雪亮工程的社會背景和技術環(huán)境比之以往的視頻監(jiān)控系統(tǒng)建設完全不同。因此系統(tǒng)建設的目標，或者人們對系統(tǒng)的期望和要求也完全不同。圖像信息的深化應用是必然的目標，人們希望通過雪亮工程，突破智能監(jiān)控的天花板，讓智能系統(tǒng)那美好的前景，不再是可望而不可及，能落地開花，將視頻監(jiān)控系統(tǒng)提升到新的高度（技術水平）。

實現(xiàn)這樣的目標，自然要涉及云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)應用等新一代信息技術的支撐，特別是人工智能的應用。

人工智能（AI-ArtificialIntelligence）是計算機科學的分支，是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用的一門邊緣和交叉學科。現(xiàn)已發(fā)展成具有完整的學科體系；獨特的研究方法和非常廣泛應用領域的獨立的學科。

由于深度學習優(yōu)異的特征學習能力；對數(shù)據(jù)更本質的刻畫；快速的知識積累，拓展了人工智能的研究和應用領域，使得機器學習能夠完成更多的任務，實現(xiàn)更多的應用；勢如破竹地攻克了一些長期未能解決的難題，使得人們企盼的智能機器變?yōu)榭赡埽斯ぶ悄懿辉偈侨藗兊钠谕墙谘矍埃踔良磳崿F(xiàn)。如、無人駕駛汽車、預防性醫(yī)療與健康管理等。

可以說，人工智能界終于找對了方向，實現(xiàn)了大爆發(fā)。人類第一次如此接近了人工智能的夢想；真正、真實的看到了人工智能輝煌的未來。

人工智能是支撐自動（智能）化系統(tǒng)的基礎技術。也是安防（視頻監(jiān)控）系統(tǒng)的基礎技術，或者說：安防是人工智能研究（應用）的重要領域。雪亮工程應時而出，自然成為人工智能新的研究和應用領域。具體應用主要有：

一、實施功能的自主化

視頻監(jiān)控系統(tǒng)包含許多遙控和編程控制功能和子系統(tǒng)，如、攝像機的目標跟蹤；多個攝像機，或攝像機與系統(tǒng)其它設備的多機聯(lián)動、功能聯(lián)動等遙控和編程控制功能或子系統(tǒng)。這些功能是由人的操縱或預先設定的程序控制來完成。采用人工智能，可實現(xiàn)系統(tǒng)的自主動作，如、攝像機自動發(fā)現(xiàn)目標，然后自主地進行跟蹤；根據(jù)目標的行為，自主地與相關攝像機和其它設備進行聯(lián)動。

機器人、無人機等是人工智能的重要研究領域，涉及人工視覺、人工觸覺等技術。目前廣泛應用于安防領域的這些設備基本上還是遙控裝置。采用人工智能技術，可以逐漸實現(xiàn)動作的自主動性，如通過人工視覺，感知目標的特征、形態(tài)、距離和速度等，自主地跟蹤目標、避障、制動和發(fā)動攻擊等；通過人工觸覺，感知物體的重量、虛實、光滑度等，自主地抓物或采用相應的失能處置。

通常，自動化系統(tǒng)分為三個層次：遙控、編程控制和自主動作。顯然、后者技術難度最高，是自動化的最高境界——智能化。但并不是所有系統(tǒng)和設備都需要智能化，各層次的產品適應不同的應用，并非都要實現(xiàn)自主動作。

二、提高動作的精準性和效率

視頻監(jiān)控系統(tǒng)中許多功能和子系統(tǒng)已采用了機器學習技術，根據(jù)統(tǒng)計學理論，進行價值判斷，提高性能與能力。若采用深度學習，就可以進一步提高它們的學習能力。如圖像系統(tǒng)的生物特征識別（人臉、指紋等）、圖像內容分析及搜圖等系統(tǒng)，通過深度學習可提高識別、判斷、搜索的精準性和效率；同時可以增強系統(tǒng)的抗干擾能力、環(huán)境適應性，提高其實用性，擴展其應用的范圍。

攝像機圖像調節(jié)（光、焦、抖動）、寬動態(tài)、數(shù)字降噪及透霧等功能都是通過軟件來實現(xiàn)的。通過機器學習的訓練，可以不斷的優(yōu)化算法，獲得更佳的圖像效果。在此基礎上，產生了軟件定義攝像機的概念。

改進圖像內容分析及搜圖等系統(tǒng)的學習方法，提高目標分類、行為判斷、搜索的精準性和效率。特別是通過深度學習的訓練，提高圖像分類特征表示的精細（粒）度，提高圖像標識的精準性。為系統(tǒng)學習提供高質量的、深層次的數(shù)據(jù)，逐步實現(xiàn)圖像信息的（半）結構化處理。在通常的監(jiān)控環(huán)境下，實現(xiàn)圖像中事件的標識；人臉識別的應用；以及步態(tài)識別、聲紋識別等關鍵技術的突破和初步應用。在進行圖像內容標識時，數(shù)據(jù)融合對提高標識的精準性和深度有很大的幫助。數(shù)據(jù)融合也有助于感知前端的完善和云邊結構的構成。

三、提高系統(tǒng)的決策水平

安防和視頻監(jiān)控系統(tǒng)中存在著各種各樣的決策系統(tǒng)，大如風險評估、預警系統(tǒng)和預案（專家）系統(tǒng)；小如圖像調節(jié)的算法、目標跟蹤的方案。采用深度學習技術，提高預警、風險評估，預案等專家系統(tǒng)的決策水平；圖像搜索的策略等，這些決策水平的高低，決定系統(tǒng)的應用水平和功能滿足業(yè)務需求的能力。

通過人工智能的應用，深化圖像信息的應用；破解公共安全難題；構建風險評估體系，安全預警體系，促進和加快現(xiàn)代安全體系的建立，是中央對公共安全的要求，也是雪亮工程建設的重要目標。

上述應用本質是大數(shù)據(jù)處理，我們通過從新的、更多的角度（維度）和深度，觀察世界（事務），來提高洞察、決策、程序優(yōu)化的能力；通過數(shù)據(jù)融合，挖掘圖像的深層次的信息，真正發(fā)現(xiàn)大數(shù)據(jù)的價值。

四、人工智能的應用場景

場景，是指技術應用的（外界）環(huán)境。是充分發(fā)揮技術本質能力的外部條件，或技術可以適應的外部條件。通常智能系統(tǒng)要求建立稍加限制的應用環(huán)境（場景），以保證技術本質能力的發(fā)揮。因此、場景（環(huán)境因素）也成了限制技術應用和影響應用效果的重要因素。顯然、外部條件的限制越少（低），技術的環(huán)境適用性越好。

人工智能的出現(xiàn)，特別是深度學習的應用，正逐漸突破環(huán)境因素的限度。使智能系統(tǒng)的應用環(huán)境（場景）日益自然、自由。如在通常的監(jiān)控系統(tǒng)環(huán)境保護下，實現(xiàn)許多智能化技術的應用。我們也把解決視頻監(jiān)控系統(tǒng)現(xiàn)存問題和不足，寄望予人工智能。

從應用場景的角度，分析人工智能智能在雪亮工程中的應用，還可以更直觀和清晰地表現(xiàn)出人工智能技術的切入點、可以解決的具體問題和可能實現(xiàn)的效果。

雪亮工程中人工智能的應用場景主要有：

圖像標識

標識圖像是圖像信息結構化的一個途徑。人工智能將是實現(xiàn)圖像標識的主要的技術方法。這里暫且稱之為半結構化。圖像標識包括：

標識圖像中的目標，它需要截取一（幾）幀圖像。目前大多系統(tǒng)都可完成這個功能。如標識視頻圖像中的人或車。人工智能化應用于該場景，有助于目標的標識更精準、更精細。

標識圖像中的事件，需要分析一段視頻圖像（一個圖像序列），屬視頻語義解釋。目前，很多應用離業(yè)務需求尚有差距。深度學習將為解決這一問題提供一個新思路和方法。

人臉識別

深度學習很可能實現(xiàn)人臉識別的突破，而且解決問題的速度之快會令人驚訝。

模式識別，是傳統(tǒng)人臉識別的基本方法。要求系統(tǒng)定義人臉、建立特征庫和稍加限制的環(huán)境。在技術上實現(xiàn)后，一直沒有實質性進步，距實用化尚有很大距離，特別是在通常的視頻監(jiān)控環(huán)境下。

深度學習，通過模仿人的思維過程，產生大量的、深層的數(shù)據(jù)分布式特征的表示，經(jīng)大數(shù)據(jù)的訓練，使圖像的分類表示越來越精細，知識積累愈加豐富，很快就產生許多實用性的成果。基于深度學習，將會導致生物特征識別方法和模式的創(chuàng)新。使人臉識別在通常的監(jiān)控環(huán)境下，得以實現(xiàn)。

同樣，深度學習也將支持步態(tài)識別、聲紋識別等新技術得到初步的應用。

構建城市空間狀態(tài)圖像

把系統(tǒng)前端設備（攝像機等）感知的信息，通過深度學習，生成反映城市狀態(tài)的原始、實時數(shù)據(jù)的可視化表示。是觀察城市實時狀態(tài)、動態(tài)變化的最佳、最直觀方式。

視頻信息對構建城市空間狀態(tài)圖像具有最大的價值，前提是實現(xiàn)視頻語義的理解。

視頻信息可直接生成空間狀態(tài)圖像。如人流密度、分布，車輛密度等。

通過深度學習，從視頻信息中產生城市狀態(tài)深層數(shù)據(jù)的可視化表示。如道路擁堵指數(shù)、人流踩踏風險指數(shù)等。

非視頻信息經(jīng)大數(shù)據(jù)處理，也可生成空間狀態(tài)圖像。如高危人、物、活動的分布，城市人口狀態(tài)等。

而且，多種數(shù)據(jù)的融合是構建空間狀態(tài)圖像的最有效方法，可以提高狀態(tài)圖像的準確性和實時性。

風險管控

風險管控是現(xiàn)代安全的基本功能（要素）。

傳統(tǒng)安全，風險分析的目的是發(fā)現(xiàn)系統(tǒng)的脆弱性。通過系統(tǒng)加固（建設），降低風險到可接受的程度。風險分析是系統(tǒng)設計的依據(jù)（方法）。

現(xiàn)代安全，風險管控的目的是發(fā)現(xiàn)安全環(huán)境可能出現(xiàn)的風險。采用適當?shù)拇胧乐刮ｋU事件的發(fā)生。風險分析是系統(tǒng)功能（要素）。

風險分析，通過對影響安全的諸多因素（政、經(jīng)、社）的大數(shù)據(jù)處理。洞察和判斷宏觀的安全狀態(tài)及可能出現(xiàn)的風險；通過對敏感人、物、時、地、突發(fā)、形勢等的大數(shù)據(jù)處理，判斷各類事件發(fā)生的可能性（風險高低）。

空間狀態(tài)圖像反映安全環(huán)境的實時狀態(tài)，狀態(tài)的變化是趨勢，良性的保持；不良的就是風險，采取適當方式改善。就是風險管控和預警。

風險管控系統(tǒng)具有自主成長性，在大數(shù)據(jù)的支持下、通過迭代式的訓練，可不斷的提高系統(tǒng)的洞察、判斷的能力和風險分析的準確性。

空間狀態(tài)預測調節(jié)

交通管理系統(tǒng)是典型案例，傳統(tǒng)系統(tǒng)以交通信號的實時控制為核心，希望能實現(xiàn)點、線、面的控制及最佳綠信比。但實踐證明，傳統(tǒng)控制方法（信號的實時控制）實現(xiàn)不了這些目標；現(xiàn)代（城市）交通管理系統(tǒng)必須采用現(xiàn)代控制理論，通過多變量的空間狀態(tài)分析，進行區(qū)域性（整體空間）的預測調節(jié)，來實現(xiàn)道路資源與車流狀態(tài)的匹配。

風險管控更是典型的現(xiàn)代復雜系統(tǒng)。所謂發(fā)現(xiàn)可能出現(xiàn)的風險，采用適當?shù)拇胧乐刮ｋU事件的發(fā)生，實質上、是空間狀態(tài)的預測和多方位、立體化的安全體系的調節(jié)。

概括的講，雪亮工程是人工智能最適配的應用場景，除上述幾個方面外，還有許多可為人工智能大展身手的場景。總之，雪亮工程為智能監(jiān)控提供了新的舞臺，通過人工智能的應用，極大地提升視頻監(jiān)控系統(tǒng)的智能化水平，解決傳統(tǒng)系統(tǒng)的缺欠和不足。真正使視頻監(jiān)控的眼睛更加雪亮。同時，也成為行（企）業(yè)轉型、升級的切入點。將安防行業(yè)的改革引入新的階段。