目前已建視頻監控安裝覆蓋面不夠廣’存在監控盲點，不利于開展業務應用；已建的監控點位部分仍為標清監控設備存在“看不清”的問題，隨著技術的發展，監控前端的建設不僅停留在“看得見”的需求上，更需要在問題發生時需要“看得清”，能對重點信息進行清晰的再次呈現，為問題的分析提供第一時間的全方位的視頻支撐，因此亟需增建高清治安監控點位改善治安狀況。

目前公安、交警及各委辦局視頻監控系統獨立建設，彼此之間自成體系，形成信息孤島，為有效利用各類前端資源，提升管理效能，急需建設一套統一的跨區域、跨部門、跨系統的視頻共享平臺開展監控資源的共享應用，發揮監控資源的最大價值。

目前已經建有視頻監控系統，但對圖像資源的應用還停留在基礎的調閱查看，巨大的圖像資源潛力未得到充分挖掘利用，圖像資源需要系統地與各部門的各項業務深入結合，有效提升核心戰斗力。

日常視頻應用主要依靠低效率的人工篩查方式，在海量視頻中無法快速定位有效信息，造成人力資源的嚴重浪費。同時，無法結合視頻資源的其他特征實現快速關聯、比對、碰撞，導致案件偵破工作面臨一定的瓶頸。

Ai的落地應用

天地偉業為推進以縣（市、區）、鎮（鄉）、村（社區）三級聯網，率先將AI技術應用到了雪亮工程的實戰中。以視頻監控聯網應用為核心，與“天網”以及社會監控資源聯動互補的群眾性綜治“雪亮工程”建設，進一步提升立體化治安防控體系實戰效能。AI是未來，也是幾乎所有行業的未來。在不同的行業，都會遇到AI的場景化、算法準確度、解決方案等諸多瓶頸，而唯一能打破瓶頸的就是需求的迫切程度。AI與雪亮工程的結合并非偶然，這是趨勢使然，因為安防對大數據分析需求的天生特點，促使了AI落地，因此AI人工智能安防在雪亮工程應用中如火如荼地展開。

雪亮工程中的重點問題

東莞監控安裝公司稱據不完全統計，目前全國約有2億攝像頭，總計存儲容量超過400000PB，約1億塊硬盤。未經過結構化原始視頻數據占據了大量的硬盤空間，存儲成本高昂；數據可讀性差，原始視頻查找大多需要人工參與；

取證難度大，在海量的素材中無法快速找到敏感錄像。大家熟知的周克華案，調用了1500名民警，在18萬小時的錄像中查找線索，破案耗時45天，這是傳統安防架構的弊端。同樣的一個實例，在云南某公安局，采用AI人工智能安防技術監控系統，7月24日布控了嫌疑人照片，7月25日即通過天地偉業研發的人工智能人臉識別卡口就發現了嫌疑人，從案發到破案不到一天的時間。由此可見，AI技術在警力分配較弱的縣鎮鄉中應用尤為的重要。AI技術能有效的減少警力在查找犯罪證據中的浪費。

AI技術：視頻結構化在雪亮工程中的應用

視頻結構化分析系統需要配合平臺使用。是集調度管理、任務管理、人車物特征提取、數據存儲、數據分析于一體，實現高清實時監控視頻、高清錄像以及離線視頻的結構化處理。簡單來說，就是通過天地偉業視頻架構化系統，可以將機器看不懂的視頻數據，處理成文字進行存儲。結構化處理后的數據統一存儲于結構化視圖庫和結構化數據庫中。

那么機器能處理的文字是什么？

車輛特征識別，支持車牌、車型、車身顏色、標志物等十余種細分特征；

人體特征識別，支持性別、民族、年齡段、衣服顏色、款式等十余種細分特征；

非機動車特征識別，支持非機動車分類、非機動車顏色、姿態、頭部特征等十余種細分特征；

目標（人／車／非）特征提取（以圖搜圖）；

可同時提取視頻中機動車、非機動車和行人的特征信息。車輛特征信息包括車牌、車型、車款、車身顏色、年檢標、遮陽板、紙巾盒、掛件、擺件、不系安全帶、開車打電話、特種車輛等細分特征。非機動車特征信息包括：非機動車分類、姿態、車身顏色、乘客性別、乘客民族、頭部特征、附屬物品、上身顏色、上身款式、目標方向、目標速度等。行人特征信息包括：性別、民族、年齡段、上身顏色、上身紋理、下身顏色、下身類別、頭部特征、附屬物品、目標方向、目標速度等。解決對人、車、非機動車等目標的特征識別和快速檢索，以實現預警、布控、研判等多種應用，提高辦案效率。

天地偉業視頻結構化數據具有：識別功能全（設備支持多類目標的檢測、識別）、分析識別準（在細分結構化特征的識別和以圖搜圖指標方面處于領先地位）、兼容能力強（單機可同時支持實時視頻、歷史錄像資源的接入，支持視頻、圖片資源的同時處理，提供標準二次開發接口，供應用集成）、集群可堆疊()部署靈活，支持集群擴展和運算存儲資源彈性擴展）、操作靈活高效（基于地圖進行視頻資源查看和執行結構化任務）。