我们总提到智慧城市，“智慧”在哪个领域呢？答：智慧安防、智慧交通、智慧社区为智慧城市落地最快的三大领域。
得益于政策支持及基础设施完备，智慧城市的应用场景日益丰富，例如智慧安防、智慧交通、智慧社区、智慧商业、智慧旅游、智慧环保、智慧能源等。
但需求最高、落地最快、技术与服务相对成熟的三大领域是智慧安防、智慧交通、智慧社区。
智慧安防一方面可以为智慧城市建设搭建底层基础设施，另一方面也可以为智慧城市的其他环节建设提供关键技术支撑；
智慧交通作为一种新的服务体系，为通畅的公众出行和可持续的经济发展服务，是智慧城市的重要组成部分；
智慧社区作为社区管理的一种新理念，致力于实现居住智能化、服务智能化，是智慧城市发展不可或缺的组成部分。
首先谈谈智慧安防领域。
自2015年起，安防行业逐渐引入AI技术，“智慧安防”一词开始进入大众视野。智慧安防突破传统安防的界限，进一步与IT、电信、建筑、环保、物业等多领域进行融合，围绕安全主题扩大产业内涵，呈现出优势互补、协同发展的“大安防”产业格局。
智慧安防产业链从上游到下游依次为软硬件类厂商、产品/解决方案类厂商、运营/集成类厂商。产业链各环节的参与者除了原有的传统安防企业外，AI算法公司、云计算服务商、数据处理企业等纷纷参与进来，共同完善产业链各细分环节。
由于AI、云计算等技术成熟，传统安防设备厂商开始向产业链上下游拓展业务；同时，AI算法厂商、云服务商、数据处理厂商迅速入场，并直接向用户提供产品或解决方案。这使得产业链各环节界限逐渐模糊，产业生态逐渐走向多元化、开放化。
智慧安防的企业按照从上游到下游的顺序，可以分为三层，即提供软硬件类基础设施的制造商、提供产品和解决方案的供应商、提供集成和运营的服务商。
智能安防产业发展趋向于两极化，即宏观的智慧城市大安防与微观的民用服务微安防，较为典型的场景包括公安、司法和监狱等警用场景和贴近生活的民用场景两种。
智慧安防在公安场景中的应用，已基本从传统安防的事后查证、人工决策，转变为事前预警、事中处置、事后分析的全程监控和智能决策。
事前预警
针对可能产生的犯罪事件，预先做防范措施。对于重大犯罪现场，通过调用专家预案库，结合其他系统（如GIS等），可以实现预案定位、指挥布控、警力查询、包围圈和逃逸分析等辅助决策作用；通过图像的智能识别技术，当通缉罪犯、嫌疑罪犯出现在监控范围内时，进行自动报警。
事中处置
实时定位和追踪重点监控人或嫌疑人。实时高精度识别并自动锁定重点监控人或嫌疑人，准确判断其位置；实时对重点监控人或嫌疑人动态轨迹跟踪、行为分析，并及时处置。
事后分析
对情报信息或案件进行综合分析与处理。构建基于云架构和大数据分析的新一代安防综合应用平台、综合运营维护平台，提高案件侦破效率。创建公安大情报系统，实现多种信息接入，提高安防主动预警和处理能力。
视频结构化、生物识别、物体识别等安防技术仍在公安场景中占据主流地位，以视频结构化和人脸识别的结合为主。
视频结构化技术可以对视频内容做自动分析，提供目标的检测、提取、跟踪和属性分析等功能；人脸识别能够对动态视频中的人脸与黑名单库中的影像记录做实时比对。二者结合可以优化拘捕抓逃的流程，提升案件侦破的效率。
近年来，云计算、边缘计算等技术也逐渐应用于安防领域，并与视频结构化、人脸识别等主流技术向多元融合、协同作用方向迈进，实现公安办案全流程的信息化、智能化和高效化。
以下是主流的几种技术：
视频结构化
利用计算机视觉和视频监控分析方法对摄像机拍录的图像序列和视频流内容进行自动分析，提供目标的检测/提取/跟踪、属性分析、行为描述、以图搜图等功能。
物体识别技术
判定一组图像数据是否包含某个特定的物体、图像特征或运动状态，在特定环境中识别特定目标的技术。目前能做到简单几何图形识别、人体识别、印刷或手写文件识别等。
云计算技术
云计算技术具备存储、计算和分析数据的功能，其可以对AI摄像机、卡口相机等设备感知的数据，进行分析与挖掘，为公安部门提供更多有效信息。
生物识别技术
利用人体固有的生理特性和行为特征来做个人身份鉴定的技术。人脸、指纹、虹膜识别方式是目前较广泛的生物识别方式，三者结合使用实现了产品的便捷性、安全性和唯一性。
行人再识别技术
利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术，旨在弥补目前固定的摄像头的视觉局限，并可与行人监测/行人跟踪技术相结合。
边缘计算技术
边缘计算是在前端通过数据分析处理，实现物与物之间传感、交互和控制。目前边缘计算主要部署在视频监控系统中的人脸识别盒子、NVR等上。
前端边缘计算与后端云计算协同助力智慧安防在公安场景落地
由于云计算具有节省成本、资源整合、高灵活性、便捷管理等众多优势，其IaaS和SaaS服务可以实现安防后端的存储、运算、显示、控制这四大功能，比原有本地化效果更好。
理论上前端不需要任何运算能力，但实际运用中，因为云计算面临传输成本和响应速度的限制，把前端数据直接传输到云中并不现实，所以需用边缘计算技术在前端部署算力，并与后端的云计算协同作用，使智慧安防在公安场景中实现全程监控和智能决策。
AI视频监控系统提升监控视频质量，实现自动查证和分析
视频监控系统作为公共机关追踪和逮捕违法人员的必要手段之一，经过近10年建设已覆盖城市各个角落，但依然存在以下问题：1）监控视频质量无法满足公安办案要求；2）海量监控数据多是非结构化数据，公安机关仍依靠人工被动查证。
伴随AI技术在安防领域的快速落地，AI视频监控系统的各类前端高清智能摄像机产品，不但可以提升监控视频的质量；而且通过嵌入多种智能识别算法，可以自动发现异常情况并报警、自动跟踪并精准定位等，实现自动查证与分析。目前较为典型的AI视频监控系统主要有基于视频流的动态对比识别系统和基于图片流的静态比对识别系统。前者主要由区县级及市级公安部门建设，后者则主要由省级公安部门建设。
公共安全视频联网系统实现视频专网与公安专网的数据共享
目前，城市各场景下的视频数据仍主要在各监控视频专网上传输，未能真正实现与公安专网之间的数据共享。公安部门在实际处理案件过程中，无法及时和直接调阅各视频专网上的数据信息，严重阻碍案件侦破进程，延缓拘捕抓逃时间。
通过构建基于公安信息网和公安视频专网的公共安全视频联网系统，可以对接省、市、县区级不同的应用体系，汇聚整合治安监控图像资源、智能交通图像资源和社会面监控资源，利用大数据和物联网技术实现对城市中的“人”、“车”、“物”等要素的全面管控和实时查看，为各种情报信息的研判提供更高价值的视频资源，支撑公安部门的实战应用。
本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.sosokankan.com/article/1733209.html