智慧公安以大数据、云计算、人工智能、物联网和移动互联网技术为支撑，以“打、防、管、控”为目的，综合研判为核心，共享信息数据资源，融合业务功能，构建公安智慧大数据平台，实现公安信息数字化、网络化和智能化。智慧公安大数据平台，全面感知、综合分析、整合公安业务资源和社会化信息资源，提供高效的警务管理手段，拓展便民服务空间。

在公安工作中,无人机是利用无线电遥控设备和程序控制装置操纵的不载人飞机，或者由车载计算机自主地操作。无人机按应用领域，可分为军用与民用。民用方面，包括在航拍、农业、快递运输、灾难救援、测绘、拍摄等领域的应用。通过无人机可实现高分辨率影像的采集，在弥补卫星遥感获取不到影像同时，解决传统卫星遥感重访周期过长，应急不及时等问题。

视频图像识别分析主要包括视频图片信息的采集及传输、视频图片检测和分析处理三个环节。通过智能分析模块，对视频画面进行识别、检测、分析，对异常情况进行目标和轨迹标记。智能分析模块基于人工智能和模式识别原理的算法。

行人检测与行人再标识是智慧公安和智能安防系统中的关键技术。行人检测是计算机视觉领域的一个重要研究方向，不同行人之间的表观差异较大，如行人的服装、姿态变化。基于深度学习的方法在性能上更有优势，成为该领域的主流方法。行人再标识是视频监控研究领域的关键组成部分，目的是对出现在监控摄像头视域内的某个目标行人，在监控网络其他摄像头视域内的大量行人中将这个目标行人标识出来。

行人再标识，先根据行人特征表达方法获取行人图像的特征，对大量的行人图像进行训练，得到合适的衡量行人图像之间相似性的判别方法。对拍摄的某个目标行人的图像，将其与其他行人图像进行匹配，找到与其相似性最高的行人图像，实现目标行人的再标识。

车辆识别目前分为两个大类：基于车牌信息的车辆识别方法和基于车辆表观信息的车辆识别方法。基于车牌信息的车辆识别方法，总体分为三个功能模块：车牌定位、字符分割和字符识别。车牌定位是在获取图像中检测车牌所在位置；字符分割将车牌图像中的字符从整体图像中分割成字符个体；字符识别是对分割的字符图像进行识别，将图像信息转换为字符信息。目前，车牌识别技术比较成熟，在各种交通控制与管理场合得到应用。

基于车辆表观信息的车辆识别方法，即基于车辆外观的识别方法，采用将车标和车型识别相结合的方法。车标识别通过计算机视觉、图像处理与模式识别，从车辆图像中提取车标信息，获得机动车车辆品牌信息。车标识别技术是智能交通系统中一个重要研究领域，具有较高的实用价值。车标识别技术常用方法分为五种，分别是基于边缘直方图的方法、结合2DPCA-ICA和SVM的方法、基于Hu不变矩的方法、基于SIFT描述子的方法和基于模板匹配的方法。

无人机在公安工作中的应用，包括数据中心、重点人员预警、重点车辆预警、系统管理。

数据中心

大数据中心提供对海量数据的处理、存储、计算、分析、数据挖掘和数据服务。数据资源涉及公安所有的数据资源类型，包括市局各部门、各专业警种等业务系统数据，各种社会数据资源和部省资源；涵盖各种结构化数据，以及视频、图片、音频、文档、互联网数据、电子笔录等半结构化和非结构化数据。

数据中心建设包括以下内容：

数据接入，包括元数据管理、数据定义、数据读取、数据处理；数据来源包括视频图像、外部数据、内部警务数据。数据接入，包括无人机图像数据对接、重点人脸库接口对接、重点车辆库接口对接。

数据治理，包括资源编目、数据血缘管理、标签管理、数据质量管理、数据运维管理。

数据组织，建立基础数据库、主数据库、关联数据库、专题数据库、主题数据库。

数据服务，包括数据服务接口、API网关。

基于沃达德大数据平台，通过对海量数据采集、处理、存储、分析和数据挖掘，根据数据的特性，采用合适的可视化方式，将数据直观地展现出来，以帮助人们认识数据、理解数据，同时找出包含在海量数据中的规律或者信息，预测未来发展趋势，进行智能化决策分析，使得数据资产成为核心竞争力。