目前，我国正处于城镇化加速发展的时期，部分地区“城市病”问题日益严峻。为解决城市发展难题，实现城市可持续发展，建设智慧城市已成为当今世界城市发展不可逆转的历史潮流。
与“人”相关的数据
智慧城市，尤其在城市治理领域，离不开“看脸”，更离不开“看脸”背后的大数据应用。举例说明，此前公安局IT部门都在修电脑，现在则成为核心破案部门。城市治理正在向科技要警力，通过大数据与人工智能的结合，已实现对犯罪行为的事前、事中、事后监控。
进入主题，视频云模式很是说明问题。人脸识别，以及人像大数据正在城市治理中，发挥着越来越重要的作用。就技术而论，城市治理与人像识别结合，涉及数据、计算力、人工智能等三方面要素。计算能力是基础，现在华为7台GPU服务器，就相当于此前200台服务器的性能;而人工智能是应用展现，不同的算法可支撑公安刑侦、交通疏导、违章纠察等不同领域的应用。
当然，向上承接人工智能，向下对接计算力的就是数据。这里的数据，既指大数据分析平台，更特指与“人”相关的数据。智慧城市中的诸多领域，每天都在产生海量数据，通常以PB级统计，且不说物联网传感器采集的各类数据，单与“人”相关的数据，就包括人口数据、法人数据、互联网社交数据，以及数以万计的摄像头所采集的非结构化数据。而只有将众多“库”中，与“人”相关的数据相互融合协同，才可能在城市治理中产生价值。
在此领域，就不得不提一家公司。2017年，美国国家标准研究院组织的国际权威人脸识别供应商测试FRVT(FaceRecognitionVendorTest)，依图科技在千万分之一误报下(采样百亿对样本)的准确率为95.5%，定义了全球工业界在这项指标下的最好成绩，名副其实的人工智能独角兽。
而对于人像大数据在城市治理领域中的应用，依图科技高级解决方案架构师李牧青表示，以“人”为数据主体是城市治理应用的基础，而在基础形成的人像识别大数据解决方案，则包括：看、识、分析、决策四个部分。
望闻问切的人像识别
此原理颇与中医中的望、闻、问、切理论相通。看什么?视频、图片，人像和车牌等都属于被“看”的感性数据范围。而“看”目的，就是如何识别?人像识别，关键就在于识别，包括：静态人像比对和动态人像比对。在此方面既涉及人工智能算法，又涉及前端采集数据，与后台数据库的对比。
当然，“看”和“识”只是基础能力，而与智慧城市紧密结合，则必须依靠“分析和决策”进行前端展现，这也正是旧、新安防时代的历史分水岭。旧安防时代，缺乏“分析和决策”能力，视频监控系统只是单纯的图像采集工具，只能“看”，也止于“看”。
而步入数据智能化的新安防时代，对安防基础设施的定义不再只是“看”，更要“懂”，会分析、能决策。正是基于此变化，2018年初，华为公司与依图科技合作，并提出“新安防、真智能”的概念。
具体而言，人像大数据解决方案中的分析模块主要包括：个体画像、人与人关联和群体分析。在个体画像方面，通过人脸识可分析出个人一年来的行为轨迹、每天的出现和消失地点、居住地、活动点、异常点。
举例说明，如果你每天早晨8点从通州出发，10点钟出现在西二旗，晚上10点回家。你多半是科技或互联网公司的上班族。其中，程序员的可能性为60%、产品经理可能性为30%、销售经理的可能性为10%。
这就是个体画像，当然个体画像不可能单纯依靠摄像头采集到的信息，信息来源还必须包括：线上和线下的关联数据，例如公安部门所存档的户籍、教育、交通、住宿、实名制数据，以及微信、微博、淘宝、QQ等互联网社交数据。综合上述数据，才可完成完整个体画像。
而通过个体画像，又可进一步完成人与人的关联分析，以及群体分析。在此过程中，可通过大数据分析找出个体与群体的共同点：例如同车出行、伴随、同事、同行为模式、同小区、同前科。举例说明，如果系统中所监控的吸毒人员同时出现在某一区域，就别犹豫，赶快出动警力，一举断掉这个制毒贩毒窝点。
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
