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