首页 理论教育 监狱安全防范关键技术研究成果

监狱安全防范关键技术研究成果

时间:2023-08-12 理论教育 版权反馈
【摘要】:进入21世纪,我国全面引入罪犯管理系统,建立了监狱中心数据库。光流的逐次逼近计算模型通过唯一预补偿方法减少了时域微分估计的不准确性。

监狱安全防范关键技术研究成果

1.基于物联网的应急指挥综合管理平台

应急处理综合管理是确保监狱持续安全稳定的重要技术手段,是监狱信息化建设应用的重中之重。基于信息技术提高监狱防范和制止罪犯逃逸和狱内非法行为的能力是监狱信息化建设的核心任务,监狱对于安防系统在安全可靠性方面的要求明显高于其他行业,安全防范系统平均占各地监狱信息化建设整体投入的70%以上。就安防和应急指挥系统而言,各地监狱已基本建设完成包括视频监控、报警、巡更、门禁、语音对讲、公共广播、AB门、高压电网、两道物理围栏等在内的众多技防与物防系统,这些设备设施的部署很大程度上改善了监狱对各个重点监控部位和监控对象的监管能力。

欧美、日本等发达国家与地区非常注重信息技术在监狱管理中的应用,结合松散型的、开放的狱政管理模式,利用先进的信息技术,全面提升了监狱的罪犯监管效率,营造了有益于罪犯改造的监管环境

进入21世纪,我国全面引入罪犯管理系统,建立了监狱中心数据库。监狱中心数据库存储和处理上万名罪犯的基本数据和详细情况如罪犯种类、犯罪记录、入狱时间、个体生理数据、号码、照片、个人详细资料和监舍等信息。

中心数据库采用统一的系统化方法管理监狱的罪犯资料,通过网络技术实现数据共享,监狱和当地警察局、司法和安全部门互联,有助于各界方便地对罪犯进行管理,并为监狱的所有监房提供资讯帮助。

根据前文对国内外监狱信息化应用现状的分析可以看出,监狱安全管控的发展趋势是:更安全高效的管控体系、更加文明的狱内管控环境。这两方面的趋势在一定程度上可以说是相互冲突、相互矛盾。为了顺应这对看似矛盾的发展趋势,必须引入新技术、新工具以推进狱内文明改造环境和高效安全管控体系的建设。

2.基于海量时空数据和领域知识库的应急指挥智能决策技术

目前基于海量数据的决策应用服务需要进行大量的人工信息辨别与筛选。本研究在时空搜索引擎与语义关联基础上,提出了基于海量时空数据和特定领域知识库的智能决策模型,结合空间认知、定性时间推理人工智能、个体行为模式发现等技术,对海量时空数据进行实时搜索分析,建立一种主动式的智能决策服务,满足犯人家属和政府管理部门的个性化行为分析与规划的需求。

目前国内有关学者专家在时空数据提取分析、知识库构建及应用以及决策理论研究方面取得了很多成果,有些已经投入生产实践。

时空数据研究经历了瞬时信息的定性分析、时空信息的定位分析、时间信息的趋势分析以及环境信息的综合分析等几个研究阶段。时空数据处理和分析的应用模型不断深化,已从单一数据的分析发展到多源数据的综合分析;从定性调查制图发展到定量化数理统计分析;从资源与环境的静态分布发展到时态过程分析;从事物和过程的表面描述发展到对内在规律的探求。目前已经可以综合利用GIS、遥感等技术手段在人工智能理论支持下的智能化时空信息处理和分析。在某些领域已经有了成熟的应用。

知识库的基础在于知识组织,国内外在知识组织技术的研究在以下几个方面有较大的进展:①突出以语义网为代表的相关技术研究。②以知识组织系统推动知识组织发展的研究。③以搜索引擎为代表的知识组织方式的研究。知识库是进行知识管理的基础,在它的基础上可以开发出各种基于知识的系统,如专家系统、智能决策支持系统等,因此对知识库系统的研究和开发受到人们的高度重视。目前人们对其研究重点主要集中在以下几个方面:①新型知识库和知识库管理系统体系结构;②知识的组织与表示;③基于知识库的推理逻辑研究。在这些方面均已取得了一定的成果。

目前国内外学者对基于案例推理的应急辅助决策方法进行了一定的研究。例如Zhang等人给出了一个集成了CBR推理方法的灾难救助辅助决策支持的理论知识管理框架;F.Ricci等人从如何利用案例推理的方法制定森林火灾救援计划的角度进行了研究;刘烯把CBR方法应用到城市火灾事故的决策指挥中进行了探讨。而一些研究者试图从粗糙集理论、知识库融合等技术方面寻找突破口,取得了一些不错的成果。

3.基于多模数据融合的目标跟踪与识别技术

利用高清摄像头和各类传感器设备采集的人-物-环境数据具有多样性、时变性的特点,从中提取稳定的目标特征进行融合,并建立具有多模数据自适应性的目标状态模型和表观模型,确保对感兴趣目标进行连续实时跟踪与识别。

目前,国内外的目标跟踪的研究主要集中在对视频数据的分析上。实施基于视频数据的目标跟踪,相关的算法需要分析连续的视频帧并输出目标的运动轨迹。现存的算法有多种,各有优劣。算法的核心主要集中在两个方面:目标的表征和定位、数据过滤和数据关联,主要分为基于运动分析的方法和基于图像匹配的方法。(www.xing528.com)

帧间差分法和光流分割法是基于运动分析的主要方法。帧间差分法是对相邻帧做相减运算后,对结果图像做阙值并分割,提取运动目标。光流分割法是通过目标和背景之间的不同速度来检测运动的目标。基于光流估计的方法都是基于以下假设:灰度分布的变化完全是由目标或背景的运动引起的,即目标和背景的灰度不随时间变化。光流的逐次逼近计算模型通过唯一预补偿方法减少了时域微分估计的不准确性。

基于图像匹配的方法可以识别待定目标以及确定运动目标的相对位置,正确截获概率和定位精度是图像匹配的主要性能指标。该方法可以分为三种:区域匹配、特征匹配、模型匹配以及频率域的匹配。区域匹配的方法是将目标图像与实时图像在所有可能的位置上进行叠加,然后计算相似性,取具有最大相似度的一块作为目标的位置。特征匹配即在提取特征后对特征属性适量作为相关度计算,相关系数的峰值即为匹配的位置。模型匹配,由于目标在运动中会有旋转、大小的变化、固定的模板已经不能满足准确匹配的要求,因此出现了变形模型,分为自由式变形模型以及参数变形模型。频率域匹配是将视频图像变换到频率域,然后根据变换的系数的幅值或相位来检测目标的运动。傅里叶变换是常用的频率分析方法。其中利用变换系数幅值的方法是根据在空间域的卷积等于在频率域相乘这个Fourier变换性质,将图像中的模板相关转换到频率域实现的。

上述方法各有优缺点,帧差分法简单、速度快,但不能适应动态背景的。光流分割法具有较强的抗干扰性,但不能有效的区分目标运动造成的背景遮拦、显现以及孔径问题。区域匹配能够获得较高的定位精度,但计算量大,难以获得实时性的要求。模型匹配跟踪精度高,适用于机动目标各种运动变化,抗干扰能力强,但是计算复杂。频率域匹配法计算速度快、容易消去噪声、实时性好,将目标提取以及目标识别放在小波变换中进行,具有较高的分析能力且运算速度快。

4.基于概率图模型的监狱大数据分析与挖掘技术

针对应急指挥综合管理平台收集的监狱内部各种数据,进行业务数据分析处理,利用隐马尔科夫模型和因子图模型构建各类数据之间的影响关系有向图。提出一种全新的基于隐含狄利克雷分配模型、吉布斯采样和条件随机域模型的监狱大数据进行分析与挖掘技术模型,能有效地识别重要数据之间属性关联,以及发现稳定的潜在模式。

数据仓库,英文名称为Data Warehouse,自20世纪90年代提出后至今发展十分迅速。数据仓库之父William Inmon将其定义为:面向主题的、集成的、相对稳定的、反映历史变化的数据集合,为企业和机构提供需要业务智能来指导业务流程改进和监视时间、成本、质量和控制。

随着数据仓库研究的不断深入,国内外涌现出了许多研究与应用成果,其中IBM公司提出的商业智能(BI)概念是最为重要的革新与突破。以数据仓库为基础,发现有用信息的方法与产品在商业中已逐渐成熟并初露锋芒,但数据仓库在政务系统中的应用还处于探索阶段,对于政务系统的可行性、必要性分析以及针对政务系统特殊性的探讨与改进有待进一步尝试。

数据挖掘(Data Mining,DM)又称数据库中的知识发现(Knowledge Discover in Database,KDD),是目前人工智能和数据库领域研究的热点问题。数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是通过分析每个数据,从大量数据中寻找其规律的技术,主要有数据准备、规律寻找和规律表示这三个步骤。数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集;规律寻找是用某种方法将数据集所含的规律找出来;规律表示是尽可能以用户可理解的方式(如可视化)将找出的规律表示出来。

概率图模型是图论概率论的完美结合,提供了一个可以统一现有很多数据挖掘算法的框架,并赋予了它们新的理解。概率图模型处理了应用数学和工程中两个重要问题:复杂性和不确定性,将众多经典的多变量数据挖掘算法或模型统一到概率图模型的框架中去。例如混合模型(Mixture Model),Ising Model以及隐马尔可夫模型(Hidden Markov Model)。外国研究人员分析了连续型犯罪人员的犯罪记录,提取了犯罪动机、犯罪频率、犯罪事件和犯罪严重程度等4类特征,进行了犯罪人员的聚类分析和行为预测,为监狱人员对服刑犯罪人员的管理提供了宝贵的指导意见。

5.可视化指挥技术

目前已经开发的三维GIS原型系统,使三维GIS技术在矿产资源管理、数字城市等许多领域得到应用。

可视化指挥技术是在GIS三维建模的基础上,将视频、信号灯等一系列监测数据与地图模型进行可视化整合,并利用触摸交互控制台,实现快速导航、定位查找和控制。在国内外,该技术已经得到了广泛的应用。

我国科学计算可视化技术的研究开始于20世纪90年代初。由于数据可视化处理的数据量十分庞大,生成图像的算法又比较复杂,过去常常需要使用巨型计算机和高档图形工作站等。因此,数据可视化开始都在国家级研究中心、高水平的大学、大公司的研究开发中心进行研究和应用。近年来,随着PC功能的提高、各种图形显卡以及可视化软件的发展,可视化技术已扩展到科学研究、工程、军事、医学、经济等各个领域。随着互联网的兴起,信息可视化技术方兴未艾。我国在20世纪80年代就开始进行科学计算可视化技术的研究和应用,至今,不论在算法方面,还是在油气勘探、气象、计算力学、医学等领域的应用方面,我国都已取得了一大批可喜的成果。但从总体上来说,与国外的先进水平还有相当的差距,特别是在商业软件方面,我国还是空白。因此,组织力量开发可视化商业软件,并通过市场竞争,促使其逐步成熟,已成为当务之急。

三维立体显示的出发点是运用三维立体透视技术和计算机仿真技术,通过将真实世界的三维坐标变换成计算机坐标,通过光学电子学处理,模仿真实的世界并显示在屏幕上。三维技术在资源环境模型、地形模拟、CAD辅助设计、影视特技、广告设计等方面被广泛使用。它具有可视化程度高、表现形式灵活多样、动态感和真实感强、资料更新方便等优点。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈