技术动态 > 正文
以萨智慧城市“全息感知体系”
2021/1/10 18:23   以萨      关键字:以萨 智慧城市 全息感知      浏览量:
以萨智慧城市“全息感知体系”,利用智能感知技术和数据智能分析手段,实现城市人、车、物等目标的全面感知,城市各类数据资源的协同分析,为智慧城市建设提供更全面透析的应用数据,支撑各类智慧系统和应用,更精准的满足城市管理、政务服务、公共安全、便民利民的需要,是智慧城市建设的重要基础,是对国家“新基建”战略的有力响应和支持。
  以萨智慧城市“全息感知体系”,利用智能感知技术和数据智能分析手段,实现城市人、车、物等目标的全面感知,城市各类数据资源的协同分析,为智慧城市建设提供更全面透析的应用数据,支撑各类智慧系统和应用,更精准的满足城市管理、政务服务、公共安全、便民利民的需要,是智慧城市建设的重要基础,是对国家“新基建”战略的有力响应和支持。

  关键技术指标:
  建设以萨智慧城市“全息感知体系”,以遍布城市的视频监控等物联网感知设备为基础,密切联系公安实战应用需求,充分利用政府部门、社会单元现有视频图像资源和各类信息化设施,构建城市各类安全场景应用,最终形成覆盖整个城市的安全态势感知体系。
  系统坚持以业务促应用,以应用促建设的原则,构建“纵向到底,横向到边”的立体化城市全息感知体系,为智慧城市上层行业化和场景化应用提供精准分析数据和基础应用支撑。
  “纵”—核心建设思想
  以城市全目标感知、目标全时空追踪、目标全关系挖掘、目标全维度刻画、数据全场景应用、态势全市域掌握(简称“六全”),做为纵向核心建设思想和子目标,指导整个城市全息感知体系建设过程,贯穿城市全息感知体系建设始终。
  全目标感知
  对城市现有感知设备实时采集的数据一体化全栈解析,解析后的数据用于智能感知城市内的各类目标,促进城市海量数据资源应用,提升数据智能,为最大限度挖掘城市数据价值提供支撑。
  全时空追踪
  整合城市各类感知设备,对城市人车物目标实现跨地域、跨时间追踪,掌握目标实时位置和历史轨迹,并使用分析手段发现和目标关联的人车物轨迹和落脚点。
  全关系挖掘
  通过数据关联分析,挖掘城市中各类目标的多层级关联关系,并以目标为中心创建关系档案,最终形成和展现目标关系图谱。
  全维度刻画
  从现实世界、网络世界、感知世界挖掘目标各类信息,赋予目标不同的属性标签,以各类标签组成目标的完整画像,更精准的掌握单一目标特征,并通过数据积累和分析挖掘出群体目标聚类画像。
  全场景应用
  以城市全息感知体系的全目标感知、全时空追踪、全关系挖掘、全维度刻画为基础能力,结合现有的行业业务需求,依托其它业务数据,构建对于不同的城市单元和业务场景的通用应用和专题应用。
  全态势掌握
  通过数据的积累加数据分析方式,对不同业务场景的个体异常行为预警,实现对城市聚类目标行为和关键业务场景的历史、实时情况统计,并针对重要业务场景分析未来发展趋势。
  “横”—分层建设
  以萨智慧城市“全息感知体系”具体建设内容采用横向分层建设思路。以城市全息感知体系“六全”核心建设思想为前提按照层级划分建设内容。
  基础层
  为城市全息感知体系各个子系统、应用功能提供硬件支持,并提供软硬一体的前端采集设备快速部署能力。
  感知层
  遵循业务促建设的原则,完善城市前端感知设备建设,依据城市规划建设卡口、视频监控等固定采集设备和车载、穿戴等移动采集设备,实现城市感知数据全方位和一体化采集。
  解析层
  采用集中解析或分布式解析方式,将城市中的人员卡口、车辆卡口、视频监控等感知数据进行一体化全栈解析,并提供各类针对场景、行为、目标的检测算法,为城市服务提供可析感知数据和支撑算法。
  汇聚层
  通过系统对接、中间件、在线采集、离线采集等方式安全、有效、及时汇集城市感知数据和各类业务数据。
  数据层
  对汇聚的城市数据按照标准进行数据治理、存储,按照内容进行统计,按照目标对象进行分类归档,按照数据建模模型进行数据分析。
  服务层
  向城市各类应用系统提供服务接口,包括公共接口、数据采集接口、数据级联接口和数据服务接口,支持数据接入、级联,以及应用系统或业务系统的数据交互,并
  以其它各层数据和能力为支撑,建设城市基础应用支撑平台,提供通用应用功能,并结合城市各类业务场景,提供专题应用。
  产品创新点:
  (1)视图资源一体化解析技术优势
  针对公安系统掌握的广泛视频监控资源进行深度挖掘,结合人工智能、计算机视觉等技术建立视频图像一体化解析模型。实现了一套算法定位、提取视频图像中人脸、人像、车辆、二三轮车等全量目标,将视频图像资源转化为可计算的结构化信息。通过分析目标间存在的关联关系,在解析时形成了同一目标不同状态下的信息关联标签,从底层编织其目标关系网络。将同一人员的不同状态目标图像进行关联,解决了同一人员多种状态轨迹不易串联的难题,运用视图数据建立起人员全息状态画像,做到目标行迹的快速溯源。
  精度方面:以萨自研了一套系统自动化参数模型,减少人工的工作量。另一个即用于提升算法的样本采集,自研发一套自动化工具,使样本采集自动化率达到90%以上,从成本和质量上都超过行业水平。在样本数量和质量上,车辆已经发展到千万级,人脸已经发展到亿级,质量上也细化到各类细分场景包括不同的光线,不同的摄像机角度等。
  速度方面:对于AI来说很重要的环节便是推理。以萨很早就推出了自己的集合 CPU的推理系统,针对不同网络模型进行了基于不同需求的特定优化。所以运行速度上以萨可以达到行业一般水平的5-10倍甚至是数量级的超越。而优化已经达到硬件层面,比如指令集的优化,以及研发完整的分布式设计框架。
  成本方面:包括提高系统对过去版本硬件的兼容,灵活设计跨网络跨硬件。而行业内目前更多是软硬一体,对成本和资源要求更高。
  (2)海量数据智能化运算
  结合公安大数据特性及实战应用环境特点,因地制宜、量体裁衣,自研开发的数据库,可有利扩充现有大数据平台计算能力,可为智慧城市、智慧警务数据分析和业务研判提供实时计算能力。可对公安海量数据进行管理并提供智能化数据计算服务。针对公安资源数据包含的多种数据类型,采取优化匹配特异性压缩算法,结合高效存储机制实现数据的快速读写和存取。对数据运算逻辑进行深度向量化优化,针对底层指令集进行精简,结合计算资源加速机制大幅提升数据运算效率,为实时数据的计算分析提供有效支撑。对人员关系分析、社会关系网络挖掘、目标轨迹分析等多种上层实战应用进行赋能,做到急速、精准的反馈运算结果。采取分布式跨地域的数据灾备策略,保障重要数据的资料安全,提升抗外在风险能力。
  (3)弹性智能智慧城市数据云
  弹性智能智慧城市数据云集资源智能管理、数据智能存储、算力自由伸缩分配于一体。核心特性如下:
  简单易用、弹性收缩
  几分钟内完成创建到运行等一系列工作,可快速增加或缩减弹性计算资源。
  分布式存储架构
  采用大规模分布式存储系统,将整个集群中的资源虚拟化后,统一对外提供存储服务。
  安全稳定,数据可靠
  具有多重安全防护策略,可有效抗击DDoS及其他安全攻击,保障业务的持续运行。磁盘数据保存在高可靠的分布式存储系统中,每份数据多重副本,单个副本损坏可以在短时间内自动修复。
  智慧平安城市最基本的诉求与实现难点就是掌握实时、丰富的城市数据信息。以萨智慧城市“全息感知体系”基于智能AI视图分析与大数据碰撞技术,针对城市常住/流动人口、车辆情况掌握难、城市封边进出口管控难、特殊人员隐患信息排查难、区域场景回溯再现难这四大类问题,能够做到精准掌握、实时鲜活、深度挖掘以及毫秒检索。
  目前,以萨已为全国部、省、市、县(区)四级单位构建了前端全息感知网+后端数据智能城市大脑+跨区域联网深度应用平台,覆盖了全国80%以上的地区。为公安部、国家信息中心及北京、天津、上海、广州、深圳等直辖市和国家中心城市,以及山东、广东、福建、安徽、江苏、四川、海南等全国20多个省级、1200多个市、县区政府单位和公安机关搭建了大数据深度应用平台。作为核心支撑单位,圆满完成了上合峰会、海军节、十九大、每年的两会及建国70周年庆典仪式、世界军运会等重大活动的安保任务。以萨自2017年起成为华为全球最高级别的合作伙伴,是华为在全球智慧城市与平安城市领域的合作首选。在国际领域,承担了多个海外智慧城市建设项目。

微信扫描二维码,关注公众号。