智慧城市：利用感測器技術改善流動性、可達性和安全性

Smart Cities: Improving Mobility, Access and Safety with Sensor Technology

來源：智慧網

相比 2017 年才開始的「AI 大爆炸」階段，安控行業是 AI 技術比較早介入的一個行業。「智慧安控」這一說法便因此派生，而在此前所謂的「智慧安控」還是主流。

相比 2017 年才開始的「AI 大爆炸」階段，安控行業是 AI 技術比較早介入的一個行業。從 2015 年開始，甚至更早，人工智慧便開始了與安控行業，特別是影像類安控行業的整合。「智慧安控」這一說法便因此派生，而在此前所謂的「智慧安控」還是主流。

當然，對彼時的安控行業來說，AI 總帶著神秘的光環，無論是技術理論，抑或是智慧算法都透著迷人卻又迷茫的新鮮氣味。當時，被 AI 全面武裝起來的安控廠商都在忙著做同一件事，跑分刷榜。

當人工智慧的算法、功能剛剛進入影像監控的時候，大家都在忙著在各個地市參加算法準確率的較量，這個過程持續了差不多一年半的時間。之後，業內普遍感覺，大家光忙著 PK 了，而面向使用者的價值，或是帶給行業的價值，哪怕是為一個商業組織的產出和收入，好像都沒帶來多少，也沒有形成什麼真正落地的內容。

換句話說，2016年的安控行業，人工智慧還是一套「高端玩法」，無論是行業使用者還是行業廠家，雖然大家都知道 AI 的方向是對的，但怎樣落地？技術怎麼跟行業和業務具體結合？怎樣在行業業務中發揮價值？大家都還沒有想明白。

那麼問題來了，從 2016 年的懵懂到 2018 年的標配，兩年的時間，安控行業是否已經想清楚了人工智慧要如何在業務中落地了呢？

一、技術固然重要，但價值落地需求正推動智慧安控進入大場景時代

毫無疑問，包括安控在內的所有行業此刻，都在被 AI 浪潮裹挾而行，人工智慧技術正不斷地催生出新的產品和應用。這樣的過程充分說明，無論技術怎樣發展，但價值所在終究還是要落地在產業之上。

回到安控行業，需求使然，從第一批安控攝影機的安裝佈署開始，安控行業一直以來都是一個深受政府主導的行業。因此，當智慧安控出現之後，便率先落地在警用領域，在這一階段，基於人工智慧的影像結構化處理技術獲得了長足的發展。目前，政府公共安全系統所掌握的安控技術和產品，其智慧化水準已經遠遠超出了普通民眾對刑偵技術的認知。以影像類安控為例，辦案人員的顯示幕上所呈現的畫面，早已不再是以看得見和看得清為需求，而已經能夠做到「看得懂，會分析，能追蹤」。

在刑偵、布控等警用場景落地之後，城市管理者發現，隨著人口逐漸向城市匯聚，人口管理、公共安全等問題在社區中得到最為直接的體現。因此，政府開始希望將智慧安控技術運用於智慧城市等領域。

以影像監控為入口，人工智慧和傳統安控應用相結合的「智慧社區」成為了社區管理的一種新理念、社會管理的一種新模式。社區場景因此成為智慧安控落地和各大安控廠商競爭的主戰場。

在「智慧社區」這場戰役中，有 3 個問題需要解決：

1、底層的大數據和雲端運算，前端的 AI 人臉辨識、IoT方案如何組合才能在社區場景中更好地落地？

2、業主、保全、物業、警察單位這些不同單元如何聯通？如何建立立體化的安全防控體系？

3、如何平衡便民服務和社區安全治理之間的關係？

這三大問題相互交織，橫亙在安控廠商的面前，其複雜程度遠遠超出之前智慧安控在警用場景的應用。問題的核心是大數據，「智慧安控社區系統」就是圍繞「一標六實」進行數據採集，採用「統一規劃、統一標準、統一平台、統一管理」的理念進行規劃建設來解決問題。

具體來說，智慧安控社區系統突破兩重需求：第一重，透過動態感知、智慧影像分析等手段對社區裡的人、車、房、物進行日常安控維護；第二重，對社區布控告警、接報事件、人口感知、車輛感知、告警感知等警情事件的智慧分析和流轉處理，做到管理循環。

在智慧社區中，社區內的實有單位，室內的水電燃氣、煙感，室外的門禁、車輛、消防等等一切設施均實現聯網，系統同時對接多張業務網，並對數據源進行清洗、匯聚，並基於 GIS 實現展示和調用。一旦出現安全隱憂或緊急情況，相關人員就能立刻獲知並上門處置。

從警用場景到社區場景，幾年以來，智慧安控落地的廣度和深度在不斷加強，也愈加貼近人們的日常生活，同時帶來更多更大的「價值」，無論是對行業使用者、消費者還是安控廠商皆是如此。

這代表了一種趨勢，即智慧安控的價值落地正走向大場景時代。從更廣闊的維度來看，形形色色的行業存在著各式各樣的場景，每一種場景的需求都能夠和安控技術相結合，而每一次結合即是一次價值的落地。

對安控廠商來說，關注技術，但不是迷信技術。讓技術真正發揮它的價值，一定是在行業應用中給使用者帶來價值，將技術與行業需求非常完美的結合，形成可落地的場景化的行業解決方案是大家現在更需要做的事。

二、未來的智慧安控是誰的主場？

雖然大家都強調自己是被 AI 武裝的智慧安控廠商，但眾多的參展商仍然比較明顯的分為了三大類：一類是很早便進入安控領域後搭載 AI 技術的老牌安控廠商；一類是做 AI 技術出身（如電腦視覺）後將技術運用到安控領域的科技公司；還有一類是雲和數據等基礎設施提供商。

亂花漸欲迷人眼，擠在熙熙攘攘的 AI 中間，腦海中浮現出一個特別接地氣的問題：未來的智慧安控市場，誰的機會會更大？

在解答這個問題之前，我們需要洞察智慧安控目前面臨的難點究竟在哪？而未來市場的歸屬應是那部分能夠更好的解決問題的廠商。目前的智慧安控面臨 3 個難點：

1、數據的匯集

事實上，數據匯集是包括智慧安控在內的人工智慧領域通用的一個難點。為什麼這麼說？因為，人工智慧技術的迭代歸根結底就是不斷的機器學習的過程，而這個過程其實就是不斷的跑數據。所以，如若沒有數據的支撐，AI 的能力也就很難有更大的突破，更別提 AI 產品的規模化應用。

在智慧安控領域，數據的匯聚，依然是各個廠家面臨的大問題，這裡的數據主要是指視頻數據。基於此，安控行業的先入優勢便體現得非常明顯。因為與政府開展更多合作，共同參與視頻聯網建設的一定是那些在行業內做了十多年的老牌安控廠商。而政府在建造視頻監控系統的時候，絕大多數 AI 技術出身的廠商甚至還沒有創立，他們並沒有參與到這個過程中。

2、智慧感知網的搭建

當下的整個安控行業都在提智慧感知網，其核心便是「網」，它意味著智慧安控不再只局限在視頻上，而是需要將已聯網的多種形態的資訊都納入同一個系統。

當然從安控行業來看，智慧感知網的搭建仍然會以視頻為核心，繼而未來面向更大範圍的感知網，包括RFID，包括Zigbee等等諸多透過網路、物聯網採集而來的資訊都會納入其中，範圍會更廣。

伴隨智慧感知網的搭建，新的問題出現了，就是當眾多數據匯集在一起，數據的清洗、分析是安防廠商們的另一門必修課。

所以，在智慧安控時代，擁有智慧感知網的搭建能力，且具有強壯的數據清洗、數據去重能力的廠商將在 AI 時代更具有優勢。

3、業務的打通

當我們掌握了數據，構建起了智慧的感知網，便等於拿到了將這些有效的數據，或者說是高品質的數據應用在各行各業，開展業務的「門票」。

但從智慧安控的終極價值上來說，這只是入門，其更加重大的意義在於：未來的安控廠商將有條件把面向各行各業之間的業務打通，讓數據的價值在行業應用中產生出來，或者是爆發它更大的價值。

能夠做到這一點的安防廠商，將會是一個「通吃」的狠角色。當然，要做到這一步非常不簡單。它既要懂技術，又要有一定的市場佔有率，前提還需要擁有眾多的業務場景，這決定了它是一個非大公司不可操盤的套路。因此，未來很長一個時期，智慧安控行業很可能會處在一個以大欺小的階段，大公司發展的速度和擁有的機會都會更有優勢。

三、智慧安控的未來要去向何方？

在探討智慧安控未來的時候，我們需要先看看眼前，前面提到智慧安控的價值落地正在無限貼近於場景，而一個又一個的場景疊加起來便組成了我們生活中最大的場景 —— 城市。

實際上，安控廠商涉足智慧城市是一件順勢而為的事情，因為從行業用戶到消費級市場，大家現在都已經離不開影像，在城市中分布著的大量影像安控設備，它們時時刻刻都在生產著海量的影像數據。

目前的智慧城市建設基本是兩種模式，結果都不是很好。一種是由頂級廠商參與，加上政府機構的頂層設計，目標是讓城市的數據在各種硬體上跑起來，但具體要跑什麼內容，怎麼跑，大家都沒怎麼想的太明白。

另一種模式是單點突破。做醫療的，把智慧醫療先建起來，做交通的，把智慧交通做起來，但問題是大家基本上都是各建各的，數據大面積處於零散的狀態，形成一個一個的數據孤島，無法真正的打通，最終呈現出一個割裂的「城市」。

從智慧安控到智慧城市，要在上述兩種建設模式之上探出新路。智慧城市的核心是數據，那麼對智慧安控來說，第一步是從前端佈署實現數據的採集，並提高安控設施的利用效率。數據採集的目標不僅僅是獲取數據，更為重要的是獲取高品質的、有效的數據。因此，如何從瀚如星海的影像數據中把高品質的、有效的數據提取出來，這是作為平台提供商，或者是平台系統提供商的廠商要實現的目標之一。

第二步是實現智慧安控的場景落地，前文已經聊了非常多。第三步是需要將數據打通。整個行業，包括政府主導的，不論是智慧城市，還是各種智慧工程，很大的目的就是要把影像數據打通。

從城市道路監控，到社區、大廈、停車場，當不同的場景都能夠透過場景化的安控解決方案實現數據的互聯互通，我們的城市便具備了構建城市級智慧大腦的基礎。

對安控廠商來說，始終面對的是一個非常碎片化的市場，用戶分散，產品分散，應用分散，各種客製化的需求更加分散。AI 時代的到來讓安控廠商看到了從智慧安控到智慧城市的發展路徑，市場空間被前所未有的打開。

如何搭上智慧城市的快車，是整個安控市場都在思考的問題。從視頻到數據，從 AI 到 DI，從軟體到服務，以影像數據為核心構築城市數據的治理系統，或許這就將是整個安控行業在 AI 成為標配的時代無路可退的進化之路。