世界上最大的视频监控系统——“天网”

“天网工程”是为满足城市治安防控和管理需要，在交通要道、治安卡口等公共聚集的复杂场所安装视频监控设备，利用GIS地图、图像采集、传输等技术对固定区域进行实时监控和信息记录的视频监控系统。它的专业术语称为“公安治安视频监控系统”，大家习惯叫它“天网系统”，它是世界上最为庞大的视频监控系统。

据说，这是中央政法委牵头，由公安部联合工信部等多个部委部委共同发起建设的国家工程，并且目前许多城镇，甚至农村、企业都加入其中。

其实，在央视热播的纪录片《辉煌中国》第五集，也展示过“天网工程”，称其为“守护百姓的眼睛”。

纪录片中提到，中国已经建成世界上最大的视频监控网，视频镜头超过2000万个，让犯罪分子无处遁形。

该工程的重要组成部分“实时行人检测识别系统”可以通过路上的摄像头，识别行人的年龄、性别、衣着等信息，同样的技术也适用于机动车。

此外，监控镜头不仅可以实时捕捉监拍行人的相貌，还可以同时与数据库中的指定人物信息进行匹配，弹出匹配度的提醒。该技术可与行人跟踪、行人识别等技术结合，帮助警方确定在逃罪犯的行踪。

一旦识别信息与数据库中的逃犯信息相吻合，系统就会向警方发出警报。

虽然中国的天网早就存在，但最近公开的这段视频，还是让很多观众大为惊叹，中国的天网这么强大，而我们却并不知道！

但是也有人会担心，让罪犯无处遁形的“天网工程”会不会侵犯到我们的个人隐私？

对此，贵阳警察在接受采访时表示：“当平民老百姓需要帮助的时候，我们才会录入这套系统，当他不需要帮助的时候，我们就需要采集他的信息。这种信息只是在我们大数据里面有他的信息。”

苏德沃斯最后总结称：“如果你没什么可隐藏的，你就没什么可害怕的。”

四大发展瓶颈待解决

天网工程为社会稳定和案件侦破提供了必要的技术支持，也对犯罪分子产生了巨大威慑力。但在发展应用中也遭遇了一些瓶颈。

技术瓶颈：当案件正在发生时，公安部门要调取历史图像数据和实时数据，通过分析海量数据确定嫌疑人的行进路线。巨量工作单靠人工会花费很长时间，贻误战机。因此，对海量数据的分析和处理能力，显得尤为必要。

除了技术瓶颈，天网系统与其他部门系统相互独立，存在对接难题，拖延了侦破效率。

区域天网各自为政。当犯罪嫌疑人从一个行政区域进入另一个行政区域时，案发地公安部门却无法及时调取相邻区域的天网数据。

天网工程对人、财、物需求巨大，投入的资金更是天文数字，且涉及到其他单位的隐私等问题。

因此，提高天网工程数据分析能力，打通各系统数据库，实现区域之间联动。才能让“天眼”真正成为“火眼金睛”。

国外执法机构的智能视频监控应用

视频监控技术正在转变执法机构调查案件的方式。各国都安装了大量的视频监控系统、车载摄像系统、以及手机视频监控系统等，据统计平均每个市民一天会被视频捕捉20至100次。

国际视频取证专家、执法和应急服务视频联盟（law enforcement and emergency service video association，LEVA）首席顾问Grant Fredericks曾表示，“视频分析是执法机构的新DNA，它是下一代调查取证的主要手段之一，以后每个警察局都会有自己的视频分析小组，就像拥有警车和枪一样。”

01

美国部署人工智能视频分析系统

“911事件”之后，美国的视频监控系统如雨后春笋一般发展壮大，安装了大量的视频监控系统、车载摄像系统、以及手机视频监控系统等，平均每个市民一天会被视频捕捉20至100次。

其中，美国亚特兰大市大都会快速交通运输局（MARTA）就部署了这么一套行为识别系统——ALSight。

它是一套人工智能分析的解决方案，系统能够通过对海量数据的自我学习，对未知行为模式进行识别并提出告警信息。

研发ALSight 的BRS实验室表示，ALSight系统可加入MARTA现有的摄像系统，能够通过对任一摄像头视野中捕获的内容进行自我学习，进而识别并提出告警信息，这样可以使得相关部门能够实时对安全威胁进行识别并作出反应，而不是处于事件发生之后的被动。

AlSight系统使用户能够更有效地对模糊领域的异常活动进行监控，使保安人员和运营人员可以更精准地关注可能发生潜在危险活动的区域，从而大大减少对事件的响应时间。

应用案例：美国加州警方使用人脸识别技术辅助破案

2012年初，美国加利福尼亚州兰开斯特警方利用人脸识别软件，将视频监控摄像头所捕获的嫌犯脸部图像输入数据库中进行比对，成功地识别其中一名男性嫌犯，从而大大地促进了案件的侦破进程。

02

英国警方普及新型人脸识别系统EvoFIT

2014年4月，英国成为首个测试使用NEC公司NeoFace人脸识别技术的警局，他们希望利用此技术改进追踪罪犯的方式，大大加快案件调查的进度。

据悉，NeoFace人脸识别系统能在数秒钟内，将闭路电视摄像头或智能手机拍摄的人脸图像与一个包含了92000张已知嫌疑人照片的数据库进行比对，同时，程序会测量人脸面部的轮廓，并比较瞳孔、嘴角和面部其他部分的确切位置，构建一张独特的计算机图像，以识别出犯罪嫌疑人。

即使图像中人脸的一部分被面罩或眼镜遮挡，或者图像分辨率较低时，NeoFace也能保证“高准确度”。到目前为止该技术已经在200多个场合中使用，识别出其中45%的嫌疑人。

此外，英国警方还正在普及新型人脸识别系统EvoFIT。EvoFIT由英国中央兰开夏大学的两名学者设计开发而成。

与传统的人脸识别系统相比，此系统具有十分明显的优势。

传统的人脸识别方式要求受害人或目击证人逐个回忆和识别犯罪嫌疑人的五官和外貌特征，例如鼻子、眼睛、发型等，最后再将零散的五官拼凑出犯罪分子的脸。

EvoFIT更加科学细致，强调从整体上确定犯罪嫌疑人的大致轮廓，再分部位进行微调和改进。

受害人或目击证人首先选定脸型、肤质、肤色等整体特征，再替换和调整眼睛、鼻子、耳朵、嘴型等五官特征，最后加上发色、发型、耳朵等外貌特征，拼凑一个更加接近真实罪犯外表的图像。整个还原过程更像是一个人脸“进化”的过程。

目前，该系统凭借较高的准确率已被包括伦敦警察局在内的11个地区警察局应用于日常案件的侦破，同时也已被欧洲、美国和以色列的警方采用。

应用案例：英国警方利用人脸识别软件识别骚乱分子

2011年8月，英国伦敦突然爆发骚乱，导致不少商业网点遭受袭击，市政交通濒临瘫痪，使英国经济蒙受巨大损失。

为此，英国伦敦警方利用专门开发的人脸识别技术对市内CCTV摄像头所捕获的骚乱分子人脸图像进行比对、识别，从实际应用效果来看，这对警方顺利逮捕骚乱分子起了一定程度的积极作用。

03

加拿大警方依靠视频分析技术抓捕骚乱分子

在2011年斯坦利杯决赛中，温哥华法裔加拿大人队主场不敌波士顿棕熊队，痛失冰球联盟总冠军。

赛后，部分不理智的狂热球迷因不满比赛结果，当街闹事引发骚乱，最终导致140多人受伤，经济损失高达500万美元。

温哥华警察局随后立即组建了一个联合骚乱调查小组（IRIT），旨在搜寻骚乱分子并为法庭起诉寻找证据。

然而，警方所获取的视频文件来源纷繁，有的来自媒体报道，有的来自路人拍摄。

其视频格式、压缩比率、编码方式也五花八门。虽然温哥华警方号称拥有世界上最好的视频取证实验室，但要想从这些视频中获取有价值信息，其任务量和复杂度都远远超过了警方的能力。

因此，IRIT不得不求助于美国执法与紧急事务视频协会（LEVA）视频取证分析响应小组，并将所有视频文件发送至印第安纳波利斯大学国家数字多媒体证据处理实验室（NDMEPL）。

该实验室动用了20个工作站，采用Avid ISIS共享存储方案以及海洋系统（Ocean System）dTective、Omnivore等软件来完成这一任务。

其中，Omnivore软件可以将各种格式的数据转换为一种未经压缩的数据格式，使得其可以被IRIT人员直接利用。

Avid共享存储方案也使调查人员能够顺利地上传、分类和分布大量的视频文件。

经过努力，取证人员最终标记出15000个骚乱行为，使用元数据来描述骚乱分子、骚乱行为、骚乱地点、骚乱时间等有关犯罪的信息，向每个骚乱行为赋予“事件号码”，从而可以识别并跟踪某一犯罪分子。

据温哥华警察局长Jim Chu称，通过视频分析技术成功识别出了60名参与骚乱活动的犯罪分子。

04

泰国采用基于MESSOA摄像头的智能交通方案

泰国曼谷交通运输部门为解决困扰已久的交通拥堵问题，采用基于MESSOA摄像头的智能交通方案，该摄像头可传输高质量的图像，使交通管理人员获取准确的信息，从而有助于其制定交通政策法规以及未来的交通规划。

曼谷交通运输当局委托MESSOA公司的合作伙伴Digitalcom在该市最拥堵的某公路建立了一个流量分析系统，分析每天的交通流量并计算在任意时段内经过此路段所需要的时间。

系统包括MESSOA SCR515PRO和SCB265iPRO摄像头，它们主要安装在被监视路段内的4个不同位置。

SCR515PRO用来获取机动车牌照，通过车牌识别可追踪某一机动车，从而允许系统准确地计算该车通过所有4个位置所花费的时间，SCB265iPRO则用来获取整个路段的概况，从而允许系统估计总交通流量。

SCR515PRO和SCB265iPRO都由MESSOA公司自主开发的图像处理技术Catchall引擎来驱动，用于获取机动车关键信息，在暴雨、大雾等恶劣条件下也能正常工作。

Catchall技术也能使摄像机获取最高时速达200公里/小时的机动车图像，以确保更加主动、准确地进行识别。

最后，小编还是想用苏德沃斯的话做总结（其实是小编我想不出总结语）：“如果你没什么可隐藏的，你就没什么可害怕的！”