现如今，有可能我们每一个生活在大城市的人都会有这样的印象，那就是每天无论是回头在大街小巷，还是驾车、搭乘交通工具，又或是进出办公大楼、到商场购物、餐馆用餐等等总会看到各种大大小小的摄像头在俯瞰着我们。据涉及统计资料，生活在城市里的人们，平均值每天可能会“偶遇”监控摄像头多达数百次。当然，也正是好在了这些或是在角落、或是在低处默默地奉献给的监控分析仪，我们城市才不会显得更为安全性。

这些遍及城市大街小巷每个角落的监控摄像头，把他们联网一起之后构成了当前智慧城市的基础神经网络。每一个摄像头就看起来一个个安全卫士的眼睛，时时刻刻在维护在城市的安全性。

但是，由于早期技术等因素的容许，目前的很多视频监控摄像头都不存在着清晰度过于、不联网、不智能等问题，早已无法符合当前社会经济发展的市场需求。虽然“眼睛”遍及大街小巷，但是因为这些种种因素，使得城市管理者往往看不到、看不清、看不仅有、不懂，让智慧城市显得“有眼无珠”。众所周知，大脑的演化相当大程度各不相同眼睛。

我们人类大脑要处置信息，首先得必须通过我们的眼睛、耳朵、鼻子、手脚等器官收集到外界的信息。如果眼睛没看见信息，那么大脑也就会做到适当的处置。

对于智慧城市来说，每一个摄像头就是它的眼睛，如果眼睛看不清、不联网、不具备智能分析功能，那么系统就无法展开适当的图像数据分析处置。所以，“有眼无珠”这里的“珠”更加确切的说所指的是“脑”。

中国工程程院院士、北京大学教授高文在3月31日参与雷锋网主办的2018年人工智能安防峰会时回应，智慧城市系统基于视频监控系统，但是早期的视频监控系统基本上都是为了存储和事后给人看，没统一的时间砍、也没精确的地理信息。还有，云端存储的传输视频是按照图像帧结构的组织的，若要分析和辨识必需再行展开解码，无法在传输数据上必要检索分析。中国工程程院院士、北京大学教授高文解码处置不会花费计算资源，同时不会有显著的延后。

同时，为了传输与存储，大量的视频在传输的时候必定不会造成很多图像细节特征的遗失，从而造成识别率更加较低。因此，也造成了目前视频监控数据利用率极低的现象。

因为目前的很多监控系统是为了存储数据再行由人工离线检查而设计，大部分数据在其生存期内一次都没用过。因此，数据大并不等于大数据。高文院士回应，城市大脑必须智慧之眼。“通过监控摄像头让城市显得更加智智慧，某种程度是单一的视频检索和计算机视觉问题，而是在面对海量信息和突发事件时，能否能很快作出反应、能否减少计算出来量、能否有效地辨识和检索等一系列可观的系统工程。

”高文院士还在大会中明确提出了“数字视网膜”的概念，他认为“支撑数字视网膜的摄像头需做两件事：首先作好编码；其次为后面的辨识，萃取出所须要的信息。数字视网膜与人的眼睛既具备影像重构（细致编码视觉内容），又不具备特征提取（面向辨识解读）的功能。”基于结构化的大数据，融合底层视觉特征与深度自学，可以更为非常丰富数据的内在信息，提高分类、检索或预测的准确性。当然，由于当前人工智能等技术短板容许，绿安防＋人工智能仍有许多难题必须突破。

例如，在海量视频数据中找寻目标，“天网”视频监控系统每天产生的大量图像视频，对于找寻目标人与车辆有如大海捞针。其次，传输受限制预警不动态。特别是在是高清、超高清摄像机的大量应用于，收集的数据量十分大，传输成本十分低，而且很难在第一时间汇聚到数据总平台，导致全局预警与搜寻的艰难。

此外，针对交通拥堵情况，当前的交通大数据主要还是以导航系统地图、分享上下班软件等居多，视频智能分析数据应用于还是较为较少等等。但是我们坚信，随着传统安防企业在人工智能技术研发的持续投放，大量人工智能技术创业团队的重新加入，以及AI技术在安防行业应用于的大大检验与优化改良，我们的城市大脑认同不会显得更加聪慧，我们的城市也将显得更加安全性。

本文来源：NG体育-www.ngsdq.com