高清監(jiān)控系統(tǒng)解析AI場景應(yīng)用變革提升安防效能,賣方市場已經(jīng)存在很多年了，也說明了用戶才有最大的話語權(quán)，也說明了場景應(yīng)用是技術(shù)越發(fā)成熟的催化劑。我們來看看在應(yīng)用方出現(xiàn)了哪些需求變化甚至是變革。

從“汗水警務(wù)”到智慧警務(wù)

“汗水警務(wù)”是指公安部門費(fèi)力不討好且效率極低的工作模式，而智慧新警務(wù)因AI的刷人、車臉的廣泛應(yīng)用而出現(xiàn)了模式的創(chuàng)新，這也是公安部門需求的新變革。

監(jiān)控?cái)z像頭安裝公司表示社區(qū)人口走訪檢查預(yù)警管控、出租屋流動(dòng)人員核查、單位場所檢查、警情案件回訪，這些往常需要民警來回跑動(dòng)、手工記錄的工作，如今在移動(dòng)警務(wù)終端的社區(qū)警務(wù)應(yīng)用中就能一鍵完成。利用人臉識(shí)別技術(shù)，該產(chǎn)品進(jìn)行人臉采集與比對，在與人臉庫比對，同時(shí)與公安大數(shù)據(jù)管理平臺(tái)對接。比如深圳公安的移動(dòng)執(zhí)法就整合內(nèi)外網(wǎng)多個(gè)業(yè)務(wù)系統(tǒng)，將全市人、車、屋、路、場、組織等6大類、63種治安大數(shù)據(jù)切分成塊數(shù)據(jù)，設(shè)置巡邏防控、治安檢查、人屋管理、消防檢查、回訪倒查等5大功能模塊，讓民警利用AI采集人臉數(shù)據(jù)并在云端場景完成80%的社區(qū)業(yè)務(wù)，將口袋信息轉(zhuǎn)變?yōu)楣蚕硇畔ⅰ?

人證核驗(yàn)產(chǎn)品也為智慧新警務(wù)增添姿彩。當(dāng)數(shù)據(jù)搜集轉(zhuǎn)變?yōu)閿?shù)據(jù)管理如何實(shí)現(xiàn)基層警務(wù)智能化，成為當(dāng)下亟待解決的問題。當(dāng)下眾多人證核驗(yàn)終端設(shè)備，融合多種生物識(shí)別技術(shù)，快速實(shí)現(xiàn)人的識(shí)別、查找、身份認(rèn)定，可廣泛應(yīng)用在需要進(jìn)行身份核驗(yàn)的場所，讓基層公安機(jī)關(guān)和廣大民警執(zhí)行任務(wù)時(shí)，更加高效的進(jìn)行，實(shí)現(xiàn)警務(wù)工作從傳統(tǒng)型向智慧型轉(zhuǎn)變。具體來看，應(yīng)用的領(lǐng)域有數(shù)字監(jiān)獄、戒毒管理、警務(wù)巡邏、智慧監(jiān)所、刑偵辦案、戶口登記與遷移、社區(qū)人口管理、出租屋房客管理、物流實(shí)名制、網(wǎng)吧實(shí)名制和移動(dòng)開卡實(shí)名制等領(lǐng)域。整體來看，AI落地在智慧警務(wù)以后，為公安的提升在幾個(gè)方面：

新管控：組建基層大數(shù)據(jù)分析工作站，提升對重點(diǎn)人員、可疑物品、重點(diǎn)部位的精準(zhǔn)管控和預(yù)測預(yù)警，提升大數(shù)據(jù)對基層的支撐服務(wù)。

新指揮：打通省、市、縣（區(qū)）三級指揮體系，構(gòu)建扁平化、移動(dòng)化的新型指揮體系。

新防控：以大數(shù)據(jù)技術(shù)優(yōu)化小區(qū)、區(qū)域防控力量可視化調(diào)度、動(dòng)態(tài)巡防、公安檢查站建設(shè)，提升社會(huì)面的精準(zhǔn)防控能力。

新監(jiān)管：建設(shè)安全管控一張網(wǎng)、執(zhí)法管理一終端、督導(dǎo)指揮一幅圖、合成作戰(zhàn)一平臺(tái)、公眾服務(wù)一窗口的“五個(gè)一”全新監(jiān)所管理體系，推動(dòng)全省監(jiān)所執(zhí)法管理、業(yè)務(wù)指導(dǎo)、打擊犯罪的信息化、精細(xì)化、智能化建設(shè)。

AI變革智能交通

AI來了，智能交通變了！在幾年前云棲大會(huì)會(huì)上，阿里發(fā)布了人工智能的互聯(lián)網(wǎng)+信號燈控制優(yōu)化平臺(tái)，經(jīng)過一年多的應(yīng)用，阿里用人工智能調(diào)試交通信號燈的方式在杭州蕭山區(qū)的試點(diǎn)實(shí)驗(yàn)數(shù)據(jù)顯示車輛通行速度提升11%左右。在互聯(lián)網(wǎng)企業(yè)暢想人工智能解決交通擁堵的同時(shí)，安防企業(yè)也在以基于人工智能改變交通管理方面努力。目前在智能交通領(lǐng)域，人工智能分析及深度學(xué)習(xí)比較成熟的應(yīng)用技術(shù)以車牌識(shí)別算法最為理想，雖然目前很多廠商都宣稱自己的車牌識(shí)別率已經(jīng)達(dá)到了99%，但這也只是在標(biāo)準(zhǔn)卡口的視頻條件下再加上一些預(yù)設(shè)條件來達(dá)到的。在針對很多簡易卡口和卡口圖片進(jìn)行車牌定位識(shí)別時(shí)，較好的車牌識(shí)別也很難達(dá)到95%。不過隨著采用人工智能、深度學(xué)習(xí)的應(yīng)用，這一情況在2019年將會(huì)得到很大的改善。

無人駕駛是智能交通領(lǐng)域一直在探討和嘗試的話題。海信網(wǎng)絡(luò)科技日前表示，公共交通將最早應(yīng)用無人駕駛技術(shù)?；诤Ｐ旁谥悄芄恍袠I(yè)的實(shí)踐，隨著人工智能和公交車輔助駕駛、無人調(diào)度技術(shù)的成熟，公共交通將成為最有條件率先實(shí)現(xiàn)無人值守的行業(yè)。對公共交通而言，線路固定、專用道行駛、車速較慢、距離短的特點(diǎn)，從整體上降低了對場景識(shí)別、安全控制等算法的要求，使其具備實(shí)現(xiàn)無人駕駛的基礎(chǔ)條件。而實(shí)現(xiàn)的過程，一方面是公交車由輔助駕駛實(shí)現(xiàn)自動(dòng)駕駛甚至無人駕駛，另一方面是公交車后臺(tái)調(diào)度系統(tǒng)的智能化。

與交通類似的無人化應(yīng)用還有其他場景，比如AI機(jī)器人的安保巡邏、智慧新零售的AI攝像機(jī)采集與管理等。