新闻|“智慧审判技术装备”课程第二讲——《智能庭审记录分析》

2019年7月1日下午16：00，“智慧审判技术装备”课程第二讲在四川大学江安校区综合楼B座308教室正式行课。本次课程由四川大学计算机学院张意副教授主讲，围绕《智能庭审记录分析》这一主题，主要从计算机学科的视角，介绍了如何运用人工智能技术来识别分析出庭审过程当中各方的行为以及将人工智能技术应用到司法领域所起到的现实作用。

智能庭审记录分析概述

张意副教授首先介绍了智能庭审记录分析的研究背景及课题目标。接下来讲解了什么是智能庭审记录分析，其主要指的是：面向开庭全过程的多模态记录和融合比对分析技术及装备研究；具体包括了面向开庭全过程的语音、视频、笔录等多模态记录与分析挖掘装备，支持面向庭审数据的多模态融合分析和相互印证，实现对法庭状态、当事人行为等进行同步智能分析，并支持事后自动分析挖掘，支持不少于10种的庭审状态或行为自动分析等方面的研究。这些技术研究，主要是通过对大量历史数据和模拟数据中庭审要素的初步梳理，把庭审过程各个环节通过智能技术进行全方位立体化的细节剖析，对其中可能的不合规的情形进行重点标注，包括音视频数据裁剪、修复、标记，对处理后的数据进行实证分析，建立庭审违规行为的标准数据集。正是这样的一些标准数据集，为我们后期通过法律大数据分析，高效识别庭审过程中的违规行为和异常行为起到了关键作用。

违规行为数据集

张意副教授讲到，智能庭审记录分析的基础在于建立违规行为数据集。虽然建立数据集能提高识别的精准度，但是数据的采集难免存在偏差，特别是部分法院庭审数据采集装备的性能存在局限性，因此，张意副教授提出，为了能够准确记录庭审状态以及庭审过程中出庭人员的行为，在技术层面上，应当在现有采集系统之上，部署高级编码技术，同时通过音视频智能分析处理技术进一步提高信号压缩效率，提高鲁棒性和错误恢复能力，扩充视频通道容量，从而提升庭审过程中的多路音视频同步记录的质量，实现多网络状态下的高效高质同步多模态数据采集。同时，可以通过麦克风阵列实现音频信号定向。最终实现多模态数据的智能标记，形成庭审数据的多模态记录装备；也就是运用更高效的分析处理技术，更多路的同步音像技术，提高数据样本的精度。

数据的采集与记录

为了更进一步实现对庭审的精准分析，张意副教授讲解到，可以利用基于机器学习的行为检测和识别，根据庭审规范的要求，对法官、原被告以及其他诉讼参与人的出庭情况、着装、行为规范进行实时监督和预警，对法庭中的旁听人员进行监控分析，对检测到的违规行为进行记录，以备事后统计分析。大量数据分析能够智能地反映出法庭状态与当事人行为之间的相互影响关系，为规范庭审活动的秩序以及实现智慧审判的公平正义提供基础依据。

相关技术与实现

接下来的课程中，张意副教授继续讲解了深度学习（Deep Learning）、光流（Optical Flow）、基于双流卷积网络的动作识别等技术的原理及推演过程。张意副教授区别了其与机器学习和人工智能的概念，指出深度学习是机器学习的一个子集，而机器学习则是涵盖在人工智能之内。光流，可以理解为在这个运动着的世界里感觉到的明显的视觉运动。通过光流技术对于庭审行为进行识别，能保证精准，更可以提供多角度视觉信息。而对于基于双流卷积网络的动作识别这一专业性很强的技术，具有高精度的识别功能，能精准分辨识别出庭审中各方主体的轻微细小的动作，更是庭审记录分析的重要工具。

科技的运用推动庭审实务更加秩序化、公正化，有利于实现司法正义。张意副教授的精彩讲解，让同学们感受到了科技推动司法改革的强大效力，也体会到了智慧审判里的公平正义。

更多精彩内容，敬请期待！“智慧审判技术装备”课程已采用同步录像，视频稍后整理后公开。欢迎大家分享学习！