“天眼”智能跟踪预警犯罪 可发现人群“可疑行为”

 “还有30秒。”耳机里传来最后的提醒，汤姆·克鲁斯扮演的未来警察奋力跑向一栋房子——屋内，愤怒的男子对出轨的妻子举起了剪刀，警察破门而入，不由分说将他按住。

    “确认是霍华德·马克思。”警察用仪器扫描虹膜确认了男子身份，“根据犯罪预防中心的授权，你因为即将谋杀你的妻子被捕，命案将于今天8点04分实际发生。”

 “但我什么都没做！我什么都没打算做！”男子大声叫嚷，但警察已经把他控制。

    在科幻电影《少数派报告》里，命案将在何时何地发生已经可以被预测，未来警察可以提前到达现场，有效制止犯罪。

    随着人脸识别技术的快速发展，科幻电影里的“未来标配”正成为可能。近日，英国《金融时报》报道就惊呼：中国公司正帮助警方开发人工智能，可以用来发现人群中“可疑的”行为举止模式，在犯罪行为实施前识别并拘捕嫌疑人。

    酷炫技术 摄像头识别行为轨迹

    云从科技公司战略规划总监姚志强很忙，《金融时报》的报道把这家人脸识别公司一下子拱上了热搜榜单。

    “我们正在建立一个识别系统，一个人去哪里、做了哪些动作，其活动轨迹和范围会被系统自动记录、储存、归类。”姚志强顿了顿，强调称，这并不是外媒所说的能对犯罪进行预测，“而是通过智能技术对犯罪行为实施事前预防、事中控制、事后追踪。”

    工作人员展示了云从科技的人脸数据作战平台。在这个平台上，工作人员先选择了一个区域，然后导入一位测试人员的脸部照片，选择时间范围之后，点击检索。看到，在展开的区域平面地图上，测试人员曾经出现过的地方已经被红色坐标符号标记出来，点击任意一个地点，还能看到测试人员在该地点出现的所有时间以及当时的衣着神态。

    在动态布控的功能中，当测试人员经过摄像头，系统屏幕则实时弹出信息，包括人员类别，出现时间、地点。工作人员透露，在实际应用中，警方重点管控的人员外出轨迹会被实时记录跟踪，一旦出现在重点场所附近，系统会第一时间预警，并将信息推送到值班台。

    在姚志强看来，这看起来酷炫的技术，要解决的是一个图像检索的子问题，“给定一个监控个人图像，检索跨设备下的该个人图像”。

    但是，技术的实现远没有说的那么轻松。“动态识别难度很大。”姚志强解释称，开放场景下，人脸不会主动配合摄像头角度，加上分辨率、光线等多种因素影响，此前的面部识别准确率并不高，“之前广东省公安厅做过测试，从国外引进的某系统识别率仅有5%，也就是说，搜20次可能才能找到一次”。

    为了解证件照与真实人脸的差异，云从科技团队人员专门搭建了可拆卸的结构化数据采集阵列，动用91台高速摄像机，以每台5度的角度差采集不同拍照、光照角度下的图像数据。历经大半年，科技人员在原有算法基础上加入角度修正、3D建模等模块，通过深度学习不断调整各模块参数，“现在百万量级的完全室外动态识别，识别率可达到50%”。

    他们也遇到棘手的时候，当目标对象人脸老化、有意戴眼镜或帽子等遮挡物，人脸识别就变得相当困难。“在人脸识别之外，人工智能还涵盖了远距离步态识别、声纹识别、发型识别等生物特征识别方法，可以一起判断”。

    要满足跨设备可追溯的检索需求，技术人员还要思考如何将海量的视频信息有效储存起来。

    “以人工智能的方式，实现视频结构化。”姚志强，视频的数据体量越来越大，视频的结构化可以设定关键信息的属性，进行高度压缩的存储。具体来说，当目标人员经过摄像头，人工智能自动识别其身份信息后，将人脸照片单独剥离出来，其活动轨迹会自动记录成信息模式，并归类储存，“大大便利了后续的信息检索”。

    未来发展要向人工智能要警力

    “一个人去买菜刀不可疑，但如果之后他又去买了锤子和袋子，其风险评级就会上升。”姚志强强调，对重点管控人员犯罪行为评估主要通过人脸大数据进行跟踪，一旦活动数据出现持续异常并累计达风险级别，警方可及时发现并评估，“实时预警，防患于未然。”

    向“犯罪预测”进军的并非只有云从科技一家。人工智能带来了云计算、深度学习等新一代技术的发展，以算法见长的商汤科技、旷视科技等人脸识别公司，也纷纷选取自己擅长的“赛道”深耕细作。

    今年5月，在深圳举办“文博会”期间，商汤科技提供的SenseFace系统支持1000+路监控视频中的实时人脸捕捉与识别，5天内完成了21万人次的人脸识别，比对预警241人次，共识别前科人员25名。

    “摄像头能够代替人眼对目标进行智能跟踪与识别，并通过人工神经网络等算法，实现对指定区域客流的运动轨迹分析。”商汤科技首席执行官徐立，在深度算法基础上开发的智能人群行为分析系统，可以通过统计场景内的人数、跟踪人群的移动速度和方向、异常行为分析等，进行实时人群监测，并做智能预警。

    人工智能的发展，让安防对图像的需求从“看得见”“看得清”，演进成为“看得懂”。事实上，2009年后，公安部明确提出，图侦(视频图像侦查)成为继技侦、刑侦、网侦之后的第四大侦查技术。近年来，广东公安也在大力推动以人脸识”为核心的“视频云+大数据”平台建设，向人工智能要警力。

    分布在城市各重要卡口的摄像头正发挥着日益重要的作用。据媒体公开报道，目前广州全市已安装摄像头57.4万个，高清道路卡口系统1590套，实现了主要道路、重点区域、重点场所等全覆盖。

    “对于人流密集区域，摄像头在采集每一个经过的人像的同时，系统会自动描述其性别、穿戴和衣着特征等，形成人像对应的特征大数据。”广东省公安厅科技信息化处科长洪小龙此前接受媒体采访时介绍，位于高处的摄像机可以及时发现隐藏在人流中的重点管控人员、其出现的时间和位置，属于抓捕类的人员，告警信息会主动推送到一线民警的移动终端，确保路面警力先发处置。

    向人工智能要警力的步伐正在迈得更大。7月20日，国务院印发的《新一代人工智能发展规划》正式出炉，科技部副部长李萌在吹风会上明确表示，“在公共安全领域，如果使用智能安全系统，就能够进行事前预警，通过大数据来提醒管理人员，给管理人员提供决策依据”。

    争议不断 大数据算法是否公平

    《华盛顿邮报》的报道早就描述过这样一个场景：查尔斯·科尔曼从警车里下来，扫了一眼面前垃圾遍地的街道，这里聚集了许多流浪汉。他此行的目的是来处理一起“尚未发生的犯罪活动”。

    把这位洛杉矶山麓地区警察局的警官召唤到这里的不是911的报警电话，而是犯罪预测软件Predpol给出一个提示：当天早晨，这个地区附近很有可能发生一起汽车盗窃或入室盗窃。

    Predpol是一套由美国加州圣克拉拉大学的数学教授乔治·莫勒及其率领的团队研发出的犯罪预测软件。该软件以预测余震的方程为基础，能够通过分析之前发生的犯罪活动种类、时间和地点数据，预测哪些地区即将发生犯罪事件。

    目前这项技术已经扩展到洛杉矶其他的地区和全美60多个警局，成为全美最流行的治安预测系统。据《警察》杂志报道，“预测性警务”数据的使用，提升了执法机构的工作成效，亚特兰大警察局在其所管辖的两个地区运用了该技术，90天内犯罪率就下降了10%。

    Predpol并非孤例，在美国田纳西州，高速公路巡逻部门应用IBMSPSSModeler来预测哪里将会发生事故；意大利米兰城里，KeyCrime已经投入应用超过了十年，以历史数据为基础来预测抢劫案件的具体发生地点；在南非首都开普敦，科技人员也研制出了一款名为SolutionHouse的软件，用于预测犯罪事件发生的几率。

    在国外，犯罪预测技术的应用发展正在超出人们的想象。2016年9月，斯坦福大学发布了名为“2030年的人工智能和生命”的阶段性研究成果报告。报告提出，预计到2030年，具备预测功能的“警察”将被大批量的投入使用，最终被人类所依赖。

    但反对的声音从未停过。有质疑者称，一个人犯罪的可能性有千千万万，看起来公平的算法，不过是设计者觉得重要的维度里判断一个人犯罪的可能性。

隐私和种族正义组织表示，几乎没有证据表明这些技术能发挥作用，他们隐私和种族正义组织表示，几乎没有证据表明这些技术能发挥作用，他们还担心，这种做法可能会因为依赖于带有种族歧视的巡查数据，而不公平地将执法活动集中在有色人种社区。

    斯坦福大学的研究人员也警告称，人工智能应用于司法范畴，仍存在需要解决的问题。首先是数据安全问题，其次是准确性问题，“因为算法都是基于历史犯罪统计数据来预测未来的犯罪行为，因此有可能会把过去的执法模式和认为特定人群有犯罪倾向的想法画上等号。”