『壹』 什么是智慧警务

一、智慧警务发展需求

随着城市化进程的加快及经济发展，我国社会治安构成要素日渐膨胀，给公安机关警务工作带来很大压力，而警力资源则几乎未增长，导致供需矛盾日益激化。在此背景下，警务机关亟待通过新技术和新模式寻求突破，以适应当下公安机关业务变革的需求。警务工作在人工智能、大数据及云计算等技术融合的驱动下，呈现出新的发展特征。

"智慧警务"的提出顺应了警务智能化的潮流，是警务智能化的一种重要形态。智慧警务以提升公安机关核心战斗力为主要目标，以实施大数据战略为路径，以大数据、云计算、人工智能、移动互联网、物联网等技术为支撑，打造警务工作智慧化的新理念和新模式。实施智慧警务战略后出现了更加集中的省级公安大数据云中心和统一的移动警务应用平台，以及高度融合、协同作战、一体化运作的指挥中心、情报中心、新闻中心和互联网监控等中心，逐步形成大数据驱动下的警务新机制、新模式，从而实现具有系统化、智能化、扁平化、化、动态化、人性化特征的"智慧公安"，提升公安信息化、智能化、现代化水平，推动公安工作跨越式发展。

二、智慧警务的发展基础

大数据是信息资源，是开展智慧警务的必需燃料储备，而数据的感知和采集以及大数据平台的搭建是智慧警务体系建设的基础工程，这也就是所谓的公安信息化建设内容。毋庸置疑，公安警力的战斗力需要信息资源，以信息化推动警务机制创新、提升警务工作效能，全面提升公安机关的实战能力。在此趋势下，近年来，江苏、南京、广州、深圳等各大城市都在紧锣密鼓地推进大数据信息化建设工作。

不过，警务涵盖的业务范围包括交通、治安、消防、边防、社区等多个警种，传统的警务业务分割格局导致数据资源呈现碎片化和原始化，很难形成足够的情报信息来支撑大数据分析研判及服务决策的需求。可以说，当前碎片化的信息分布状态与及时高效决策的现实需求越来越不相称，信息资源整合应用亟待突破。

因此，公关机关在推进警务信息化进程中，不但要增大具有感知或机器视觉能力的监控摄像机以及其他物联网终端设备的覆盖规模，更为关键的是要建设全省警务云，汇聚全警数据和社会数据，加快各警种之间的信息资源融合，横向打通各业务版块，为全警信息化建设和应用提供公共的技术环境和服务支撑。这样，经济欠发达地区就能够在没有经济条件和技术能力建云的情况下，共享使用全省警务云提供的计算、存储和数据资源，从而大大提升基层民警办事效率，减轻民警工作压力。

三、智慧警务的主要表现

（一）移动化

当前，警务工作越来越呈现出紧迫性、强移动、高突发性的特点，而且，警务人员特别是基层民警，在外勤作业时经常面临不同情况的各类采集、记录等大量复杂信息工作需要处理，而移动警务设备可以助力民警接处警、现场勘查、信息采集、信息核验、巡防互动等工作，实现民警快速处警及社会基础信息采集工作，为基层干警减负、增资。

移动警务的终端设备主要包括移动警务终端(包括人脸识别等身份认证、现场信息录入与存储等应用)、执法记录仪、移动车载、警用穿戴设备以及移动警务平台等。以移动警务终端的摄像头为例说明，智能化摄像机头可直接在端侧将采集的视频图像进行识别处理，以在最短时间内实现视频图像的结构化处理，然后再将标注过的结构化关键信息上传移动警务云端平台进行研判决策，不但大大减少云端的工作量，更重要的是提升现场办案的效率，更好的发挥移动警务的实战价值。无疑，在人工智能加持下，这些移动警务设备能够更好地推动智慧警务工作的开展，大大提升警务人员的业务实战效率，而且可以警务平台和上层公安信息系统无缝对接，真正实现全警信息化。

由此可见，移动警务终端不但是公安大数据信息采集源，而且是一线警务人员警务处理最重要的助手，在公安大数据建设中具有举足轻重的作用，因此，越来越受到各省公安机关的日益重视。实际上，早在2017年全国公安科技信息化工作会议上，公安部已经明确要求加快建设移动警务应用体系。目前，全国各地公安都在加快移动警务体系的建设，将公安信息化应用从桌面应用向移动终端拓展。

（二）智能化

无论是智能前端设备(包括移动警务设备)，还是警务云平台，采集数据的价值实现都离不开人工智能技术的融合应用。前端是各类识别与比对以及视频结构化的实时处理，以在端侧实现智能化，满足前端场景应用在时延、功耗和性能方面的需求，而后端则是体现在基于多维数据的深度分析研判，相当于是作战指挥中心。不置可否，结合人工智能技术，基于大数据的研判分析在侦破案件、预防犯罪、精确打击以及辅助决策等警务工作中具有重要的实战价值。

在我国平安城市、雪亮工程等项目建设的推动下，全国各地建成了具有较大规模的视频监控设备布点。不过在人工智能尚未落地之前，来自这些监控设备的海量数据和公安业务数据并未真正关联，视频侦查依然是靠人力对嫌疑人、车辆、物品特征等案件信息进行搜索和标注，业务效率依然低下。但是，通过在前后端融合人工智能技术(算法和算力)，通过对海量多维数据进行分析和建模，深度挖掘出各类数据背后内在逻辑关系，可以实现对海量数据的深度应用和综合应用。

业界皆知，人工智能能能够迅速对视频数据进行结构化处理，对人、车、物进行快速识别比对。当前人脸识别技术在公安行业应用更为广泛，包括布控排查、边境检查、犯罪嫌疑人识别、司法人像鉴定、重点场所门禁以及宾馆、网吧、娱乐场安全管理。除了人脸识别，车辆识别以及语音识别等涉及人工智能的相关技术也越来越多的落地到公安行业应用中，为公安信息化以及智慧警务建设添砖加瓦!

随着人工智能、云计算等技术应用的商业化，通过警务云平台，民警可以在全省范围内实现"一键调图""图案关联""以图搜图"等，甚至在几秒钟内，就从海量视频中搜索到相关人像。从而大大提升公安办事效率，而且AI技术趋势下，警务也从事后侦查转为主动防范，因此，融合AI的研判分析在安防智能化发展的中的重要性不言喻。

『贰』 大数据运用在公安工作的什么地方

  1. 统计查询：这是对大数据最基本的应用方式，主要面向历史与现状，回答已经发生了什么回事情，如答流动人口分区域统计、实有车辆归属地统计、各类案件的数量分布和趋势。

  2. 数据挖掘：是目前大数据的核心应用方式，其重点不在于发现因果，而是发现数据之间的关联关系。这种关系可能可以直观解释，也可能不能马上发现其中的深层次原因，但对工作具有一定指导意义，比如季节气候与某些类型案件的关联关系、车辆活动范围、活动习惯与黑车的关联关系。

  3. 预测预判：是大数据应用未来的发展方向，在数据统计、分析、挖掘的基础上，建立起合适的数据模型，从数据的关联关系入手，推导出因果关系，能够对一定时期内的趋势走向做出预测，对危险信号做出预警，指导预防工作的走向。