发改委联合八部委印发了《关于促进智慧城市健康发展的指导意见》提出：“到2020年，建成一批特色鲜明的智慧城市，要在保障和改善民生服务、创新社会管理、维护网络安全等方面取得显著成效”。

　　图片来自“123rf.com.cn”

　　随着城市逐步从以工业生产为主向知识、信息、智慧枢纽和集散地为主的方向转变，中心城市对知识密集、信息密集、创新密集的高新技术产业和高附加值的智慧产业的吸引力迅速增强，逐步成为产品设计、研发、管控、营销、服务的聚集地，逐步演进为信息与知识生产、使用和集散的中心。

　　在全球信息化f趋势和“智慧地球”理念的推动下，“智慧城市”发展模式应运而生，并成为世界范围内城市现代化的战略途径。智慧城市实际上是对如何运用先进的信息技术推动城市发展的一个创新理念。

　　使用先进信息技术改善商业运作和公共服务，并不是新鲜的想法。 事实上，国外一直在努力提升信息技术的应用水平，并取得了一定的成果。智慧城市是一个全新的理念，其核心特征是将信息资源作为重要的生产要素，来推动经济转型升级，再创发展新优势。我国上海、北京、广东、福建、深圳、南京、宁波等地纷纷提出建设智慧城市发展战略，意在抢占先发优势。

　　发改委联合八部委印发了《关于促进智慧城市健康发展的指导意见》提出：“到2020年，建成一批特色鲜明的智慧城市，要在保障和改善民生服务、创新社会管理、维护网络安全等方面取得显著成效”。国务院提出将在“十三五”期间建设19个城市群。我国推进智慧城市建设不仅表现在单个城市层面上，而且还出现了以城市群为特征的更大范围的智慧化建设。

　　智慧城市群从更宏观、更系统的层面推进智慧城市建设战略的实施，为区域智慧一体化和单个城市的智慧化建设指明了方向。 “十三五”期间，政府及PPP模式带来的资金规模有望为智慧城市建设带来新一轮发展势头。2017年以来，随着各类智慧城市参与者的积极涌入，以及政府数据的不断开放，我国的智慧城市取得了进一步发展。

　　关于智慧城市的政策分为四类。 第一类是智慧城市建设的具体规划与政策，包括政府长期规划、建设方案、指导意见、项目管理方法等。第二类是在政府的国民经济社会信息化建设总体规划中专门列出的智慧城市政策。第三类是“城市信息化建设”或“数字城市建设”的相关政策，这些项目与智慧城市建设目标类似。第四类是由多个中央部委联合开展的试点项目，重点关注智慧城市建设或相关基础设施。

　　“AI+安防”在智慧城市建设中的落地应用现状

　　在云计算、大数据、芯片、算法等基础能力技术的助推下，“AI+安防”的概念开始浮出水面，应用已经落地。基于GPU运算的方案、人脸识别、大数据应用等已经成为业内的共识。可以说，安防监控行业正在经历一次重大转型。各种新技术的大规模植入，加速驱动着智能监控技术升级，向更高层级进化。与此同时，行业用户对视频监控也提出更多需求，多样化的应用场景催生出不同的用户需求。

　　以公共安全领域为例，中国平安城市建设在经历了基础设施建设阶段，到现在的“雪亮工程”是安防行业继平安城市后又一历史性机遇，“雪亮工程”已出现加速向上拐点，取代“平安城市”成为安防市场主要驱动力。“雪亮工程”在采招网上公开的中标项目总额在2017年由第一季度的3亿增长到了第四季度的43亿，四季度同比增速达到220%。2016年全年公开中标项目总额仅为2亿，2017年达到66亿，是2016年的33倍。为了实现力争到2020年实现公共安全视频监控建设联网应用“全域覆盖、全网共享、全时可用、全程可控”的目标，接下来无论是发达地区，还是边远地区或者欠发达地区，都有望在未来两年内大力建设平安城市、雪亮工程等视频监控项目。

　　可以看到通过雪亮工程的建设，切实的增强了预计预防、打击犯罪、整体防控、基础防控和破解社会管理难题的能力，目前已进入以数据分析为核心的情报驱动的信息化建设阶段。在这个阶段，数据是重中之重，而对于公共安全领域的使用者和管理者来说，如何更高效地收集和分析数据是一个重点。所以，从应用层面来看，大数据、视频云和智能分析的有机结合与多维应用已经是当前公共安全项目建设的热点。

　　AI+安防在智慧城市中急需突破的瓶颈

　　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。2017年3月，“人工智能”被写进政府工作报告，未来可以预见，伴随一系列政策的出台，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。

　　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，安防行业的人工智能化是必然的趋势之一。当前，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;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。

　　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、技术成熟度亟待提高

　　尽管随着本轮人工智能技术大爆发的来临，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，数据量的几何规模对计算机的计算能力、处理能力以及结构化分析能力有着更高的期待与要求。

　　2、提高数据的开放程度以及加强数据之间的联系

　　目前，我国的互联网用户规模居全球首位，随着平安城市、雪亮工程的建设，为安防行业带来了丰富的数据资源和应用优势。但是，数据之间的关联融合非常少，数据资源仍处于分散状态，各个数据所有者之间的孤岛现象、烟囱现象仍很严重，数据的开放和共享程度低，难以开展多维数据融合分析，导致人工智能在获取有效的数据支撑这条道路上仍有很长时间要走。但是，最终承载着AI技术的实时智能视频监控系统将作为智慧城市中的雪亮工程、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。

　　3、专业领域稀有人才的缺失

　　2017年3月，政府工作报告中提到，要加快人工智能等技术的研发和转化。人工智能进入政府报告，意味着其发展已经上升至战略高度。业内人士表示，随着后期细化政策的不断落地，将进一步推动产业高速增长。

　　据相关数据统计，全球目前拥有约25万名人工智能专业人才。然而，从市场的发展来看，这一数量级的人才储备远无法满足未来几年中人工智能在垂直领域及消费者市场快速、稳健增长的宏观需求。更严峻的现状是，现有的人工智能专业人才中，有超过三分之一来自美国。这对于中国科技公司来说，更为不利。 工信部教育考试中心副主任周明也曾在2016年向媒体透露，中国人工智能人才缺口超过500万人。

　　未来，无论是安防巨头，还是人工智能领域的“独角兽”公司，亦或是普通公司，人才缺口都看成为了这些企业人工智能发展的一道坎。

　　4、业务应用需求不聚焦

　　Alphago相继打败李世石、柯洁的大战几乎人尽皆知，给人感觉人工智能在攻陷围棋、在不同版本的人机大战中也获得了众多成就。然而，这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，但面向客户的最终应用需求仍然亟待从厂家到用户全链条的关注与开发。

　　AI+安防在智慧城市建设中的应用前景与趋势

　　1、前端物联设备高清化、智能化

　　安防业务系统应遵循“看的清、看的全、看的懂、看为用”的实战目标，而实现这一目标的基本前提就是规模化部署智能化、立体化的高清采集前端。随着编码技术的提升，目前720P、1080P码流带宽都在大规模应用范围之内，4K高清也逐步应用于特定的一些场景。要做到智能化、立体化，就必须要求场景足够细化，产品类型足够丰富，选型部署足够匹配。

　　另一方面， 安防行业的视频监控具有点位多、信息量大、传输成本高、后端大规模分析成本高、分析时效延迟等特点，如果单个前端设备具备智能化能力，不但可以大大提高整个系统的响应效率，还可以缩减后端平台的建设成本。建设过程中，在关注云计算，强调计算集中、数据集中处理机制的同时，在技术上也应该关注计算资源和数据处理的边缘化，关注边缘节点互动和通信的特性，目的是充分应用边缘节点的计算能力，有效减轻对网络的要求和投资，满足边缘节点的实时应用和区域应用的需求。通过计算和数据的边缘化，降低了整个系统对数据中心的依赖。应用人像识别、车辆识别、行为识别等前端分析行为，使视频图片的深度精细化分析逐步前置，我们将“雾计算”与“云计算”相结合，更好的提升了全网效能。

　　2、深度挖掘，为探知数据加载智慧大脑

　　以视频图像为核心内容的智能前端设备，实现了数据多元化、探知立体化。但是，仅仅采集、记录信息是不够的，不能满足各业务实战对数据有效性的要求。数据的有效性分为两个方面：一方面，按照数学统计的说法，有效信息可能只分布在一个较短的时间段内，即所谓信息的密度，往往越高密度的信息价值越大;另一方面是深层次挖掘庞大的海量数据，关联得出高价值的有效信息。将这些视图大数据快速有效转变为各种业务实战所需的价值信息，需要为智能的前端探知设备加载智慧大脑。 从“密而不漏”到“万里挑一”，前者保证目标和线索被记录，后者实现目标和线索主动显露。经过智能感知之后，智慧大脑实现了海量数据价值的智能挖掘和海量价值数据的智慧流通，并因此让价值信息的实战应用成为可能。

　　3、精耕视频云，实现实战应用数据化

　　依托专有业务信息网新建人脸大数据防控、车辆大数据防控、视频大数据治安巡控、视频大数据情报追踪、视频大数据指挥调度、视频大数据侦查实战等视频大数据应用建设，实现视频云调用、图像云智能、涉车云分析、人像云比对、综合云研判、策略云评估等应用。与上级平台的情报、指挥决策、综合防控、网安共享、执法办案、业务监督、移动应用、网上服务等应用云对接，实现更广泛的大数据整合应用和跨业务部门的深度视频大数据应用，实现省内应用关联，跨地市的视频大数据防控、视频情报分析、专项行动指挥等，从而达到提升预警防范能力、治安防控能力、指挥救援能力的目的。

　　结语

　　随着语音识别、图像识别、语言处理等技术的愈加成熟，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+安防带来了全新的机遇。

　　同时，政府的功能性需求也为安防行业的发展发挥了巨大的驱动作用。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，平安城市、雪亮工程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，促进安防领域感知水平和应用能力不断提升。