人工智能是計算機科學的分支，它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。得益于深度學習優(yōu)異的特征學習能力，能夠形成快速的知識積累，人工智能可以對數(shù)據(jù)進行更本質的刻畫，這大大地拓展了人工智能的研究和應用領域，使得機器學習能夠完成更多的任務，實現(xiàn)更多的應用。人工智能不再是人們的期望，而是近在眼前，甚至即將實現(xiàn)。

人工智能技術在雪亮工程中主要應用于深度學習、視頻結構化、人臉檢測、人臉特征識別、人體特征識別、車牌識別、車輛特征識別、大數(shù)據(jù)分析及應用等。通過人工智能技術，可以對前端采集的原始監(jiān)控圖像進行結構化解析，按照規(guī)范標準，把原始的視頻圖像數(shù)據(jù)自動轉化為準結構化和結構化數(shù)據(jù)，形成相對應的主題數(shù)據(jù)庫，并將數(shù)據(jù)提交至大數(shù)據(jù)平臺進行相關的數(shù)據(jù)模型、技戰(zhàn)法等使用，形成豐富的實戰(zhàn)應用，如人車軌跡刻畫、落腳點分析、預測預警等服務，充分發(fā)揮監(jiān)控圖像的實戰(zhàn)價值。

在安防行業(yè)內，人工智能主要分為兩種，一種是前端智能，另一種是后端智能。前端智能也稱邊緣節(jié)點，主要指具備一定智能化的攝像機，如人臉抓拍攝像機、車輛抓拍攝像機等前端設備，可以在前端完成簡單的人臉和車輛圖像分析，再回傳至解析中心進行算法較為復雜的二次識別和分析。目前部分設備廠商還可以做到將原先不具備智能分析的視頻監(jiān)控攝像頭，通過加載智能算法盒子或者算法軟件的方式，把普通攝像機升級為具備視頻分析能力的智能化攝像機，這在雪亮工程中可以提高原有高清攝像機的利用率，減少大量新建攝像機帶來的巨大成本。

后端智能主要指結合相關的人臉識別服務器、車輛識別服務器、結構化分析服務器、大數(shù)據(jù)分析服務器等智能設備，通過視頻平臺將視頻圖像資源中用戶關注的活動目標（人體、車輛）進行結構化解析，形成有價值的數(shù)據(jù)積累，提供特征檢索、以人搜人、軌跡回放等應用功能。為實現(xiàn)對不同廠商的視頻分析算法的兼容、融合和調度，構建一個開放的基于 AI 的視頻圖像處理與分析引擎集成框架，支持不同廠商算法靈活地集成進來，并為這些算法任務的執(zhí)行提供高效的任務分解和調度，并屏蔽底層異構計算資源的差異，提供統(tǒng)一的異構計算資源的管理和調度，為視頻智能解析和檢索提供一個高效的加速引擎。依據(jù)實戰(zhàn)應用需求，通過大數(shù)據(jù)平臺設計時空分析、線索排查、歷史摘錄等場景化的業(yè)務應用，支撐視頻圖像信息應用及公安實戰(zhàn)業(yè)務應用。

人工智能技術在雪亮工程應用中面臨的問題

1. 數(shù)據(jù)開放性和聯(lián)系不足

雪亮工程項目建設的不斷推進，為人工智能帶來了豐富的數(shù)據(jù)資源和應用優(yōu)勢。但是現(xiàn)有的多警種資源、跨平臺業(yè)務、非標系統(tǒng)等的數(shù)據(jù)壁壘問題一直存在，導致各數(shù)據(jù)之間的關聯(lián)和融合少，數(shù)據(jù)資源仍然分散，數(shù)據(jù)開放和共享程度較低，難以進行多維數(shù)據(jù)融合分析，使得人工智能缺乏有效的數(shù)據(jù)支撐。

2.技術尚未完全成熟

隨著新技術和硬件設備的發(fā)展，人工智能技術已經進入一個日新月異的地步，在雪亮工程中我們也常?？吹揭曨l智能分析、深度學習、大數(shù)據(jù)等技術的身影。然而，要想利用視頻智能分析挖掘出視頻圖像中更多的信息，對視頻成像質量有非常高的要求。目前，環(huán)境對監(jiān)控攝像頭的視頻成像質量的影響很大，可能會有光照不足、目標遮擋或者尺寸很小等一系列問題。另外，由于編碼和網絡帶寬等因素，會導致視頻卡頓、視頻畫面模糊等問題，無法實現(xiàn)視頻的智能化分析。深度學習技術只能保證設備制造過程中的學習，并且不能保證實時進一步研究和分析所收集的圖像。此外，在大數(shù)據(jù)技術的應用方面，目前結構化處理能力的發(fā)展還有很大的空間。數(shù)據(jù)的幾何尺度對計算機的計算能力、處理能力和結構化分析能力提出了更高的能力和要求。

3. 場景分析難拓展

在早期智能化工程中，智能分析技術不太成熟，基本都是單場景地對目標進行檢測和對目標行為的分析，這種單場景的分析一般對視頻內容的理解能力偏弱，針對雪亮工程中大范圍場景的關聯(lián)行為分析比較少，沒有較多的有效經驗來支撐異常分析，以及對風險做預測。

4. 缺乏有效的完善能力

目前我們很多人工智能中所說的智能，只是一種被動式反應的智能，都需要根據(jù)輸入的條件進行自動的判斷，無法自動根據(jù)數(shù)據(jù)及分析做出自主預警，缺乏成長能力。真正意義上的人工智能應該是在時間的沉淀下，以及群體間的經驗分享能力，這樣才能在實踐中不斷完善，使得人工智能的能力更強，更高效。

雪亮工程建設智能化提升方向

1. 統(tǒng)籌規(guī)劃，提高前端設備高清智能化

加大前端點位建設力度，“以點為基、串點成線、連線成面”，擴充互聯(lián)網視頻圖像資源，鼓勵公眾參與雪亮工程建設，加深視頻監(jiān)控覆蓋深度，實現(xiàn)重點建設與分類建設齊頭并進。前端建設以科學布建理論為指導，開展場景式部署建設，構建多維感知體系，多角度、分層次、全方位、全天候采集視頻圖像及物聯(lián)網基礎數(shù)據(jù)，實現(xiàn)對人、地、事、物、組織的多維度信息采集，解決跨部門、多行業(yè)用戶及公眾的個性化需求。與此同時，結合 5G 網絡傳輸技術，將視頻監(jiān)控向更高清的方向提升，達到 4K、8K 級別，給智能分析提供更高質量的數(shù)據(jù)支撐。

2. 深度挖掘數(shù)據(jù)，聚焦業(yè)務應用

在雪亮工程項目中，匯聚的不僅僅是視頻圖像數(shù)據(jù)，還有人員數(shù)據(jù)、車輛數(shù)據(jù)、房屋數(shù)據(jù)等。要以海量有價值數(shù)據(jù)為基礎，深度開展業(yè)務應用系統(tǒng)的建設，以業(yè)務應用為導向，促進軌跡追蹤、人像比對、車牌識別、快速檢索、數(shù)據(jù)挖掘及信息預測預警等技術與各政府部門在業(yè)務應用方面的深度耦合，實現(xiàn)全市公安、綜治、交通、環(huán)保、教育、衛(wèi)生等各部門在治安防控、城鄉(xiāng)社會治理、智能交通、服務民生、生態(tài)建設與保護等領域的應用，為社會和群眾提供更多更好的服務。

3.精耕視頻云，升級“視頻 +”服務

以“多維感知、資源匯聚、數(shù)據(jù)融合、平臺開放、服務集成、智慧應用”為理念，構建物理分布、邏輯統(tǒng)一的視頻云。建立以視頻圖像為主、多種資源關聯(lián)疊加的視頻資源智能化服務體系，實現(xiàn)視頻、手機、車輛等信息的整合和匯聚，達到人、屋、車、場等信息關聯(lián)融合，為各警種、各地市、各基層實戰(zhàn)單位提供一個資源共享、能力開放、安全可控的多元化視頻資源服務平臺。視頻向下疊加多維的IOT物聯(lián)感知（包括空間信息、動環(huán)信息、生物體征、深度語音識別等等），向上輸出更多的視頻數(shù)據(jù)應用價值，支持更為寬廣的業(yè)務應用，比如智慧城市的運行中心、城市交通態(tài)勢分析、機器視覺、大數(shù)據(jù)預警與決策等。