行業信息 智慧城市是在城鎮化與信息化發展的背景下，通過綜合運用物聯網、云計算、大數據、人工智能等新一代信息技術，統籌城市公共數據資源，整合業務系統，實現城市規劃、建設、管理、運營現代化的城市發展新模式。智慧城市是在城市信息化發展到一定基礎之上，為了破解城市各業務領域信息化深化發展帶來的數據孤島、業務壁壘、局部智能等一系列發展障礙而提出的。建設智慧城市的一個重要目標，就是要在城市數字化前提下，實現數據的融合與共享，進而實現以大數據為基礎的深度學習、跨界融合、全局智能。
安防是城市的剛需，沒有智慧安防智慧城市將無從談起。城市公共安防涉及城市治安管理、城市管理、交通管理、安全生產監管、應急指揮等眾多行業和部門，對數據的多源采集、充分共享、深度挖掘、創新應用要求非常高。在智慧城市眾多的專項領域里，智慧安防是最能體現立體感知、數據融合、業務系統、開放創新等智慧城市建設特征的專項領域。
一、AI、大數據時代，智慧安防在智慧城市建設中的發展現狀
近年來，在網絡、數據、計算、芯片、算法等基礎能力技術的助推下，隨著物聯網、大數據分析、人工智能等技術和應用的不斷成熟，特別是計算機視覺、視頻結構化分析、視頻圖像深度學習等人工智能技術的引入，公安大數據和社會大數據的深度挖掘，城市公共安防智慧化水平不斷提升?！癆I+安防”正成為安防行業發展的熱點和共識。
按照中國信息通信研究院的統計結果，2018 年中國人工智能市場主要由五個領域構成，按照市場規模從高到低分別為：機器視覺占比37%，語音識別占比 22%，自然語言處理占比 16%，基礎算法及平臺占比 14%，芯片占比 11%。而在機器視覺領域市場構成中，安防行業以 67.9% 占據大部分份額，這得益于中國公共安全視頻監控建設的龐大市場。安防行業也從單一的安全領域向智慧城市各領域應用方向發展，旨在提升生產效率、提高生活智能化程度，為更多的行業和人群提供可視化、智能化解決方案。
二、智慧安防在智慧城市建設中的機遇與挑戰
智慧安防的建設切實增強了城市整體防控、打擊犯罪、信息安全、城市治理等能力，目前已進入以數據分析為核心的情報驅動的信息化建設階段。在這個階段，數據的采集、分析和應用是關鍵。
在智慧城市中，城市公共安防在各行業領域廣泛應用，并融入全社會乃至普通百姓的多方需求。與此同時，推動安防系統從傳統的被動防御升級成為主動判斷和預警的智能防御，是安防行業一直以來的迫切需求。安防信息隱藏在城市運行的各項指標背后，其數據的采集不能只依靠政府部門，要基于“共建共治共享”理念，推動社區、學校、醫院、企業、酒店、工地等企事業單位等共同承擔起數據采集責任；要建立起以視頻監控為核心，包含 MAC、音頻、指紋等多種類型的數據采集手段；要實現吃、住、行等不同場景的信息全域覆蓋、全程采集。
安防數據數量巨大、價值密度低、種類繁多，不僅對人類來說使用起來非常困難，對其進行智能分析和挖掘也是很困難的事情。目前，安防視頻智能分析技術對于視頻成像質量要求較高，而目前的視頻圖像質量受環境影響較大，加上由于編碼、網絡帶寬等因素制約，在視頻模糊、光照不足等情況下無法實現視頻分析技術的有效辨識；同時，安防數據在各數據庫之間的關聯融合非常少，數據資源仍處于分散狀態，數據的開放和共享程度低，難以開展多維數據融合分析，需要結合應用場景進一步提升模型算法，充分發揮機器學習、數據分析和挖掘等各種人工智能優勢，開展智能分析。
三、智慧安防在智慧城市建設中的應用案例解析
如今，智慧安防已經進入大數據和人工智能時代。以機器視覺、深度學習技術為基礎的人工智能已經廣泛應用于治安管控、交通管理、刑偵破案等業務場景中，在不需要人為干預的環境下，計算機可以對攝像機拍攝的內容進行自動分析，包括目標檢測、目標分割提取、目標識別、目標標注、目標跟蹤等；可以對監測場景中的目標行為進行理解并描述，得出符合實際意義的解釋，如車輛逆行、開車打電話、人群集聚、包裹遺留等，大大提升了視頻監控數據的價值和使用效率。
安防數據像血液一樣滲透于城市的治安、交通、社區、教育、生產等各個方面。處理海量多源異構數據是智慧安防必須要面對的問題。目前，公安系統數據庫中積累大量的車輛、人員、社會關系等信息及大量的高危人員、高危車輛的信息，同時城市攝像頭、智能移動終端、傳感器每時每刻都在產生大量的社會安全數據，城市安防信息就隱藏在這些數據中。大華多維大數據解決方案即以視頻提取人、車、物、行為等結構化數據核心，同時融合道路卡口 / 電警圖片視頻資源、治安監控、公安信息庫（如人員信息庫、車輛盜搶庫、車架管庫、六合一系統等）、社會資源信息、互聯網高價值信息等，進行多維度的碰撞分析，并與實戰業務流程相結合，不斷深入挖掘數據深層次價值，構建一張“多維智能感知防控網絡”，打通數據壁壘，服務全警及各政府部門應用。多維大數據系統可對人員數據、車輛數據、物聯數據進行采集和關聯，通過以視頻為核心的物聯信息服務與公安業務數據、政府社會數據進行碰撞，從而實現融合檢索、全網碰撞、關系追蹤、軌跡補全、軌跡預測等功能。
四、智慧安防在智慧城市建設中的發展前景與趨勢
隨著 AI、大數據等技術在安防領域應用的不斷深入。智慧安防未來發展趨勢主要表現在三個方面：
1.“云 + 端”全智能感知
AI 與前端感知設備的結合，通過賦予前端邊緣計算能力，可以將人像識別、車輛識別、行為識別等部分智能化分析功能前置，實現“云 + 端”的 AI 安防整體架構，既滿足城市安防對多元細分場景的智能化應用要求，又通過計算和數據的邊緣化，降低了數據傳輸對網絡的壓力和對數據中心的依賴，更好提升全網智能化效率.
2. 人機協同智能化作戰
美國斯坦福大學發布的 2030 年人工智能生活報告當中，全面評估了人工智能發展，并將人機相互補償和增強的智能協同系統列為未來 AI 的重要發展趨勢之一。人機協同智能協同在需具備基于人類狀態模型的機器認知能力，基于知識圖譜的人機知識共享能力和基于智能推理的多人多機全局規劃能力。在智慧安防領域，人機系統可在遠程應急指揮、事故現場聯合搜救、人類不可及區域的作業等場景下發揮作用，實現人機組織主動認知，相互協同。如在危急環境下，市民可以通過手勢給視頻監控系統發送求助信號。
3. 基于全局的認知智能
安防大數據集合了多個部門、多個系統在不同時間點的數據，數據價值密度很低，全局數據分析能力不足嚴重制約了安防數據的應用。未來，讓機器學習實時處理人所不能理解的超大規模全量多源數據，從海量數據中洞悉人所沒有發現的復雜隱藏規律，最終能夠從全局視角制定超越人類局部次優決策的策略，是智慧安防發展的重點方向。
五、結語
在以人工智能為代表的信息技術引領的新一輪科技革命和智慧城市建設浪潮中，智慧安防無疑是智慧城市建設中新技術與業務結合性好、需求迫切、落地性強的一個領域。
在大數據、移動互聯網、傳感網、深度學習等新理論新技術的驅動下，人工智能正加速發展，呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等新特質。人工智能在立體感知和預判、深度學習、全局策略制定等領域有著人類無法比擬的優勢。AI+ 安防的深度融合將極大促進安防行業發展，推動安防回歸安全防范的本質，同時也會進一步提升智慧城市的精細化治理水平，促進相關產業的發展和升級。
