伴随着大数据、移动互联网、云计算、物联网、人工智能技术的不断进步，国内 “智慧城市”的建设推向了高潮。安防行业作为智慧城市的安全之门，同时也担负着智慧城市中智慧交通、智慧金融、智慧社区等多个系统视频图像识别的“智慧之眼”。如今，人工智能经历了几十年的沉淀后伴随着深度学习的兴起又一次浴火重生，加上视频智能分析技术、大数据技术的不断升级，助推安防行业各厂家此起彼伏的加速落地，衍生了一系列AI+(人工智能)智能应用。虽然目前还存在人才积累、数据共享等一些问题，但毋庸置疑的是伴随着国家战略政策的深化与行业需求的不断升级，智慧城市中AI+(人工智能)安防迎来了新的发展机遇与挑战，今天，是AI+(人工智能)安防布局的最好时代。

 

浅谈AI＋安防在智慧城市建设中的现在与未来
 

　　AI+安防在智慧城市建设中的技术及应用

 

　　人工智能历经五十年代的达特茅斯会议、八十年代 Hopfield 神经网络和 BT 训练算法到2006 年 Hinton 深度学习技术的提出，时至今日在积蓄了足够的能量后再次爆发。这一次人工智能不仅在技术上频频取得突破，在商业市场同样炙手可热，尤其在安防领域，伴随着人工智能技术的发展，各安防厂家已目露峥嵘。

 

　　人工智能在安防领域的拓展主要得益于视频智能分析、深度学习、大数据三大技术的不断成熟。

 

　　1.视频智能分析技术

 

　　视频智能分析技术是一种基于目标行为的智能监控技术。在不需要人为干预的情况下，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进行自动分析，包括目标检测、目标分割提取、目标识别、目标跟踪，以及对监视场景中目标行为的理解与描述，得出对图像内容含义的理解以及对客观场景的解释，从而指导和规划行动。

 

　　2.深度学习技术

 

　　深度学习之所以被称为“深度”，是相对支撑向量机(Support vector machine, SVM)、提升方法(Boosting)、最大熵方法等“浅层学习”方法而言的。深度学习是机器学习领域一个新的研究方向，其动机在于建立模型模拟人类大脑的神经连接结构，在处理图像、声音和文本这些信号时，通过多个变换阶段分层对数据特征进行描述，进而给出数据的解释。深度学习通过对原始信号进行逐层特征变换，将样本在原空间的特征表示变换到新的特征空间，自动地学习得到层次化的特征表示，从而更有利于分类或特征的可视化。人工智能技术的第三次涅槃催生了大量的深度学习研究机构，例如最近谷歌最新成立的ALgorithmiag算法平台已经拥有超40000个AI开发者，超过3000个算法和模型，而这些算法和模型未来将被应用于涉及深度学习的各行各业。

 

　　3.大数据技术

 

　　大数据技术可实现整合海量的非结构化、半结构化、结构化数据，并对这些数据进行分析计算。通过智能分析技术从非结构化数据中分析出结构化信息，通过全文检索技术从结构化数据中快速定位信息，通过分析挖掘技术从结构化数据中挖掘出有价值的信息。并能够通过大数据的深度关联分析对事物的发展趋势作出预。同时，通过大数据的挖掘与分析形成的有价值数据，可以为深度学习提供更加有效的数据样本。

 

　　总之，伴随着人工智能技术陆续落地，AI技术不断地融入现代安防应用中，在公安行业、交通行业、楼宇行业、民用监控行业等方向极大地丰富了智能安防的内涵与维度，推动了安防物联网的加速落地，促使智能安防向更高层级的“智慧安防”迈进，为智慧城市的未来提供了无限可能与更加安全的保障。

 

　　智慧城市中AI+(人工智能)安防发展问题

 

　　毫无疑问，安防行业的人工智能化是必然的趋势之一，尤其近年来，伴随着人工智能技术的第三次大爆发，众多围绕AI技术的企业走到了台前，向着智慧城市AI+(人工智能)安防不断迈进。但是，目前的AI+(人工智能)安防在智慧城市的建设中依然存在一些问题，主要表现在以下几个方面：

 

　　1.技术成熟度不够

 

　　尽管第三次人工智能技术大爆发时代已经来临，视频智能分析、深度学习、大数据技术也已经开始在安防行业崭露头角。但是目前的视频智能分析技术对于视频成像质量要求较高，而目前的视频图像质量受环境影响较大，加上由于编码、网络带宽等因素制约，在视频模糊、光照不足等情况下无法实现视频分析技术的有效辨识。深度学习技术目前也只能保证在设备制造过程中进行学习，无法实时对采集的图像进行进一步学习分析，尚不具备成长能力。此外，大数据技术应用中，目前的结构化处理能力尚有较大的发展空间，数据量的爆发期待更灵敏、更智能的计算能力与结构化分析能力。

 

　　2.数据开放程度不足

 

　　虽然我国目前互联网、移动互联网用户规模居全球第一，在安防行业随着平安城市的建设也带来了丰富的数据资源和应用市场优势，可是数据之间的交叉融合非常少，数据资源割裂、分散，开放和共享程度低，难以开展多维数据融合分析，使得人工智能缺乏有效的数据支撑。

 

　　3.专业人才稀缺

 

　　吴恩达与百度的人工智能姻缘，曾经一度被国内媒体热炒，而这恰恰说明了国内人工智能行业的高端人才稀缺现状。专业人才的稀缺导致行业现有人才对专业知识的积累不足，早期的智能分析技术属于单场景的目标检测和行为分析，对视频内容的理解能力偏弱，同时也很少涉及大范围场景的关联行为分析，没有积累下有效的经验知识用于异常分析和风险预测。

 

　　4.行业需求不明确

 

　　2017年的柯洁与alphago大战几乎人尽皆知，然而尽管人工智能攻陷围棋，以及不同版本的人机大战中也获得了众多成就，然而更多地是一场科技秀，以此向外界展示自身人工智能技术实力，但在推动人工智能技术实际应用中，至今尚未有比较成熟的应用项目。随着智慧城市、平安城市的不断发展，各个城市你追我赶、大干快上，底层基础的建设在不断加强，但上层应用的需求亟待从厂家到用户全链条的关注与开发。

 

　　5.技术转化能力与品牌难同步

 

　　近两年人工智能的概念得到了风投的强烈关注，然而技术落地、产品的转化、价格定位与品牌的建设与推广绝非一日之功。目前的资本市场上每天都在上演着昙花一现的故事，只有拥有数据运用能力、产品化能力、渠道能力的企业才有望在智能安防中获得先发优势。

 

　　智慧城市中AI+(人工智能)安防的未来与机遇

 

　　未来，搭载AI技术的实时智能视频监控系统将作为智慧城市中的平安社区、智能交通、智慧商业、智能家居等领域物联网应用的核心一环。AI技术对安防行业的驱动和颠覆力是远甚于先前的高清视频、智能分析，未来的AI+(人工)智能安防发展趋势将从后端向前端延伸、从静态处理到动态识别、从被动防御到主动防控转变。2017年3月，“人工智能”首次被写进政府工作报告，未来可以预见，伴随一系列国家政策的出台，AI技术在安防领域将加速落地，并掀起新一轮智能安防改造与建设热潮。同时，AI技术的融入，促使智慧城市不断向网络化、集约化、智能化发展。

 

　　1.政策推动

 

　　伴随着国家对大数据、移动互联网、云计算、物联网等方向的不断重视与政策倾斜，国家投资战略及政策不断完善，智慧城市PPP建设模式已日趋成熟，将助推安防行业新的变革，PPP等新的建设模式带来巨大资金，可以有效引导安防厂家参与智慧城市公共服务建设的积极性。

 

　　2.技术推动

 

　　随着机器人、语音识别、图像识别、语言处理和专家系统等技术的愈加成熟，智能分析、云计算、云存储、大数据技术不断升级，加上深度学习算法种类的不断完善与芯片技术的计算及稳定性能提升，使得视频深度学习技术成熟度越来越高，给AI+(人工智能)安防带来了全新的机遇。

 

　　3.需求推动

 

　　政府的功能性需求为安防行业的发展发挥了巨大的驱动作用。近两年，平安城市逐渐向智慧型平安城市发展，推进过程中离不开智慧交通、智慧家居、智慧医疗、智慧校园、智慧社区等多样化系统的建设与多行业应用。智慧城市行业与领域的细分必将为人工智能安防的发展奠定基础，并将依托人工智能安防不断提升感知水平。

 

　　4.数据助推

 

　　平安城市、综治工程、雪亮工程、交通海燕等一系列安防工程系统的建设部署了大量的高清智能前端，必将带来巨大的视频图像资源，有效的数据资源将为视频结构化、深度学习、大数据等技术的发展提供巨大的样本基础，从而为人工智能安防的发展带来明显的推动作用。