人工智能助力全网智能技术应用落地

计算机视觉、机器学习、自然语言处理、机器人和语音识别是人工智能时代的五大核心技术，近几年深度学习技术被业界广泛认可，并在各个相关领域都取得了突飞猛进的进展，特别是深度学习技术在人脸识别领域的技术成果，在安防行业激起不小的波澜，各厂家纷纷推出人脸识别技术产品及解决方案，为如火如荼的雪亮工程建设添了一把柴。

不断推进的平安城市和雪亮工程建设让视频监控遍布大街小巷。据不完全统计，一个中型城市约有上万路监控，有的甚至上10万路，每天产生的视频数据相当于千亿幅图片。在这个蕴含海量信息的庞大系统当中，如何快速高效地为业务提供所需的价值信息，从而加速业务开展，通过单一技术或者产品是很难满足的，一定需要系统化的解决方案。

在2015年，国内一知名厂家在业界首次提出了全网智能的技术构想，指出未来的监控系统一定是通过规模化、体系化、智能化的方式服务用户。全网智能系统是一整套视频的智能分析系统，是一整套智能管理系统，也是一整套智能业务服务系统。

作为智能分析系统，全网智能的系统要求在网的所有设备，所有算力都应当能够为智能分析业务服务。以软件形态服务的数据中心侧的智能分析已经日趋成熟，近两年感知型摄像机的推出更是令全网智能的技术方案如虎添翼，真正实现全网设备算力为智能分析业务服务。随着前端算力的提升，智能分析软件的进一步前移，智能摄像机毋庸置疑的成为下一代摄像机的发展方向。同时，摄像机将不再是自出厂之后就一成不变的，而是根据用户的需要，通过加载不同软件实现不同的业务功能，融入软件定义产品的新时代。通过规模化、多样化的智能前端摄像机进行精准的数据采集，后台强大的云计算和视频解析系统对采集的数据进行准确的解析和表述，庞大的大数据分析与挖掘系统对海量数据进行高效精准的处理，才能够真正的让视频监控协助用户准确的观察、识别和应对周边的事物，做到真正的拥抱大数据时代。

作为智能管理系统，全网智能的系统将依托云和大数据技术，通过深度学习和海量数据计算，智能调度系统资源动态满足业务服务要求。云是技术手段，通过云化技术提升计算资源与存储资源的利用效率和可靠性；大数据是云技术支撑和承载的对象，大数据通过视频解析后的数据、业务应用数据、系统运行数据等各类型数据进行分析和归类；深度学习则使我们能够更加准确的理解海量数据并对趋势作出判断。通过技术的结合，让数据说话，能够有效的优化解析算法提升视频智能解析的效率和精准度，也能够对系统的服务能力做出趋势判断，进而有效调度资源，配系统进行精准、可靠的服务。全网智能系统通过机器学习，可以有效的把构成视频监控系统的前端摄像机、传输网络、服务器、视频平台、解析系统以及大数据系统全部拉通，指导整个系统中的每一个网元发挥应有的功能和性能，通过协同工作实现端到端的智能服务和应用，最大化利用系统资源，从而提供系统效率、降低使用成本。

作为智能业务服务系统，全网智能系统能够作为整体以能力服务平台的方式根据上层业务的要求智能的提供服务。整体的业务服务系统根据整体事态的变化，所提供的服务一定是多样化的，而且服务内容也一定是动态变化的，在不同阶段要求迥异。这就要求系统采用云化、服务化架构，具备弹性伸缩能力，能够根据态势的变化，实现分析资源按需提供、业务服务自动部署，提供服务过程中不同时段、不同阶段对图像解析算法、对象、数量、类型动态变化的需求场景进行业务保障。智能服务平台通过统一的云服务管理框架，把这些信息数据以云服务的方式共享开发，为多业务系统来共享使用，也可以通过统一的云服务管理框架，把这些视频智能处理能力以云服务的方式，在服务目录里统一呈现，提供多部门、多业务系统自助式的申请这些视频能力服务。

当前，我们也应清楚的认识到，无论是人工智能的发展，还是安防智能化的应用，其整体水平仍处在早期或者起步的阶段，系统的智能化程度在短时间内还难以达到科幻大片展现的实战效果。但是，人类社会科技的演进始终呈现的加速态，人工智能时代奇点的来临速度或许远超我们想象，基于全网智能技术框架的解决方案在技术演进的过程中不断更新改进完善。