國家發改委等部門在去年5月出臺意見中提出2020年實現公共安全視頻監控的全域覆蓋和全網共享，重慶監控種種跡象表明，中國視頻監控行業將迎來巨大變化。隨著物聯網技術的加速發展，視頻監控行業也正在接受來自大數據、云計算、物聯網以及AI等創新技術的“洗禮”。特別是在智慧城市加速建設、智能交通等大型視頻監控項目中，云計算和大數據處理平臺都已經成為標配。

　　“AI+安防”應用落地

　　在云計算、大數據、芯片、算法等技術的助推下，“AI+安防”的概念開始浮出水面。如今在公共安全領域尤其是視頻監控技術應用領域，“AI+安防”應用已經落地。基于GPU運算的方案、人臉識別、大數據應用等已經成為業內的共識。可以說，安防監控行業正在經歷一次重大轉型。各種新技術的大肆輸入，加速驅動著智能監控技術升級，向更高層級進化。與此同時，行業用戶對視頻監控也提出更多需求，多樣化的應用場景催生出不同的用戶需求。

　　以公共安全領域為例，中國平安城市建設已經渡過了基礎設施建設階段，目前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，數據是重中之重，而對于平安城市的使用者和管理者來說，如何更高效地收集和分析數據是一個重點。所以，從應用層面來看，大數據、視頻云和智能分析是當前平安城市項目建設的熱點。公安部門對于將大數據與業務實戰相結合的需求十分迫切。

　　大數據解決公共安全視頻監控“痛點”

　　大數據在公共安全視頻監控中的應用，根據采用不同處理方法、挖掘工具及多種數據融合，可獲得不同價值的數據應用。

　　目前大數據解決視頻監控“痛點”主要是從九個方面進行。一、人流密度分布、變化趨勢、活動的動態監測，預測踩踏指數，實現大型活動和重要區域的風險管理。二、空間狀態分析，車流密度分布、變化趨勢，道路狀態及變化監測，主要用于預測擁堵指數，實現交通信號的預測調節;三、數據融合、關聯，實現同號搜索，人、車軌跡跟蹤等。四、有序過程與隨機過程分析，成為社會治安關鍵因素，進行常態與暫態分析，實現社會治安風險評估，事件預警。五、高風險因素監控和關聯分析，主要應用于擴大社會掌控面;制定有效防范措施和反應預案。六、融合定位、通信、網絡等技術，提高對高風險因素(人、物、事、時間、地點等)掌控的精度、粒度，建立重大事件風險評估、預警機制，提高防范能力，進而實現犯罪高發分布及分類基礎性研究及綜合治理方案的制定。七、高風險單位、區域、活動安全管理，利用大數據，進行風險和脆弱性分析，結合歷史數據的回歸統計;成功和不成功案例的分析，建立風險管理機制，指導安防系統建設。八、各類系統效能分析，主要應用公共安全系統建設、評價。九、安防基礎理論研究數據庫，通過數據融合、關聯及歷史回歸統計，開展大數據應用;建立安全基礎研究和預警理論研究基礎數據庫。總之，大數據應能解決公共安全的關鍵問題，支撐公共安全系統建設。

　　智慧城市給視頻監控帶來的挑戰

　　雖然智慧城市建設帶給視頻監控行業巨大的發展機遇，但同樣也帶來了巨大的挑戰。首先是前端。前端攝像機應深度整合集成升級為一個微數據中心，集成音頻采集、對講設備、大氣數據采集設備、4G、5G無線傳輸模塊、存儲設備等，同時在采集的數據上進行深度整合挖掘。第二是傳輸網絡;隨著無線網絡傳輸速度的提升，與其租用光纖網絡，不如前端存儲采用無線網絡傳輸，主動上傳報警或者前端中心分析出來的重要數據，或者后端平臺主動向前端獲取數據。改變現有的“時刻滿負荷傳輸”為“按需取數據”，變被動為主動，從根本上改變對傳輸光纖的依賴。第三是平臺的開放;提智慧城市的平臺可以考慮允許市民上傳視頻，這能對目前前端攝像機點位不足作為一個補充。而且對于大多數突發事件，群眾拍攝的視頻比監控視頻拍到的視角更多，時間上更加及時，反應更快。最主要該段視頻是經過篩選的，一般不需要后臺再進行甄別分析，視頻利用更有效。智慧城市管理人員通過該平臺提供的視頻，可以更加及時高效地處理各種突發事件。