眼见为实，还是数据不会说谎，“看脸”的智慧城市

来源：fametal.com.cn 日期
：2018-09-03

　　与“人”相关的数据

　　在智慧城市中，我相信眼见为实。因为智慧城市，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
。

　　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，现在布置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。

　　而对于人像大数据在城市治理领域中的应用，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
。

　　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。

　　目前
，基于视频监控云
，依图科技可提供行为轨迹分析、人物画像分析、同行人员查询、异常行为报警、异常场所报警、人口密度分析等多类应用
。由此，智慧城市正在进入“看脸”的时代
，而“看脸”的基础
，就是计算能力和以“人”为主体的数据分析能力。

声明：部分文字或视频来源网络，转载出于传递更多信息之目的
。若侵犯了您的合法权益，请作者持权属证明与本网联系
，9001cc金沙以诚为本将及时更正、删除，谢谢
。 邮箱地址
：xuxt@zgygedu.com