解读 | 从合肥雪亮工程建设看安防真智慧落地

近年来，随着AI及物联网技术的不断发展，也随着警务工作改革和社会安全需求的不断变化，为了落实中央和公安部“公安大资料”建设的要求，以“雪亮工程”为代表的新一代技防工程正在紧锣密鼓的有序推进。各地公安立足实战，开展了智慧警务和公安大资料系统的建设和升级。其中，采用华为智慧视讯云技术方案作为主体框架的合肥雪亮工程，对于各地公安的资讯化、实战化、数字化建设都具有参考性意义。

公安技防工作的三个阶段和存在的问题

在探讨合肥雪亮工程专案前，我们有必要回顾一下我国视讯技术应用于公安实战的历程。视讯侦查实战应用包括视讯侦查理论体系、视讯侦查技术、视讯侦查应用体系等三个方面。从无到有、从有到强、从强到精，视讯从档案到资产的演变，也成为了涵盖具象、资产、背景、轨迹等多要素融合的体系化大资料。但在现实应用中，视讯技术应用于大资料还存在较大制约和诸多问题。

1、由于平台和业务相互独立、人员办公地点不一致，使得多警种、多资源、多手段的协作成为难点。

2、界面多样、执行分散，规模化管理难度大，容易形成多平台下的资讯孤岛。

3、视讯智慧算法部署存在资源利用率低、跨区域共享困难以及算法系结应用使得应用难创新等问题。

4、人流密集的关键卡口（步行街、火车站、汽车站、飞机场等）漏拍和重复抓拍等效率、效能问题突出。

5、海量摄像机的智慧化升级和改造亟待解决。

6、视讯资料与公安资讯网的整合和一体化建设问题。

安防智慧化发展的三座大山

分析上述问题，我们不难发现，视讯技术服务于公安和大资料所存在的问题，可以归结为技术、规则和平台搭建三方面，也就是算法、算力和云平台建设。算力不足制约前端大脑、算法封闭制约开放平台和应用创新、云平台搭建的孤立和本地化制约多业务部门的资料交融和共享。如何搭建跨警种和跨区域的开放平台？如何解决智慧时代新的资讯孤岛？如何让安防从被动防御向主动出击转变？合肥雪亮工程的建设，给了我们一个很好的参考。

解读：管理布局和实战落地

合肥雪亮工程的布局，围绕着“514N”展开。即：建立并织密综治防控、人像感应采集、车辆特征捕获、无线网络资讯采集、高空立体防控五张网；打造全市一片云，在云端实现软硬件、资料与业务、算法和应用的解耦；构建视讯共享服务、视讯影象解析、大资料储存、大资料探勘等四个平台；吸收“514”的结果，建立公安视讯影象、综合治理、社会视讯等一系列应用服务平台，将视讯大资料进行无限深挖、解析、呈送、分发，实现一个数据单元的N种应用。

构建统一平台让视讯资料融会贯通

1、 智慧视讯云落地让共享成为现实。华为作为合肥雪亮工程的智慧视讯云供应商，最重要的就是要解决实现要解决在“514N”布局中提出的多网共享和交融问题。多警种、多业务单元以及庞大的社会摄像机存量，想要统一吸纳、分级管理，是一个非常复杂的过程。前端装置相对独立、业务属性不尽相同、业务诉求多种多样，仅仅是终端智慧远远达不到海量资料收集和管理的诉求。这需要一个强有力的云平台将现有资源进行有效整合，在“端”实现智慧的同时，让边缘域同时进行二次结构化处理，并将结构化资料交付云端，进而完成边缘感知、云端认知的过程。在这里我们可能要有疑问，一个城市，数以百万计的摄像机（包含公安和其他应用场景），真的能够集中到一个平台进行汇集和解耦吗？如果从海量资料下的云服务看，只要本着“物理分散、逻辑统一”的方式，将复杂的端装置和边缘结构资料接按照“相对独立、绝对统一”的软硬件+云平台方式进行先解耦、后耦合的方式处理，是完全可以实现的。这区别于之前我们理解的视讯云业务，原来的视讯云，在我们的理解里，大多是在前端和边缘节点的智慧，这是相对智慧，仅仅完成了感知的过程。而PaaS级的公有云智慧，或者说是真智慧，才能在云平台完成“既独立又统一”的功能，而不是“大脑迟缓、器官灵活”的区域性智慧。

多算法仓确保应用落地

2、算法开放，打通封闭，确保实战应用落地。传统安防生态决定的算法各成一家、互不相同的局面至今仍旧是困扰公安大资料落地的难题之一。算法的僵化，直接制约了各个业务单元个性化的需求，给服务实战造成了人为的障碍。华为中国地区部副总裁、安平系统部总裁岳坤在之前的演讲中曾经提到，智慧摄像机不只是人像摄像机，不仅仅要看人看车，更要有一个开放的算法训练平台，帮助使用者根据业务需要快速训练生成算法。在实践中，我们也看到华为在多算法融合、打破算法壁垒上给出的解决方案。合肥雪亮工程建设中，采用了多算法仓以实现不同企业间的算法为同一平台服务的目的。多算法仓统一引入，相容数厂商的诸多算法，实现上下级跨域算法集中管控和共享，解决跨区域算法间无法互相配合的问题。在提供算法训练的同时，能够让更加开放的平台赋能业务，在PaaS层完备的情况下，让生态伙伴利用自身优势提供SaaS服务，以实现平台场景的落地和快速部署。尤其是在5G时代来临之际，高速网络+灵活的应用，对机动作战、安保巡逻有重大意义。

3、提升算力，确保资讯获取全面、及时、高效。人脸识别落地安防过程中，遇到最大的问题，场景还在其次，首当其冲的就是算力问题。如高敏感、高人员密度区域的大流量快速人像检索和识别，一直是困扰智慧化识别的难题之一，一旦单位面积内人员密度达到一定程度，摄像机往往会出现漏拍、重复抓拍等情况，造成危险预警漏洞、储存和传输资源浪费。合肥部署的城市门禁系统中，如淮河路步行街，使用了华为最新的昇腾310芯片，抓拍效率获得大幅提升。该系统前端装置能够支援200张/帧的抓拍，远高于业界20张/帧的能力。在4K监控下，大视野，监控范围达30m，人流密度大，抓拍仍然不漏人，并且重复率小于8%，也远远领先于业界20%的重复率。不讲算法的算力是瘫痪，不讲算力的算法是傻瓜。只有算力算法相辅相成，才能够让智慧化发挥最大的优势。

全方位立体化防控系统

4、科学部署，让资源为我所用。在雪亮工程、平安城市建设中，如何利用装置和系统执行任务、在同等数量基础上提升效率，是一笔经济账，也是最终效果的重要保证之一。在合肥的雪亮工程建设中，华为特别注意了多单位装置和资料的相容性问题和科学部署发挥装置最大效能的问题。据资料显示，合肥市在采集虚拟卡口资料时，复用任意厂家、品牌高清监控摄像机，均可实现车辆的特征的抓取和锁定。在部署方面，卡口的虚实结合，虚拟卡口与常规卡口的资料融合，构建了卡口大资料系统，有效保证了车辆的资讯抓取、轨迹锁定、区域和频度分析的可行性和可靠性。城市重点区域的摄像机高低搭配，高点摄像机掌控全域性，地面点位摄像机掌握细节，实现了城市的立体化防控。而1拖N给的赋能，又给IPC装上智慧化大脑。城市中巨大的普通IPC存量和智慧摄像机相对较高的价格让大批普通IPC的迭代和更新存在很大的现实经济问题和技术难题。对此，合肥视讯侦查支队与华为合作实验，通过在支队门口新部署1台智慧摄像X2221-CL ，完成了现网2个普通摄像机的智慧化改造。1个大脑，带了多个眼睛，实现智慧化能力数倍提升，有效解决了升级和联动问题。

经过一年多的实战检验，合肥的雪亮工程在多轮驱动+智慧云的加持下，在街面侵财类犯罪打击、网上追逃等方面取得了亮丽的成绩：2018年，合肥视讯支队侦查队共抓获各类违法犯罪嫌疑人员1564人，抓获数同比提升215% ；全市扒窃警情，同比大幅下降40.42%；全市盗三车警情，同比下降25.27%。仅2019年前三个月，视讯支队就抓获463人；其中向行动队推送137人，特警43人，分局283人。在有效的震慑了犯罪分子的同时，也有效的降低了发案率。

合肥雪亮工程建设的启示

合肥雪亮工程的建设，是近年来众多智慧公安和公安大资料专案中的一个，也是非常具有代表性的一个。智慧化的真正落地，让安防从被动防御变成主动主动出击、让资料从孤岛成为公共资源成为可能。透过合肥的雪亮工程专案，我们可以稍作总结，为公安大资料一体化建设总结宝贵经验。

1、云是智慧化落地的基础。泛在智慧时代，物联网前端装置爆发，要实现这些装置的有效管理，实现“边+端”的资料高效吸收并让视讯大资料在赋能各行各业中发挥关键作用，云是绕不开的。边缘智慧+云智慧才是真正的智慧，偏居一隅的资料抓取、分析，只能让资料服务客户，而不能将资料变成社会价值形成高密度应用。

2、 建设生态，深度赋能使用者。视讯监控发展到今天，装置掌握在企业手中，但是装置所拍摄、储存下来的资料却是使用者的，这部分资料在未征得使用者授权的前提下是不能运营并利用的。应用的落地、场景的细分，一个企业无法面对N个场景，在开放算法平台、提供算法训练的基础上，是必要将更多的应用交给伙伴去完成，大企业自身提供平台，做技术服务型公司，这才是一个健康市场应有的状态。

3、在强调云服务整合的同时，必须保证硬件、场景的底层物理分散和云端的逻辑统一。这是一个不断解耦和整合的过程，只有这样，才能在满足大平台规划的同时，以基层业务为中心，确保应用的快速落地，也确保资料能够顺利的汇集并二次、三次利用。让安防从一个被动防御的过程变成主动出击的过程，才能完成视讯监控变客为主、打防结合的使命。