智慧城市是在城鎮化與信息化發展的背景下，通過綜合性運用物聯網、云計算、大數據、人工智能等全新一代信息技術，統籌規劃城市公共數據資源，整合業務系統，實現城市規劃、建設、管理、運營現代化的城市發展新模式。
智慧城市是在城市信息化發展到相應基礎之上，為了破解城市各業務領域信息化深化發展帶來的數據孤島、業務壁壘、局部智能等一系列發展阻礙而提出的。建設智慧城市的一個關鍵目標，便是要在城市數字化前提下，實現數據的整合與共享，從而實現以大數據為基礎的深度學習、跨界整合、全局智能。
安防是城市的剛性需求，沒有智慧安防智慧城市將無從說起。城市公共安防涉及到城市治安管理、城市管理、交通管理、安全生產監管、應急指揮等諸多行業和部門，對數據的多源采集、充分共享、深度發掘、創新應用要求非常高。在智慧城市諸多的專項領域里，智慧安防是最能體現立體感知、數據融合、業務系統、開放創新等智慧城市建設特征的專項領域。
一、AI、大數據時代，智慧安防在智慧城市建設中的發展現況
近些年來，在網絡、數據、計算、芯片、算法等基礎能力技術的助力下，伴隨著物聯網、大數據分析、人工智能等技術和應用的不斷完善，尤其是計算機視覺、視頻結構化分析、視頻圖像深度學習等人工智能技術的引入，公安大數據和社會大數據的深度發掘，城市公共安防智慧化水平不斷提升。“AI+安防”正變成安防行業發展的熱點和共識。
根據中國信息通信研究院的統計結果，2018年中國人工智能市場主要由五個領域構成，根據市場規模從高到低分別為：機器視覺占比37%，語音識別占比22%，自然語言處理占比16%，基礎算法及平臺占比14%，芯片占比11%。而在機器視覺領域市場構成中，安防行業以67.9%占據大部分份額，這歸功于中國公共安全視頻監控建設的龐大市場。安防行業也從單一的安全領域向智慧城市各領域應用方向發展，旨在提升生產效率、提高生活智能化程度，為更多的行業和人群提供可視化、智能化解決方案。
二、智慧安防在智慧城市建設中的挑戰和機遇
智慧安防的建設切實提高了城市整體防控、打擊犯罪、信息安全、城市治理等能力，現階段已進入以數據分析為核心的情報驅動的信息化建設階段。在這個階段，數據的采集、分析和應用是關鍵。
在智慧城市中，城市公共安防在各行業領域廣泛運用，并融入全社會乃至普通百姓的多方需求。此外，促進安防系統從傳統的被動防御升級成為主動判斷和預警的智能防御，是安防行業長久以來的迫切需求。安防信息隱藏在城市運行的各類指標背后，其數據的采集不能只依賴于政府機構，要基于“共建共治共享”理念，促進社區、學校、醫院、企業、酒店、工地等企事業單位等一同承擔起數據采集責任；要建立起以視頻監控為核心，包含MAC、音頻、指紋等多種類型的數據采集手段；要實現吃、住、行等不同場景的信息全域覆蓋、全程采集。
安防數據數量巨大、價值密度低、種類繁多，不僅對人類而言使用起來非常困難，對其進行智能分析和發掘也是很困難的事情。現階段，安防視頻智能分析技術對于視頻成像質量要求較高，而現階段的視頻圖像質量受環境影響較大，加上由于編碼、網絡帶寬等因素限制，在視頻模糊、光照不足等情況下無法實現視頻分析技術的有效辨別；與此同時，安防數據在各數據庫之間的關聯融合非常少，數據資源仍處在分散狀態，數據的開放和共享程度低，很難開展多維數據融合分析，需要結合應用場景更進一步提升模型算法，充分發揮機器學習、數據分析和發掘等各種人工智能優勢，開展智能分析。
三、智慧安防在智慧城市建設中的應用案例解析
現如今，智慧安防已經進入大數據和人工智能時代。以機器視覺、深度學習技術為基礎的人工智能已經廣泛運用于治安管控、交通管理、刑偵破案等業務場景中，在不需要人為干預的環境下，計算機可以對監控攝像頭拍攝的內容進行自動分析，包括目標檢測、目標分割提取、目標識別、目標標注、目標跟蹤等；可以對監測場景中的目標行為進行理解并描述，得出符合實際意義的解釋，如車輛逆行、開車打電話、人群集聚、包裹遺留等，極大的提升了視頻監控數據的價值和使用效率。
安防數據像血液一般滲透于城市的治安、交通、社區、教育、生產等各個領域。處理海量多源異構數據是智慧安防必須要面臨的問題。現如今，公安系統數據庫中積累了大量的車輛、人員、社會關系等信息及大量的高危人員、高危車輛的信息，同時城市監控攝像頭、智能移動終端、傳感器時時刻刻都在形成大量的社會安全數據，城市安防信息就隱藏在這些數據中。大華多維大數據解決方案即以視頻提取人、車、物、行為等結構化數據核心，同時融合道路卡口/電警圖片視頻資源、治安監控、公安信息庫(如人員信息庫、車輛盜搶庫、車架管庫、六合一系統等)、社會資源信息、互聯網高價值信息等，進行多維度的碰撞分析，并與實踐業務流程相結合，不斷深入發掘數據深層次價值，構建一張“多維智能感知防控網絡”，打通數據壁壘，服務全警及各政府機構應用。多維大數據系統可對人員數據、車輛數據、物聯數據進行采集和關聯，通過以視頻為核心的物聯信息服務與公安業務數據、政府社會數據進行碰撞，進而實現融合檢索、全網碰撞、關系追蹤、軌跡補全、軌跡預測等功能。
四、智慧安防在智慧城市建設中的發展前景與趨勢
伴隨著AI、大數據等技術在安防領域應用的不斷深入。智慧安防未來發展趨勢具體表現在三個方面：
1.“云+端”全智能感知
AI與前端感知設備的融合，通過賦予前端邊緣計算能力，可以將人像識別、車輛識別、行為識別等部分智能化分析功能前置，實現“云+端”的AI安防整體構架，既滿足城市安防對多元細分場景的智能化應用要求，又通過計算和數據的邊緣化，降低了數據傳輸對網絡的壓力和對數據中心的依賴，更好的提高了全網智能化效率。
2.人機協同智能化作戰
美國斯坦福大學發布的2030年人工智能生活報告當中，全方位評估了人工智能發展，并將人機互相補償和增強的智能協同系統列為未來AI的重要發展趨勢之一。人機協同智能協同在需具備依托于人類狀態模型的機器認知能力，依托于知識圖譜的人機知識共享能力和依托于智能推理的多人多機全局性規劃能力。在智慧安防領域，人機系統可在遠程應急指揮、事故現場聯合救援、人類不可及地區的作業等場景下發揮作用，實現人機組織主動認知，互相協同。如在危急環境下，市民可以通過手勢給視頻監控系統發送求助信號。
3.依托于全局性的認知智能
安防大數據集合了多個部門、多個系統在不同時間點的數據，數據價值密度很低，全局性數據分析能力不足嚴重阻礙了安防數據的運用。未來，讓機器學習實時處理人所不能理解的超大規模全量多源數據，從海量數據中洞察人所沒有察覺的復雜隱藏規律，最終可以從全局性視角制定超越人類局部次優決策的策略，是智慧安防發展的重點方向。
五、結語
在以人工智能為代表的信息技術引領的新一輪科技革命和智慧城市建設浪潮中，智慧安防毫無疑問是智慧城市建設中新技術與業務結合性好、需求迫切、落地性強的一個領域。
在大數據、移動互聯網、傳感網、深度學習等新理論新技術的驅動下，人工智能正加速發展，呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等新特質。人工智能在立體感知和預判、深度學習、全局性策略制定等領域有著人類無法比擬的優勢。AI+安防的深度融合將很大程度上促進安防行業發展，推動安防回歸安全防范的本質，同時也會更進一步提升智慧城市的精細化治理水平，促進相關產業的發展和升級。