隨著城市逐步從以工業生產為主向知識、信息、智慧樞紐和集散地為主的方向轉變，中心城市對知識密集、信息密集、創新密集的高新技術產業和高附加值的智慧產業的吸引力迅速增強，逐步成為產品設計、研發、管控、營銷、服務的聚集地，逐步演進為信息與知識生產、使用和集散的中心。

在全球信息化f趨勢和“智慧地球”理念的推動下，“智慧城市”發展模式應運而生，并成為世界范圍內城市現代化的戰略途徑。智慧城市實際上是對如何運用先進的信息技術推動城市發展的一個創新理念。

使用先進信息技術改善商業運作和公共服務，并不是新鮮的想法。事實上，國外一直在努力提升信息技術的應用水平，并取得了一定的成果。智慧城市是一個全新的理念，其核心特征是將信息資源作為重要的生產要素，來推動經濟轉型升級，再創發展新優勢。我國上海、北京、廣東、福建、深圳、南京、寧波等地紛紛提出建設智慧城市發展戰略，意在搶占先發優勢。

發改委聯合八部委印發了《關于促進智慧城市健康發展的指導意見》提出：“到2020年，建成一批特色鮮明的智慧城市，要在保障和改善民生服務、創新社會管理、維護網絡安全等方面取得顯著成效”。國務院提出將在“十三五”期間建設19個城市群。我國推進智慧城市建設不僅表現在單個城市層面上，而且還出現了以城市群為特征的更大范圍的智慧化建設。

智慧城市群從更宏觀、更系統的層面推進智慧城市建設戰略的實施，為區域智慧一體化和單個城市的智慧化建設指明了方向。“十三五”期間，政府及PPP模式帶來的資金規模有望為智慧城市建設帶來新一輪發展勢頭。2017年以來，隨著各類智慧城市參與者的積極涌入，以及政府數據的不斷開放，我國的智慧城市取得了進一步發展。

關于智慧城市的政策分為四類。第一類是智慧城市建設的具體規劃與政策，包括政府長期規劃、建設方案、指導意見、項目管理方法等。第二類是在政府的國民經濟社會信息化建設總體規劃中專門列出的智慧城市政策。第三類是“城市信息化建設”或“數字城市建設”的相關政策，這些項目與智慧城市建設目標類似。第四類是由多個中央部委聯合開展的試點項目，重點關注智慧城市建設或相關基礎設施。

“AI+安防”在智慧城市建設中的落地應用現狀

在云計算、大數據、芯片、算法等基礎能力技術的助推下，“AI+安防”的概念開始浮出水面，應用已經落地。基于GPU運算的方案、人臉識別、大數據應用等已經成為業內的共識。可以說，安防監控行業正在經歷一次重大轉型。各種新技術的大規模植入，加速驅動著智能監控技術升級，向更高層級進化。與此同時，行業用戶對視頻監控也提出更多需求，多樣化的應用場景催生出不同的用戶需求。

以公共安全領域為例，中國平安城市建設在經歷了基礎設施建設階段，到現在的“雪亮工程”是安防行業繼平安城市后又一歷史性機遇，“雪亮工程”已出現加速向上拐點，取代“平安城市”成為安防市場主要驅動力。“雪亮工程”在采招網上公開的中標項目總額在2017年由第一季度的3億增長到了第四季度的43億，四季度同比增速達到220%。2016年全年公開中標項目總額僅為2億，2017年達到66億，是2016年的33倍。為了實現力爭到2020年實現公共安全視頻監控建設聯網應用“全域覆蓋、全網共享、全時可用、全程可控”的目標，接下來無論是發達地區，還是邊遠地區或者欠發達地區，都有望在未來兩年內大力建設平安城市、雪亮工程等視頻監控項目。

可以看到通過雪亮工程的建設，切實的增強了預計預防、打擊犯罪、整體防控、基礎防控和破解社會管理難題的能力，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，數據是重中之重，而對于公共安全領域的使用者和管理者來說，如何更高效地收集和分析數據是一個重點。所以，從應用層面來看，大數據、視頻云和智能分析的有機結合與多維應用已經是當前公共安全項目建設的熱點。

AI+安防在智慧城市中急需突破的瓶頸

未來，搭載AI技術的實時智能視頻監控系統將作為智慧城市中的平安社區、智能交通、智慧商業、智能家居等領域物聯網應用的核心一環。2017年3月，“人工智能”被寫進政府工作報告，未來可以預見，伴隨一系列政策的出臺，AI技術在安防領域將加速落地，并掀起新一輪智能安防改造與建設熱潮。

近年來，伴隨著人工智能技術的第三次大爆發，眾多圍繞AI技術的企業走到了臺前，向著智慧城市AI+（人工智能）安防不斷邁進，安防行業的人工智能化是必然的趨勢之一。當前，AI技術對安防行業的驅動和顛覆力是遠甚于先前的高清視頻、智能分析，未來的AI+（人工智能）安防發展趨勢將從后端向前端延伸、從靜態處理到動態識別、從被動防御到主動防控轉變;AI技術的融入，促使智慧城市不斷向網絡化、集約化、智能化發展。

但是，目前的AI+（人工智能）安防在智慧城市的建設中依然存在一些問題，主要表現在以下幾個方面：

1、技術成熟度亟待提高

盡管隨著本輪人工智能技術大爆發的來臨，視頻智能分析、深度學習、大數據技術也已經開始在安防行業嶄露頭角。但是目前的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。深度學習技術目前也只能保證在設備制造過程中進行學習，無法實時對采集的圖像進行進一步學習分析，尚不具備成長能力。此外，大數據技術應用中，目前的結構化處理能力尚有較大的發展空間，數據量的幾何規模對計算機的計算能力、處理能力以及結構化分析能力有著更高的期待與要求。

2、提高數據的開放程度以及加強數據之間的聯系

目前，我國的互聯網用戶規模居全球首位，隨著平安城市、雪亮工程的建設，為安防行業帶來了豐富的數據資源和應用優勢。但是，數據之間的關聯融合非常少，數據資源仍處于分散狀態，各個數據所有者之間的孤島現象、煙囪現象仍很嚴重，數據的開放和共享程度低，難以開展多維數據融合分析，導致人工智能在獲取有效的數據支撐這條道路上仍有很長時間要走。但是，最終承載著AI技術的實時智能視頻監控系統將作為智慧城市中的雪亮工程、平安社區、智能交通、智慧商業、智能家居等領域物聯網應用的核心一環。

3、專業領域稀有人才的缺失

2017年3月，政府工作報告中提到，要加快人工智能等技術的研發和轉化。人工智能進入政府報告，意味著其發展已經上升至戰略高度。業內人士表示，隨著后期細化政策的不斷落地，將進一步推動產業高速增長。

據相關數據統計，全球目前擁有約25萬名人工智能專業人才。然而，從市場的發展來看，這一數量級的人才儲備遠無法滿足未來幾年中人工智能在垂直領域及消費者市場快速、穩健增長的宏觀需求。更嚴峻的現狀是，現有的人工智能專業人才中，有超過三分之一來自美國。這對于中國科技公司來說，更為不利。工信部教育考試中心副主任周明也曾在2016年向媒體透露，中國人工智能人才缺口超過500萬人。

未來，無論是安防巨頭，還是人工智能領域的“獨角獸”公司，亦或是普通公司，人才缺口都看成為了這些企業人工智能發展的一道坎。

4、業務應用需求不聚焦

Alphago相繼打敗李世石、柯潔的大戰幾乎人盡皆知，給人感覺人工智能在攻陷圍棋、在不同版本的人機大戰中也獲得了眾多成就。然而，這更多地是一場科技秀，以此向外界展示自身人工智能技術實力，但在推動人工智能技術實際應用中，至今尚未有比較成熟的應用項目。隨著智慧城市、平安城市的不斷發展，各個城市你追我趕、大干快上，底層基礎的建設在不斷加強，但面向客戶的最終應用需求仍然亟待從廠家到用戶全鏈條的關注與開發。

AI+安防在智慧城市建設中的應用前景與趨勢

1、前端物聯設備高清化、智能化

安防業務系統應遵循“看的清、看的全、看的懂、看為用”的實戰目標，而實現這一目標的基本前提就是規模化部署智能化、立體化的高清采集前端。隨著編碼技術的提升，目前720P、1080P碼流帶寬都在大規模應用范圍之內，4K高清也逐步應用于特定的一些場景。要做到智能化、立體化，就必須要求場景足夠細化，產品類型足夠豐富，選型部署足夠匹配。

另一方面，安防行業的視頻監控具有點位多、信息量大、傳輸成本高、后端大規模分析成本高、分析時效延遲等特點，如果單個前端設備具備智能化能力，不但可以大大提高整個系統的響應效率，還可以縮減后端平臺的建設成本。建設過程中，在關注云計算，強調計算集中、數據集中處理機制的同時，在技術上也應該關注計算資源和數據處理的邊緣化，關注邊緣節點互動和通信的特性，目的是充分應用邊緣節點的計算能力，有效減輕對網絡的要求和投資，滿足邊緣節點的實時應用和區域應用的需求。通過計算和數據的邊緣化，降低了整個系統對數據中心的依賴。應用人像識別、車輛識別、行為識別等前端分析行為，使視頻圖片的深度精細化分析逐步前置，我們將“霧計算”與“云計算”相結合，更好的提升了全網效能。

2、深度挖掘，為探知數據加載智慧大腦

以視頻圖像為核心內容的智能前端設備，實現了數據多元化、探知立體化。但是，僅僅采集、記錄信息是不夠的，不能滿足各業務實戰對數據有效性的要求。數據的有效性分為兩個方面：一方面，按照數學統計的說法，有效信息可能只分布在一個較短的時間段內，即所謂信息的密度，往往越高密度的信息價值越大;另一方面是深層次挖掘龐大的海量數據，關聯得出高價值的有效信息。將這些視圖大數據快速有效轉變為各種業務實戰所需的價值信息，需要為智能的前端探知設備加載智慧大腦。從“密而不漏”到“萬里挑一”，前者保證目標和線索被記錄，后者實現目標和線索主動顯露。經過智能感知之后，智慧大腦實現了海量數據價值的智能挖掘和海量價值數據的智慧流通，并因此讓價值信息的實戰應用成為可能。

3、精耕視頻云，實現實戰應用數據化

依托專有業務信息網新建人臉大數據防控、車輛大數據防控、視頻大數據治安巡控、視頻大數據情報追蹤、視頻大數據指揮調度、視頻大數據偵查實戰等視頻大數據應用建設，實現視頻云調用、圖像云智能、涉車云分析、人像云比對、綜合云研判、策略云評估等應用。與上級平臺的情報、指揮決策、綜合防控、網安共享、執法辦案、業務監督、移動應用、網上服務等應用云對接，實現更廣泛的大數據整合應用和跨業務部門的深度視頻大數據應用，實現省內應用關聯，跨地市的視頻大數據防控、視頻情報分析、專項行動指揮等，從而達到提升預警防范能力、治安防控能力、指揮救援能力的目的。

結語

隨著語音識別、圖像識別、語言處理等技術的愈加成熟，智能分析、云計算、云存儲、大數據技術不斷升級，加上深度學習算法種類的不斷完善與芯片技術的計算及穩定性能提升，使得視頻深度學習技術成熟度越來越高，給AI+安防帶來了全新的機遇。

同時，政府的功能性需求也為安防行業的發展發揮了巨大的驅動作用。智慧城市行業與領域的細分必將為人工智能安防的發展奠定基礎，平安城市、雪亮工程等一系列安防工程系統的建設部署了大量的高清智能前端，必將帶來巨大的視頻圖像資源，有效的數據資源將為視頻結構化、深度學習、大數據等技術的發展提供巨大的樣本基礎，從而為人工智能安防的發展帶來明顯的推動作用，促進安防領域感知水平和應用能力不斷提升。

來源：RFID世界網