曾进军 贾锋 宋晓鹏

摘要：雪亮工程是随着我国社会治安管理的不断发展以及对信息安全关注程度的不断提升下，为满足国家安全与社会稳定维护的需求，实现暴力犯罪行为的有效预防和严厉打击的重要基础工程和方法手段。需要注意的是，雪亮工程建设与发展中，各项公共安全视频监控设施的不断完善在良好的社会治安防控体系建设中起到了非常重要的作用和影响。本文基于“雪亮”工程之人脸识别应用展开论述。

关键词：“雪亮”工程;人脸识别;应用

引言

随着我国雪亮工程以及各项行业安防工作的项目规划建设，各种视频监控点位逐渐增加，促进全国公安机关各种视频图像信息的有效整合，保证信息有效共享机制的建设，并且在整合过程中积累了大量的视频图像资料，因此推进雪亮工程中的视频结构化建设和实际应用，将原始视频图像中需要的目标进行结构化解析，可以有效提升案件侦查的工作效率，减少人力劳动，实现视频监控实战应用的全面深化。

1雪亮工程及其平台建设现状分析

随着雪亮工程的规模化部署与发展，依靠公共安全视频监控资源以及各信息技术手段等构建的雪亮工程，其中存在的视频与数据资料安全以及数据资源空间需求不断扩大等问题也日益突出，对雪亮工程建设及其作用发挥均形成了一定的不利影响。在这种情况下，结合雪亮工程建设中存在的突出问题，采用更加先进与完善的技术手段，以促进其工程体系建设的不断创新与完善，具有十分突出的积极作用和意义。其中，雪亮工程建设中，其中心平台系统建设一般是由相关安防厂家根据其功能需求进行单独设计与构建实现的，从而为雪亮工程中各公共安全视频监控资源采集与整合利用等提供平台支持。这种传统的雪亮工程平台设计与建设方案，在实际应用中不仅对设备的利用不够充分、均衡，而且具有空间占用大、能源消耗高等问题，对雪亮工程建设及其长期发展十分不利。针对这一情况，结合雪亮工程平台建设的要求，利用先进的技术手段，进行更加完善与先进的雪亮工程中心平台系统设计构建，以满足其平台建设的功能要求，进而推动雪亮工程的建设发展及其重要作用充分发挥，具有十分突出的必要性和重要意义

2雪亮工程概述

识别工程，即公安视频监控建设的网络化应用，是指以“全球覆盖、全时段共享、全时段可用、全时段可控”为总体目标，推进重点公共区域、重点行业和领域的视频监控系统建设;推进公安视频监控联网，整合各种视频和图像资源;开展视频图像信息在城乡社会治理、智能交通、服务民生、生态建设和保护等领域的应用。利用视频监控系统，充分发挥人民群众在社会治安综合治理和和平建设中的作用。按照目标导向和问题导向的要求，依托各级综合管理中心，建立省、市、县、乡镇、村各级公安视频信息共享平台和传输网络，充分连接和访问各相关部门的公安视频图像资源，并与中央综治办交流共享子平臺有效对接，最大限度地实现公共区域视频图像资源的网络化和共享。对于雪亮工程的视频监控系统建设，人们总是希望看得更清楚、更完整，所以有些人选择了“高清摄像头”。虽然我们可以看到整个场景，但我们无法控制细节。另一组人选择了“高清晰度智能球摄像机”，通过球机的变焦来观察细节，但是错过了整个大场景。长期以来，如何对全景和细节进行全面控制，成为公安防控应用中的一个难题。具有人脸识别功能的枪球联动摄像机的出现很好地满足了这部分要求。在实现大规模场景监控的基础上，提取人体关键特征信息。

3建设内容

雪亮工程是党中央关于维护国家安全、社会安全，推进国家社会治理体系和治理能力现代化建设的重大决策部署。笔者利用多年城市雪亮工程和智慧城市建设的经验，在项目实施过程中突破传统建设模式，不断探索新方向、思考新应用，依托已有软硬件基础，完成应用融合和数据融合，进而为智慧城市建设提供大数据服务，为政府决策提供参考依据，提高政府工作效率。雪亮工程建设呼之欲出，成为城镇化建设新的增长级。主要围绕“建设、融合、应用”三个关键环节，整合各类视频图像资源，建立视频监控共享交换平台，利用基于车脸比对、人脸比对等智能实战应用系统的建设，加强视频图像信息在城乡社会治理、智能交通、服务民生等领域应用，提升风险管控信息化、智能化水平。主要完成以下三方面任务：（1）建设统一视频监控共享交换平台，整合区域内各类监控资源，包括自建监控、治安监控、交警监控等。（2）依托政府云计算数据中心，通过城市大脑，实现视频监控资源对政府部门的共享，满足各行业监管应用的业务需求。（3）深挖行业应用需求，将人工智能、大数据、云计算与应用场景相结合，挖掘数据背后的事实和规律，得出基于业务场景的实战应用模型，实现在线智能分析。

4视频数据结构化技术

视频数据结构化技术主要是将视频内容按照一定的语义关系采用一定的分析手段，例如特征提取、对象识别、对象检测以及深度学习等，将文本信息重新组织成可以被计算机和人物识别的一种技术手段。深度学习的算法与准确将视频中的各种现象和人物等目标进行结构化描述密不可分。人脑可以将一些非结构化和半结构化的视频资源进行有效分析，这时根据科学家对人脑的信息处理流程经过一定技术的模拟操作，将基于神经网络架构下的深度学习算法进行抽象表达，然后实现视频和图像结构化解析。并且深度学习算法具有极强的泛化能力，即使一些物体处于不同视角或者不同光线时也能有效的被识别出来。其中对其算法的准确度和效率影响最大的因素就是训练数据的规模和算法模型的结构。通过视频图像结构解析化技术，可以将视频中的数据进行科学的挖掘和解析，使视频向着只能抽取的方向进行转变，实现智能化信息提取的操作，减少人工作业强度。

5联合人工智能和大数据的应对措施

（1）将雪亮工程作为构建完善社会治安防控体系的重要环节，为了更好地保证城乡一体化的建设，保障雪亮工程的建设，让整个公安建立起全息感知智能防控体系，.要将在公安大数据平台中融人平安城市、平安社区等多方面的监控设施建设，将雪亮工程由多个平台相联系，打造成一个系统的体系，而不是单独的分割。联系多个体系，确保雪亮工程设施建设的完善性。（2）从建设促实战的角度上，对学院工程建设进行定位。雪亮工程，质上是为了保证居民生活的安全性而建设的，在建设的过程中要始终以用为主，用了就需要不断的完善为重点。在启动工程建设时，要将人脸识别、车辆识别、图像识别等多种人工智能和大数据技术结合起来，有效的确保雪亮工程建设，使系统的完善性增强。雪亮工程建设过程中的联网性能丰富大数据技术，结合具体的监控系统来补充WiFi等多种数据的采集措施，确保雪亮工程建设质量的提升。

6人脸识别应用中面临的挑战

基于深入学习的人脸识别系统技术虽然在人体面部动态采集和匹配检测方面已经成熟，但结果的准确性正在提高，尤其是在支持广泛数据分析的情况下。但是，相机镜头的选择、安装角度以及现场灯光的变化会对人脸质量产生重大影响，进而影响人脸的准确匹配。随着摄像机的发展，面部识别控制问题也随之得到解决。

结束语

为了更好的保证居民的生活，要加快对于公共安全视频防控系统体系的建设，可以有效的提高公共区域视频监控系统的建设质量和覆盖的密度。尤其是在县乡地区，需要建立起全方位的公共区域监控系统，不断的实现城乡视频监控一体化的进程，有效的推动渠道工程工作的实现，同时也保证居民的生活、城镇以及乡村治安的建设。