[00120572]多源数据特征自主发现与智能关联关键技术研究

在当前智慧公安建设中,前端监控设备采集了大量的人脸照片、治安监控视频、车辆卡口数据等数据信息,但是这些信息只是独立的被应用,缺乏多源数据的融合分析。其中,治安监控往往只能捕捉到人体信息,难以满足人脸识别标准要求,而人体结构化数据与人脸数据无法准确、有效关联,导致海量的视频、图像和结构化数据实质上呈现出了“属性壁垒”,海量数据未能得到充分利用。 针对上述问题,《多源数据特征自主发现与智能关联关键技术研究》旨在打破上述壁垒,通过人体结构化、图像识别、人脸识别、大数据碰撞分析等先进的AI技术,做多维数据关联的轨迹分析,实现区域内“跨镜追踪”。此技术可广泛应用于犯罪侦查、人员核实、大型活动安保、FK处突、治安维稳等多业务实战场景。 基于《多源数据特征自主发现与智能关联关键技术研究》项目的研究背景,从目前情况看,公安视频专网虽然各自拥有大量的数据,但其应用价值都有限,需要在公安视频专网中融合多源数据,并持续生成直面业务应用的数据成果库、提供统一的数据服务,才能够将更精准数据的应用价值充分挖掘出来。 本项目从基于通用的人工智能技术,创新性地实现特征数据的智能关联;创新性地编制覆盖多源异构融合索引建立、优化、评估等环节的应用标准（试行）,为公安数据治理、提升数据质量、保障精准数据等方面提供了技术解决方案。本项目成果可以应用于公安各业务领域及公安教学领域,具有非常重要的社会意义。