人工智能是計(jì)算機(jī)科學(xué)的分支，它是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。得益于深度學(xué)習(xí)優(yōu)異的特征學(xué)習(xí)能力，能夠形成快速的知識(shí)積累，人工智能可以對(duì)數(shù)據(jù)進(jìn)行更本質(zhì)的刻畫(huà)，這大大地拓展了人工智能的研究和應(yīng)用領(lǐng)域，使得機(jī)器學(xué)習(xí)能夠完成更多的任務(wù)，實(shí)現(xiàn)更多的應(yīng)用。人工智能不再是人們的期望，而是近在眼前，甚至即將實(shí)現(xiàn)。
人工智能技術(shù)在雪亮工程中主要應(yīng)用于深度學(xué)習(xí)、視頻結(jié)構(gòu)化、人臉檢測(cè)、人臉特征識(shí)別、人體特征識(shí)別、車(chē)牌識(shí)別、車(chē)輛特征識(shí)別、大數(shù)據(jù)分析及應(yīng)用等。通過(guò)人工智能技術(shù)，可以對(duì)前端采集的原始監(jiān)控圖像進(jìn)行結(jié)構(gòu)化解析，按照規(guī)范標(biāo)準(zhǔn)，把原始的視頻圖像數(shù)據(jù)自動(dòng)轉(zhuǎn)化為準(zhǔn)結(jié)構(gòu)化和結(jié)構(gòu)化數(shù)據(jù)，形成相對(duì)應(yīng)的主題數(shù)據(jù)庫(kù)，并將數(shù)據(jù)提交至大數(shù)據(jù)平臺(tái)進(jìn)行相關(guān)的數(shù)據(jù)模型、技戰(zhàn)法等使用，形成豐富的實(shí)戰(zhàn)應(yīng)用，如人車(chē)軌跡刻畫(huà)、落腳點(diǎn)分析、預(yù)測(cè)預(yù)警等服務(wù)，充分發(fā)揮監(jiān)控圖像的實(shí)戰(zhàn)價(jià)值。
在安防行業(yè)內(nèi)，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(diǎn)，主要指具備一定智能化的攝像機(jī)，如人臉抓拍攝像機(jī)、車(chē)輛抓拍攝像機(jī)等前端設(shè)備，可以在前端完成簡(jiǎn)單的人臉和車(chē)輛圖像分析，再回傳至解析中心進(jìn)行算法較為復(fù)雜的二次識(shí)別和分析。目前部分設(shè)備廠商還可以做到將原先不具備智能分析的視頻監(jiān)控?cái)z像頭，通過(guò)加載智能算法盒子或者算法軟件的方式，把普通攝像機(jī)升級(jí)為具備視頻分析能力的智能化攝像機(jī)，這在雪亮工程中可以提高原有高清攝像機(jī)的利用率，減少大量新建攝像機(jī)帶來(lái)的巨大成本。
后端智能主要指結(jié)合相關(guān)的人臉識(shí)別服務(wù)器、車(chē)輛識(shí)別服務(wù)器、結(jié)構(gòu)化分析服務(wù)器、大數(shù)據(jù)分析服務(wù)器等智能設(shè)備，通過(guò)視頻平臺(tái)將視頻圖像資源中用戶關(guān)注的活動(dòng)目標(biāo)（人體、車(chē)輛）進(jìn)行結(jié)構(gòu)化解析，形成有價(jià)值的數(shù)據(jù)積累，提供特征檢索、以人搜人、軌跡回放等應(yīng)用功能。為實(shí)現(xiàn)對(duì)不同廠商的視頻分析算法的兼容、融合和調(diào)度，構(gòu)建一個(gè)開(kāi)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(jìn)來(lái)，并為這些算法任務(wù)的執(zhí)行提供高效的任務(wù)分解和調(diào)度，并屏蔽底層異構(gòu)計(jì)算資源的差異，提供統(tǒng)一的異構(gòu)計(jì)算資源的管理和調(diào)度，為視頻智能解析和檢索提供一個(gè)高效的加速引擎。依據(jù)實(shí)戰(zhàn)應(yīng)用需求，通過(guò)大數(shù)據(jù)平臺(tái)設(shè)計(jì)時(shí)空分析、線索排查、歷史摘錄等場(chǎng)景化的業(yè)務(wù)應(yīng)用，支撐視頻圖像信息應(yīng)用及公安實(shí)戰(zhàn)業(yè)務(wù)應(yīng)用。
人工智能技術(shù)在雪亮工程應(yīng)用中面臨的問(wèn)題
1. 數(shù)據(jù)開(kāi)放性和聯(lián)系不足
雪亮工程項(xiàng)目建設(shè)的不斷推進(jìn)，為人工智能帶來(lái)了豐富的數(shù)據(jù)資源和應(yīng)用優(yōu)勢(shì)。但是現(xiàn)有的多警種資源、跨平臺(tái)業(yè)務(wù)、非標(biāo)系統(tǒng)等的數(shù)據(jù)壁壘問(wèn)題一直存在，導(dǎo)致各數(shù)據(jù)之間的關(guān)聯(lián)和融合少，數(shù)據(jù)資源仍然分散，數(shù)據(jù)開(kāi)放和共享程度較低，難以進(jìn)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(shù)尚未完全成熟隨著新技術(shù)和硬件設(shè)備的發(fā)展，人工智能技術(shù)已經(jīng)進(jìn)入一個(gè)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(xué)習(xí)、大數(shù)據(jù)等技術(shù)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(duì)視頻成像質(zhì)量有非常高的要求。目前，環(huán)境對(duì)監(jiān)控?cái)z像頭的視頻成像質(zhì)量的影響很大，可能會(huì)有光照不足、目標(biāo)遮擋或者尺寸很小等一系列問(wèn)題。另外，由于編碼和網(wǎng)絡(luò)帶寬等因素，會(huì)導(dǎo)致視頻卡頓、視頻畫(huà)面模糊等問(wèn)題，無(wú)法實(shí)現(xiàn)視頻的智能化分析。深度學(xué)習(xí)技術(shù)只能保證設(shè)備制造過(guò)程中的學(xué)習(xí)，并且不能保證實(shí)時(shí)進(jìn)一步研究和分析所收集的圖像。此外，在大數(shù)據(jù)技術(shù)的應(yīng)用方面，目前結(jié)構(gòu)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(duì)計(jì)算機(jī)的計(jì)算能力、處理能力和結(jié)構(gòu)化分析能力提出了更高的能力和要求。3. 場(chǎng)景分析難拓展在早期智能化工程中，智能分析技術(shù)不太成熟，基本都是單場(chǎng)景地對(duì)目標(biāo)進(jìn)行檢測(cè)和對(duì)目標(biāo)行為的分析，這種單場(chǎng)景的分析一般對(duì)視頻內(nèi)容的理解能力偏弱，針對(duì)雪亮工程中大范圍場(chǎng)景的關(guān)聯(lián)行為分析比較少，沒(méi)有較多的有效經(jīng)驗(yàn)來(lái)支撐異常分析，以及對(duì)風(fēng)險(xiǎn)做預(yù)測(cè)。4. 缺乏有效的完善能力目前我們很多人工智能中所說(shuō)的智能，只是一種被動(dòng)式反應(yīng)的智能，都需要根據(jù)輸入的條件進(jìn)行自動(dòng)的判斷，無(wú)法自動(dòng)根據(jù)數(shù)據(jù)及分析做出自主預(yù)警，缺乏成長(zhǎng)能力。真正意義上的人工智能應(yīng)該是在時(shí)間的沉淀下，以及群體間的經(jīng)驗(yàn)分享能力，這樣才能在實(shí)踐中不斷完善，使得人工智能的能力更強(qiáng)，更高效。雪亮工程建設(shè)智能化提升方向
1. 統(tǒng)籌規(guī)劃，提高前端設(shè)備高清智能化
加大前端點(diǎn)位建設(shè)力度，“以點(diǎn)為基、串點(diǎn)成線、連線成面”，擴(kuò)充互聯(lián)網(wǎng)視頻圖像資源，鼓勵(lì)公眾參與雪亮工程建設(shè)，加深視頻監(jiān)控覆蓋深度，實(shí)現(xiàn)重點(diǎn)建設(shè)與分類(lèi)建設(shè)齊頭并進(jìn)。前端建設(shè)以科學(xué)布建理論為指導(dǎo)，開(kāi)展場(chǎng)景式部署建設(shè)，構(gòu)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(wǎng)基礎(chǔ)數(shù)據(jù)，實(shí)現(xiàn)對(duì)人、地、事、物、組織的多維度信息采集，解決跨部門(mén)、多行業(yè)用戶及公眾的個(gè)性化需求。與此同時(shí)，結(jié)合 5G 網(wǎng)絡(luò)傳輸技術(shù)，將視頻監(jiān)控向更高清的方向提升，達(dá)到 4K、8K 級(jí)別，給智能分析提供更高質(zhì)量的數(shù)據(jù)支撐。
2. 深度挖掘數(shù)據(jù)，聚焦業(yè)務(wù)應(yīng)用
在雪亮工程項(xiàng)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(chē)輛數(shù)據(jù)、房屋數(shù)據(jù)等。要以海量有價(jià)值數(shù)據(jù)為基礎(chǔ)，深度開(kāi)展業(yè)務(wù)應(yīng)用系統(tǒng)的建設(shè)，以業(yè)務(wù)應(yīng)用為導(dǎo)向，促進(jìn)軌跡追蹤、人像比對(duì)、車(chē)牌識(shí)別、快速檢索、數(shù)據(jù)挖掘及信息預(yù)測(cè)預(yù)警等技術(shù)與各政府部門(mén)在業(yè)務(wù)應(yīng)用方面的深度耦合，實(shí)現(xiàn)全市公安、綜治、交通、環(huán)保、教育、衛(wèi)生等各部門(mén)在治安防控、城鄉(xiāng)社會(huì)治理、智能交通、服務(wù)民生、生態(tài)建設(shè)與保護(hù)等領(lǐng)域的應(yīng)用，為社會(huì)和群眾提供更多更好的服務(wù)。
3．精耕視頻云，升級(jí)“視頻 +”服務(wù)
以“多維感知、資源匯聚、數(shù)據(jù)融合、平臺(tái)開(kāi)放、服務(wù)集成、智慧應(yīng)用”為理念，構(gòu)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(guān)聯(lián)疊加的視頻資源智能化服務(wù)體系，實(shí)現(xiàn)視頻、手機(jī)、車(chē)輛等信息的整合和匯聚，達(dá)到人、屋、車(chē)、場(chǎng)等信息關(guān)聯(lián)融合，為各警種、各地市、各基層實(shí)戰(zhàn)單位提供一個(gè)資源共享、能力開(kāi)放、安全可控的多元化視頻資源服務(wù)平臺(tái)。視頻向下疊加多維的IOT物聯(lián)感知（包括空間信息、動(dòng)環(huán)信息、生物體征、深度語(yǔ)音識(shí)別等等），向上輸出更多的視頻數(shù)據(jù)應(yīng)用價(jià)值，支持更為寬廣的業(yè)務(wù)應(yīng)用，比如智慧城市的運(yùn)行中心、城市交通態(tài)勢(shì)分析、機(jī)器視覺(jué)、大數(shù)據(jù)預(yù)警與決策等。
