作者：瑞丽出品：慧聪物联网编辑部

安全，是人类与生俱来的基本需求。基于公共安全的宽泛性以及新技术的不断迭代，安防的内涵与外延都在发生改变，其本质与AI技术逻辑高度一致，分别是事前预防、事中响应、事后追查三方面，为公共安全应用和智慧警务带来强大的技术支撑，为城市治理守护着一方平安。公共安全作为与人们生命财产安全紧密相关的重要领域，在AI加持下迎来新的场景应用及技术变革，而智能安防技术是构建安全防护的“铜墙铁壁”。无论是传统安防厂商，还是新入局的安防新星，都朝着智能安防领域发力，深入探索公共安全领域的诸多场景。去年的中国智能安防行业峰会，曾向业界提出一种理念：安防智能化发展需要跨越“算力、算法、数据”三座大山，并向业界发出了安防智能化发展“将智能推向全境、将解耦进行到底、将解决方案场景化”的3个倡议。当时峰会上发布了十大金刚钻技术，一度颠覆业界对传统安防产品的看法。发展至今，在新基建战略背景下，以人工智能为核心的新技术应用正在加速落地，让当下对行业理解不断深入的企业有了哪些新的思考?今年的智能安防峰会又带来了哪些新的理念及技术?今年的峰会齐聚全国公共安全领域的城市管理者、专家学者、企业领袖等，围绕“智汇星城共筑平安”的主题，共同探讨5G、云、AI、大数据等新技术在公共安全领域的发展与应用。显然，公共安全行业已经成为国民经济发展不可或缺的组成部分，新技术在该行业的赋能加持及应用场景基本成为主基调。01“四全”智能+助力雪亮工程升级公共安全领域亮眼的风景线少不了2016年提出的雪亮工程，经过五年发展，雪亮工程基本实现高清覆盖，重点区域覆盖达到100%，重点区域联网率100%、重点区域完好率98%高清视频覆盖，重要视频成像不失控，敏感视频成像不泄露，成为构筑平安中国的基石。但随着市场需求的提升，雪亮工程在智能效率提升上仍然存在部分不足，常常导致算力浪费以及数据使用效率低的情况。在以视频为核心下，雪亮工程存在以下痛点：1.现网摄像机智能化比例<10%，智能不能普及;2.不同厂家算法之间存在算法墙，不能有效打通;3.海量历史数据非机构化，价值难以挖掘。为此，雪亮工程逐渐从以“视频”为核心转向以“智能”为核心，那么该如何打破众多桎梏全面落实雪亮工程?大致可从这两方面入手：①在提升算力效能上，做到端云智能协同，效率最优，资源按需调度，随时可用，真正解决人力短缺问题;②在深挖数据价值方面，保证人、车、物全息感知，数据智能，支持业务实战，挖掘数据价值。如何做好以智能为核心的数字化建设?视频智能化应用是推进智慧警务发展的新增长点。因此，视频全智能区解决方案应运而生。全智能区，可以理解为即构筑全域智能立体防控体系，而不是一个单点技术。以区县为建设单位，全面普及人工智能、视频云和大数据技术，实现机器代替人，提高工作效能。契合雪亮工程提出的建设目标“全域覆盖、全网共享、全时可用和全程可控”，视频全智能区解决方案主要围绕新的“四全”：全息感知、全云共享、全域检索、全网协同四方面进行。针对视频全智能区解决方案，现场展现了相关的系列产品、方案以及截至目前的一些应用数据，堪称迄今为止最全的安防行业产品/方案展示。02全息感知：人、车、物的前端智能化智能世界源于万物的感知被唤醒，是物理世界和数字世界连接的纽带。从感知角度来看，人、车、物如何快速连接十分重要，这与“软件定义摄像机”的愿景不谋而合。一直以来，前端智能化是安防强调的重点。会上，相关嘉宾对此表示：“如果运用后端解析，那么70%算力将浪费在无目标时的视频解析上;为什么必须是前端智能?首先一定要考虑如何经济有效地使用算力。”针对全息感知，以HoloSensSDC系列产品为例，从极致、专业到基础AI囊括X、M、C、D四大系列摄像机产品，构建全息感知的智能入口。从人的方面来看，前端智能化核心在于算力消耗是否真正抓住了市场刚需：人像人体的关联。经济型全结构化摄像机可以有效提高40%TCO，引爆前端智能。疫情常态化下，面临抓拍重复率高、资源浪费现象，在今年6月份开展的人像算法测试，有多家安防企业参与。显然，在警务工作中有实战优势的厂商，将在多家口罩识别人像算法中脱颖而出。前端智能相较于后端，具备低延时感知、极致成像、提升效率、高性价比、降低带宽与存储空间等优势。从车的方面来看，在驾驶过程中经常遇到“爆闪灯”，影响驾驶安全，且容易出现偏色严重现象，影响后期警务执勤的精准度。利用AI超微光卡口摄像机，实现电警、卡口、流量三合一，以算力换成像，有效解决光污染问题，使光污染降低90%。而成像清晰度也堪比单反画质。除了安全以外，维持城市的秩序也是车方面的安全管控核心，为此全息路口解决方案随之推出，可以大致理解为实时精准采集数据，构建数字化的“上帝视角”。全息路口主要采用智能交通微边缘ITS800+电警卡口+毫米波雷达，来达到实现优化效果，从这几组数据来看便能体现全息路口的实力：1.全天候多维感知，雷达超视距200m;2.全方位雷视拟合，轨迹跟踪准确率95%;3.全实时事件检测，帧级轨迹40ms，事件检测<8s;4.全要素动静融合，车道级定位精度50cm。从物的方面来看，万物互联时代下，物联多维数据的连接采集是核心问题。在城市日常管理中，对于水、烟火、温湿度等进行有效监测是实现数据连接的基础，如何实现多维连接且避免挖沟埋线的繁琐步骤?下一代生态型摄像机很好的解决了上述问题。采用无电、无网、无光和无现场运维方式，支持全类型接口，可接入声音、水位、烟火、WiFi、温度湿度等更多传感器，实现生态灵活互联，被业界称为AIoT的生态仓。03全云共享：存储、算力、算法、数据的后端资源化视频数据从产生到经过一系列算法分析，再到后期的数据价值升华，被称为数据的资产化管理。相比以往传统存储方式，当下的视频存储的时长及可靠性都有了较高的要求。在视频数据中心，有价值的数据仅占到了37%，其中高价值数据只达到7%，“有效存储”概念应运而生。何为“有效存储”?在相同的物理空间上面存储更多、更久的数据，并且利用云计算和大数据等技术解决成本问题。利用AI智能压缩，采用精细化ROI算法，节省60%存储空间。在算力方面，经常出现算力与算法绑定，算力与前端绑定的情况，导致利用率较低。算力是不是真的有效利用?潮汐调度2.0能有效避免资源闲时浪费，实现芯片级精细调度、算力感知自动调度、多维组合调度三方面。在算法方面，很多厂商往往只看到精度而忽略了算法的误报，一个智能化系统通常有成千上万路的摄像机，若误报率太高将无法真正落实到实战中。基于算法的创新，多算法仓实现跨厂商的算法关联分析，极大地提升智能准确率，创新成果体现在全局深度识别超业界20%、大角度矫正识别率达到95%、夜间关联检测率高于业界10%。并且做到从公约束场景到非约束场景归档、从单一人像归档到人像/人体互补归档、从T+1隔天归档到城市级全量归档，实现万路人像数据实时的精准归档。04全域追踪+全网协同：实现创新视图及多网关联在建设信息化平台时，如何实现数据的有效利用?传统视图侦查手段往往面临操作、数据及业务的断点，人、车、物无法形成关联，采用烟囱式建设，数据割裂难以打通。采用全域追踪手段，能够动态实时地从采集多目标对维度数据，精准发现、识别、比对、分析、研判，实现轨迹还原，创新视图侦查体验。随着城管、环保、应急等的民生诉求日益高涨，让所有数据沉淀下来时，如何打通警务及民生专网实现多网关联成为亟需解决的问题。基于视频专网和公共安全较强的独立性，利用全网协同打通公共安全信息网及电子政务网，实现上下协同，与各类数据充分融合，形成多感、多智的应用体系。此外，打通各个省市县的警务部门协同作战，实现多警种指挥协同，更好地服务民生安全。“我们希望用算力来解放人力，通过算力真正地赋能警力，把数据的价值发挥到淋漓尽致，并且不断创新新的解决方案，通过全智能区为未来的智能化、信息化平台建设添砖加瓦。”现场嘉宾如此总结。05总结：守护平安智能无止境2020年对于所有安防企业来说都是艰难且充满挑战的一年，但平安城市的打造仍然是一项艰巨且长远的任务。予城市以生命，与城市共成长，智能永无止境，AI安防探索的步伐也从不曾停止。在5G、大数据、物联网技术发展和实战需求的双轮驱动下，平安城市不断走向新的阶段。AI的发展和应用从来就不是一蹴而就的，而安防企业在AI技术上的厚积薄发让我们看到了智能安防领域的无限可能性，也让我们对于智能守护“一方平安”有了更多的期待。