人工智能时代智慧安防在智慧城市中的发展与应用解析.pdf

人工智能时代智慧安防在智慧城市中的发展与应用解析.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

展与应用解析

智慧城市是在城镇化与信息化发展的背景下,通过综合运用物联网、

云计算、大数据、人工智能等新一代信息技术,统筹城市公共数据资

源,整合业务系统,实现城市规划、建设、管理、运营现代化的城市

发展新模式。

智慧城市是在城市信息化发展到一定基础之上,为了破解城市各业务

领域信息化深化发展带来的数据孤岛、业务壁垒、局部智能等一系列

发展障碍而提出的。建设智慧城市的一个重要目标,就是要在城市数

字化前提下,实现数据的融合与共享,进而实现以大数据为基础的深

度学习、跨界融合、全局智能。

安防是城市的刚需,没有智慧安防智慧城市将无从谈起。城市公共安

防涉及城市治安管理、城市管理、交通管理、安全生产监管、应急指

挥等众多行业和部门,对数据的多源采集、充分共享、深度挖掘、创

新应用要求非常高。在智慧城市众多的专项领域里,智慧安防是最能

体现立体感知、数据融合、业务系统、开放创新等智慧城市建设特征

的专项领域。

一、AI、大数据时代,智慧安防在智慧城市建设中的发展现状

近年来,在网络、数据、计算、芯片、算法等基础能力技术的助推下,

随着物联网、大数据分析、人工智能等技术和应用的不断成熟,特别

是计算机视觉、视频结构化分析、视频图像深度学习等人工智能技术

的引入,公安大数据和社会大数据的深度挖掘,城市公共安防智慧化

“安防”正成为安防行业发展的热点和共识。

按照中国信息通信研究院的统计结果,2018年中国人工智能市场主

要由五个领域构成,按照市场规模从高到低分别为:机器视觉占比

37%,语音识别占比22%,自然语言处理占比16%,基础算法及平台

占比14%,芯片占比11%。而在机器视觉领域市场构成中,安防行业

以67.9%占据大部分份额,这得益于中国公共安全视频监控建设的庞

大市场。安防行业也从单一的安全领域向智慧城市各领域应用方向发

展,旨在提升生产效率、提高生活智能化程度,为更多的行业和人群

提供可视化、智能化解决方案。

二、智慧安防在智慧城市建设中的机遇与挑战

智慧安防的建设切实增强了城市整体防控、打击犯罪、信息安全、城

市治理等能力,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,数据的采集、分析和应用是关键。

在智慧城市中,城市公共安防在各行业领域广泛应用,并融入全社会

乃至普通百姓的多方需求。与此同时,推动安防系统从传统的被动防

御升级成为主动判断和预警的智能防御,是安防行业一直以来的迫切

需求。安防信息隐藏在城市运行的各项指标背后,其数据的采集不能

只依靠政府部门,要基于“共建共治共享”理念,推动社区、学校、

医院、企业、酒店、工地等企事业单位等共同承担起数据采集责任;

要建立起以视频监控为核心,包含MAC、音频、指纹等多种类型的

数据采集手段;要实现吃、住、行等不同场景的信息全域覆盖、全程

采集。

来非常困难,对其进行智能分析和挖掘也是很困难的事情。目前,安

防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;同时,

安防数据在各数据库之间的关联融合非常少,数据资源仍处于分散状

态,数据的开放和共享程度低,难以开展多维数据融合分析,需要结

合应用场景进一步提升模型算法,充分发挥机器学习、数据分析和挖

掘等各种人工智能优势,开展智能分析。

三、智慧安防在智慧城市建设中的应用案例解析

如今,智慧安防已经进入大数据和人工智能时代。以机器视觉、深度

学习技术为基础的人工智能已经广泛应用于治安管控、交通管理、刑

侦破案等业务场景中,在不需要人为干预的环境下,计算机可以对摄

像机拍摄的内容进行自动分析,包括目标检测、目标分割提取、目标

识别、目标标注、目标跟踪等;可以对监测场景中的目标行为进行理

解并描述,得出符合实际意义的解释,如车辆逆行、开车打电话、人

群集聚、包裹遗留等,大大提升了视频监控数据的价值和使用效率。

安防数据像血液一样渗透于城市的治安、交通、社区、教育、生产等

各个方面。处理海量多源异构数据是智慧安防必须要面对的问题。目

前,公安系统数据库中积累大量的车辆、人员、社会关系等信息及大

量的高危人员、高危车辆的信息,同时城市摄像头、智能移动终端、

城市安防信息就隐藏

文档评论(0)

***** + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档