道路、全区居民小区、出租房、车站、机场、地铁、重点单位等；6）身份证刷卡数据，社区及重点单位智能门禁系统所产生的刷卡数据；7）手机数据，重点人员的手机基站数据及手机通话记录数据。

课外阅读，离不开教材选文学习示范。对教材选篇有效处理，学生掌握不同文本阅读方法。分析教材选文，不是“学生根据教师的指令在课文里找表面的信息”，而是使学生明白诗歌阅读是通过对字词的理解走向诗人情感、散文阅读从句子中理解作者独特情感、小说阅读在于谋篇布局与细节等具体阅读方法。针对同文体中不同文本，教会学生不同的阅读方法，形成多样化阅读能力。学习《套中人》，学生能掌握阅读《群魔》《小公务员之死》等反映现实小说的阅读方法。阅读示范包括环境示范。文学理论认为：阅读是读者与作者、作品、世界的对话。阅读对话需要安静环境。每周语文课或语文晚自习安排学生安静阅读的时间。

对于上述数据，系统首先基于身份证号、手机号等典型的具有个体身份属性的字段进行清洗和关联，集聚全网零散信息，建立人员全息档案，包括人员基本信息（如身份证号、出生年月、性别）、车辆资产信息、虚拟身份信息、证件登记信息（如结婚登记、出入境登记），同时系统也会根据人员属性字段自动关联其相关的活动信息并在档案中展示。通过全息档案，人员信息和活动行为一览无余，同时可在地图上可视化呈现。

进一步地，活动轨迹数据基于时空关系碰撞模型，可以产生人物关系图谱。假设张三和李四经常在同一时段出入某个娱乐场所，系统自动判定张三和李四具有关联关系，该关系是经常同时出入同一地点。而通过话单数据关联分析，发现李四和王五（已知是毒贩）通话多次，由此可以推断张三是吸毒者或者是李四的同伙。多维大数据系统提供多种关系关联模型，可以自动判断A和B的关系，同事、亲戚或具有其他行为关系，挖掘潜在高危人员，提高案事件追踪效率。

Western blot结果见图 5，对照组 MSCs的H3K27me3蛋白含量显著低于骨坏死组。10 μmol/L GSK126干预后，ONFH组MSCs细胞内的H3K27me3蛋白含量明显降低，接近于对照组水平。三组图像由Image Pro Plus 6.0图像分析软件测定阳性反应物的平均光密度，ONFH组平均光密度为（0.43±0.04），GSK126组为（0.29±0.04），对照组为（0.24±0.03）。结果表明激素性骨坏死组MSCs细胞内H3K27me3蛋白含量明显增多，GSK126能显著抑制其表达。

另外，多维大数据还可以挖掘人员的异常行为，预测高危事件。假设某恶性上访人员平时在杭州市萧山区范围内活动，某一天发现其手机处于关机状态，而杭州东站采集到其人像信息，系统会自动识别该异常行为（可能是进京恶性上访）并报警。基于公安实际业务，多维大数据提供了诸多业务模型，如涉毒模型、涉黄模型、重点单位周边异常徘徊模型等数十种模型。

见到老钳工，她心里针扎般的痛。过去，这是一家有名的国有企业，是滨湖人的骄傲。现在一半职工拿六百块钱生活费在家待业。

综上，多维大数据系统应用以人为本，旨在完善人员全息档案、补全人员时空轨迹，可实现融合检索、全网碰撞、全息轨迹、轨迹预测、关系追踪、多维预警等功能。必须强调的是，多维大数据系统最重要的是数据，各相关单位应持开放态度，积极破除数据壁垒，方能取得成效。

四、应用案例

2017年以来，余姚（浙江宁波下辖县级市）公安通过统筹布建视频监控、超高清交通卡口、微卡口、人脸识别、MAC、RFID等智能感知设施，并积极整合获取寄递、住宿等各类社会数据，初步构建了一张覆盖全域的“全息感知”网络。与此同时，浙江余姚公安积极打造大数据资源池及全息感知平台，当前已汇聚各类数据超过276亿，通过大数据页面（如图3）可以看到各类数据实时采集情况，平台已实现多维布控预警（如图4）、多维轨迹融合并提供了丰富的业务模型。在余姚，对某个人脸进行布控，其车辆、人脸、手机、RFID、住宿、寄递等任一维度触网，系统均会产生报警；地图上可以展现某个人完整的活动轨迹，这条轨迹整合了车、人、手机等所有活动信息；通过业务模型，可以轻松挖掘出涉毒、涉黄人员。余姚多维感知智能防控体系建成以来，破获各类案件近200起，抓获犯罪嫌疑人300余人，抓获逃犯数十人，实战效果显著，多维感知建设经验已在宁波全市进行推广。

 

 

五、结语

面对未来新的安全形势，打造多维感知智能防控体系是必然趋势。全息感知自动感知城市的方方面面，自动感知人员的活动轨迹和行为，这些数据必将为公安实战及城市管理打下坚实的基础。多维大数据应用，打破数据壁垒，消除应用孤岛，以需求为导向、以技术为驱动、以应用为核心，构筑一站式应用入口，真正实现一线警务人员实战诉求。基于大数据技术的城市高危情报挖掘，使得公安获得更高效的数据管理和更智能的情报化数据决策，真正实现预测、预警、预防，做到预警在先、预防在前、敌动我知、先发制敌。

参考文献

[1] 陈天钟,周川. 浅论现代公安社区管理下的平安社区建设[J].警察技术,2017 (6):69-71.

[2] 潘金.智能安防面临的挑战及技术解决方案 [J].中国铁路,2016 (8):75-78.

[3] 我市公安加快“全息感知”网络建设步伐.宁波市人民政府网.2017-12-18.http://gtog.ningbo.gov.cn/art/2017/12/18/art_58_864459.html.