經(jīng)過十多年的平安城市建設，中國已經(jīng)成為全世界最大的安防市場，視頻監(jiān)控系統(tǒng)作為安防系統(tǒng)中不可或缺的重要組成，正日益發(fā)揮更加重要的作用，在平安城市、雪亮工程等重點建設項目的背景下，安防已成為人工智能最為重要的落地場景之一。隨著平安城市建設的推進和深化，目前新建監(jiān)控項目已基本實現(xiàn)高清化，隨著建設規(guī)模的逐步擴大和人工智能、云計算、大數(shù)據(jù)技術的興起，平安城市應用正逐步向警務云、大數(shù)據(jù)應用等方向轉(zhuǎn)變。 高清監(jiān)控安裝視頻信息作為公安最重要的數(shù)據(jù)資源之一，遍布城市大街小巷的攝像頭，每天都會產(chǎn)生大量視頻資料數(shù)據(jù)，不僅為社會治安穩(wěn)定發(fā)揮作用，也為智慧城市和物聯(lián)感知提供信息支撐，但這些圖像資料目前還僅停留在事后查看的層面，沒有被充分利用起來，如何能夠被用戶快速消化使用，成為更有價值的情報數(shù)據(jù)呢？讓用戶從這些數(shù)據(jù)中自行尋找線索，不僅占用了大量的人力、物力和時間，同時由于個人能力的差異也會導致針對信息的認知偏差。例如針對卡口實現(xiàn)了主干道的車輛識別，覆蓋面有限，其他活動目標及特征無法獲取，大多依靠人工進行收集和處理，難以結(jié)合時空數(shù)據(jù)進行快速檢索和分析研判。

如何解決海量視頻監(jiān)控數(shù)據(jù)與人力分析瓶頸之間的矛盾是產(chǎn)業(yè)技術升級的主要方向。安防行業(yè)多年前就將智能化作為主要發(fā)展趨勢，視頻分析是人工智能的重要熱點之一，人的信息獲取絕大部分是從圖像中來，從技術成熟度和應用場景看，圖像智能的發(fā)展更接近實用，進步也更快速。

今天，城市里的數(shù)據(jù)非常豐富，其中攝像頭的數(shù)據(jù)量非常大，可以挖掘出巨大的價值，可以解決城市管理中的諸多難題。我們希望把視頻圖像里面的內(nèi)容和目標白動轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)，讓每個人都能直接理解人／車／事這幾類主要信息，車：車型、車款、車牌號碼、車輛顏色、行駛方向、行駛速度，人：步行、騎車、性別、年齡、上身、下身、背包拎包，事：擁堵、逆行、徘徊、奔跑、劇烈運動、交通行為。有了以上數(shù)據(jù)就能進行決策和優(yōu)化，比如根據(jù)交通流量優(yōu)化紅綠燈配時系統(tǒng)，比如在視頻中搜索可疑車輛（肇事）和可疑人（失蹤），比如挖掘數(shù)據(jù)之間的關系和規(guī)律，找到數(shù)據(jù)之間背后的原因，還可以進行趨勢預測，比如半小時甚至更長時間后的車流和路徑規(guī)劃。但原先的智能分析技術一直存在識別準確率低、場景適應性差、識別種類少等問題。深度學習通過大量數(shù)據(jù)訓練來建立輸入數(shù)據(jù)和輸出數(shù)據(jù)之間的映射，通過人工智能來自動處理海量監(jiān)控視頻數(shù)據(jù)，解決了以往的技術瓶頸。以平安城市為例，針對道路監(jiān)控等相對標準場景的視頻，可進行 智能人臉識別系統(tǒng)和機非人實時結(jié)構(gòu)化分析和特征信息提取，轉(zhuǎn)化為公安所需的情報線索。

目前，安防行業(yè)中基于深度學習的人工智能產(chǎn)品，以天地偉業(yè)為例，主要識別方向包括：車輛分析、人員分析、行為分析和圖像分析，產(chǎn)品形態(tài)分為前端智能和云端智能。

前端產(chǎn)品主要是用于邊緣節(jié)點計算的AI攝像機（人臉識別攝像機／卡口電警攝像機），在采集視頻和圖片的同時，依靠內(nèi)置的算力芯片和智能算法，為云端的數(shù)據(jù)中心提供結(jié)構(gòu)化的數(shù)據(jù)，可以減少云端分析處理的計算資源壓力和網(wǎng)絡帶寬等系統(tǒng)成本。缺點是前端設備空間有限、功耗成本較高，導致有限的硬件資源只能運行相對簡單、對實時性要求高的算法。