“蜂巢”（人口精细化管理）解决方案

　　一、方案定位：

　　“蜂巢”（人口精细化管理）解决方案基于智慧新防控理念，以防控场景多维感知数据的智能应用为手段，解决社区（城中村）居住人口“底数不清，情况不明”，强化重点人员管控，对于异常行为进行监测预警，提升社区治安防控效能。“蜂巢”多维动态感知大数据智能分析产品是利用对多维动态数据的智能分析与挖掘能力，激活数据，推动业务创新及闭环。解决公安基础工作主要靠人工采集，工作量大、数据确不鲜活、难更新的问题，用数据支撑基层单位的基础工作，实现工作模式从“人工采”向“系统采、人监督”的转变，人口情况做到“底数清、情况明”。

　　二、业务场景：

　　适应于人口居住区的场景（社区、城中村、出租屋）

　　三、面向客户：

　　 区县级科信（智感安防区平台）

　　 治安支队/大队（社区精细化治理系统）

　　 派出所/街道综治（智感安防区建设、智慧社区建设）

　　四、问题及痛点分析：

　　（一）实有人口管理，主靠“洗楼式”上门登记，效率较低。

　　目前，公安民警对社区人口的核查，主要采取“洗楼式”上门登记，民警逐栋逐户，依次登记核查，由于现实警力不足，辅警/协警等素质参差不齐等现实原因，经常出现漏登记和错误登记的情况，同时由于社区人口复杂、流动性大等特点，社区人口变化极快，经常出现核查完，相关数据就已经失效的情况，社区实有人口管理低效且失真情况突出，社区实有人口底数不清，情况不明的状况非常突出。

　　（二）对重点人员管控依赖社区民警走访，信息来源单一、数据鲜活不足、管理效率低下。

　　由于社区的人口众多，人口复杂，对重点人员的管理尤为重要。现实中，社区对重点人员主要数据来源为社区民警的走访调查，往往存在数据来源单一，数据鲜活度不足，管理效率低下等问题，经常出现在走访空窗期，重点人员漏管脱管导致发生异常事件的情况，造成社会影响，对公安机关人员和事件管控造成压力。

　　（三）异常事件难以主动发现，社区治安、安全隐患大。

　　伴随着大量的流动人口聚集，使得社区人口构成变得复杂，表现为：一是从事的职业呈现“六多”—从事建筑行业多、从事小作坊劳作多、从事废品收购多、从事集贸市场经商多、从事流动摊贩多、从事扒脏拾荒者多；二是文化程度偏低，年龄结构年轻化，性别比例和政治面貌呈现出失衡状态。综上，结合社会文化的差异性、冲突性以及乡村文化和城市文明的碰撞，社区成为滋生“偷、盗、抢、黄、赌、毒”等违法犯罪的温床，各类案件频发。同时由于社区建筑不规范，人口聚集，非法经营场所众多，往往也是安全事件的多发地。

　　目前，传统的社区事件管控公安机关多数以被动接处警方式进行，异常事件不能快速及时发现，存在较大的滞后性，造成的灾害损失往往不能挽回，社区的治安和安全隐患巨大，社区的案件和安全事件数目居高不下。

　　五、业务需求分析：

　　（一）基于人口精准管理的需求。

　　结合信息化技术手段，改变以往依靠人工摸排走访的老旧形式，减少警力，实现人口管理工作由盲目采集为精准采集转变，及时掌握辖区内真实人员底数。通过人像信息比对等智能化手段，发现居住社区的实有人口，提升公安“一标三实”（即标准地址、实有人口、实有房屋、实有单位）基础信息采集质量，实现基础信息全采集。推动人户关联，业主与房屋信息关联、租客与房屋信息关联、业主与租客信息关联，实现社区内人口的身份证、照片、社会关系等基本信息动态跟踪。推动基层警务人口管理工作机制转变，实现由“汗水警务”向“智慧警务”转变。

　　（二）基于重点人群防控的需求。

　　公安机关在加强对涉毒人员、前科人员、敏感人群、卖淫嫖娼、赌博案底等重点人员的强化打防管控措施上面临监管范围大、人员流动性强、身份核实不配合等一系列问题。通过人脸识别、车辆识别、虚拟身份等技术的应用及时发现预警，实时掌控其中的涉稳、涉恐、涉案等重点人员的动态，结合实地排查、巡检情况，对有违法犯罪苗头的做到实时发现、及时布控、快速打击。

　　（三）基于隐形异常事件的挖掘需求。

　　公安机关除在了解重点人员的实时状态外，同步对管控的重点人员有没有其他的异常行为进行监测，如前科人员夜间频繁出入社区、多名涉稳重点人员在敏感区域同时出现、多名涉毒重点人员出入在同一栋楼（是否聚众吸毒？）等影响社区治安、安全的异常隐形问题。

　　六、核心设计思路：

　　针对社区的治安管理，重点是在人的管理，需通过技术手段对辖区内实有人员数据进行及时更新管理，实时关注、核查社区陌生人群，做到对社区人员“底数清、情况明”，同时建立对各类异常事件的感知与预警能力，及时消除治安隐患。

　　“蜂巢”多维动态大数据智能分析产品围绕“科技围合、智能感知、数据环绕、全景透视、模型分析、情报滴管”防控思路，基于防控场景特点构建智能感知分层防控圈，汇聚人脸抓拍、车辆抓拍、人脸门禁、“四标四实”或“一标三实”或“一标六实”等多维数据，利用大数据、人工智能等先进技术，建立多维信息关联“一人一档”，紧贴“人口管理底数不清、情况不明、异常行为事件难以实时预警”等治安防控的核心问题快速生成大数据分析模型，通过大数据及模型分析，实现有针对性的人口分层分类精细化管理，各类重点人员的实时监测，及时发现影响社区治安的异常情况。

　　（一）构建已知身份未知身份“一人一档”，动态分析社区人口。

　　利用前端接入设备接入的视频、人脸、车辆、人脸门禁、电围等动态数据，结合四标四实或一标三实或一标六实中人，车，房屋，设备基础信息静态数据，构建一人一档，动态分析社区人口结构，动态掌握最近一年在区域留下痕迹的人员数量，动态分析留下痕迹的人员哪些为实有人口，哪些为非实有人口；实有人口中进一步掌握哪些为已知身份人员，哪些居住在区域未登记的位置身份人员，非实有人口哪些为路过的人，哪些为搬离的人员。。实现有针对性的人口分层分类精细化管理；实现社区实有人口的动态掌握，解决传统的人口核查方式费时费力、不精准、不及时的问题。

　　（二）构建多维感知大数据分析，关联辖区重点人员数据库，实现各类重点人员的状态实时监测。

　　利用前端接入设备采集的人脸、车辆、人脸门禁等多维数据，自动关联重点人员身份数据、“四标四实或一标三实或一标六实”数据、虚拟身份等，形成社区重点人员“一人一档”。通过分类建模及人脸聚类，实时掌握重点人员行动轨迹，行为特征，对失控人员及时进行报送预警。

　　（三）构建多种重点人员异常行为模型，实现对重点人员异常事件监测预警。

　　对于重点人员，在一人一档的基础上，进一步通过多维数据分析其车辆、同行人等关联信息，建立各类异常行为分析模型，实现对社区治安、安全隐患的异常事件的主动研判，如多名涉稳重点人员在敏感区域同时出现（是否闹事？）、多名涉毒重点人员出入在同一地方、涉稳重点人员多日无抓拍记录（是否失控？）、涉稳重点人员有不明身份的同行人（是否新增关系人？）、通过各种建模分析，及时发现影响社区治安的异常情况并预警。

　　七、特色亮点：

　　一图感知全域

　　.多维感知数据上图

　　.多维业务数据融合

　　一档掌握全景

　　.人脸实时聚类

　　.过往轨迹掌握

　　.行为规律洞察

　　.人员属性刻画

　　.多维信息关联

　　人口结构精细透视

　　.近一年在社区留下痕迹的人员

　　.实有人口（已知身份/未知身份）

　　.非实有人口（过路人/搬离人员）

　　重点人员精细管控

　　.重点人员分类管理

　　.人员位置即刻掌握

　　.失控状态预警推送

　　异常事件及时感知

　　. 多名涉稳重点人员在敏感区域同时出现

　　. 多名涉毒重点人员出入在同一栋楼

　　. 涉稳重点人员有不明身份的同行人

　　八、适用系统对接：

　　1.对接前端的人脸抓拍前端设备、第三方车辆系统、人脸门禁系统获取过人数据、过车数据。

　　2.对接一标三实或一标六实或四标四实数据，获取实有人口登记基础底库数据及实有房屋数据。

　　3.对接PGIS地图系统，获取PGIS地图服务

　　4.对接重点人员数据库，获取社区纳管的重点人员数据并进行分类管理。

　　以上为基本需要对接的数据，具体需根据实际项目实现的业务功能进行增补。

　　责任编辑：广汉