當然，也正是多虧了這些或是在角落、或是在高處默默奉獻的監控探頭，我們城市才會變得更加安全。這些遍布城市大街小巷每個角落的監控攝像頭，把他們聯網起來便組成了當前智慧城市的基礎神經網絡。每一個攝像頭就像是一個個安全衛士的眼睛，時時刻刻在保護在城市的安全。

    但是，由于早期技術等因素的限制，目前的很多視頻監控攝像頭都存在著清晰度不夠、不聯網、不智能等問題，已經無法滿足當前社會經濟發展的需求。雖然“眼睛”遍布大街小巷，但是因為這些種種因素，使得城市管理者往往看不見、看不清、看不全、看不懂，讓智慧城市變得“有眼無珠”。

    眾所周知，大腦的進化很大程度取決眼睛。我們人類大腦要處理信息，首先得需要通過我們的眼睛、耳朵、鼻子、手腳等器官采集到外界的信息。如果眼睛沒有看到信息，那么大腦也就不會做相應的處理。對于智慧城市來說，每一個攝像頭就是它的眼睛，如果眼睛看不清、不聯網、不具備智能分析功能，那么系統就無法進行相應的圖像數據分析處理。所以，“有眼無珠”這里的“珠”更確切的說指的是“腦”。

    中國工程程院院士、北京大學教授高文在3月31日參加雷鋒網主辦的2018年人工智能安防峰會時表示，智慧城市系統基于視頻監控系統，但是早期的視頻監控系統基本上都是為了存儲和事后給人看，沒有統一的時間戳、也沒有準確的地理信息。還有，云端存儲的壓縮視頻是按照圖像幀結構組織的，若要分析和識別必須先進行解碼，無法在壓縮數據上直接檢索分析。

中國工程程院院士、北京大學教授高文

    解碼處理會耗費計算資源，同時會有明顯的延遲。同時，為了傳輸與存儲，大量的視頻在壓縮的時候必然會導致很多圖像細節特征的丟失，從而導致識別率更低。因此，也造成了目前視頻監控數據利用率極低的現象。因為目前的很多監控系統是為了存儲數據再由人工離線檢查而設計，大部分數據在其生存期內一次都沒有用過。因此，數據大并不等于大數據。

    高文院士表示，城市大腦需要智慧之眼。“通過監控攝像頭讓城市變得更智智慧，不僅僅是單一的視頻檢索和計算機視覺問題，而是在面臨海量信息和突發事件時，能否能迅速做出反應、能否降低計算量、能否有效識別和檢索等一系列龐大的系統工程。”

    高文院士還在大會中提出了“數字視網膜”的概念，他指出“承載數字視網膜的攝像頭需做兩件事：首先做好編碼；其次為后面的識別，提取出所需的信息。數字視網膜與人的眼睛既具有影像重構（精細編碼視覺內容），又具備特征提取（面向識別理解）的功能。”基于結構化的大數據，融合底層視覺特征與深度學習，可以更加豐富數據的內在信息，提升分類、檢索或預測的準確性。

    當然，由于當前人工智能等技術短板限制，泛安防+人工智能仍有許多難點需要突破。例如，在海量視頻數據中尋找目標，“天網”視頻監控系統每天產生的大量圖像視頻，對于尋找目標人與車輛猶如大海撈針。

    其次，傳輸受限制預警不實時。尤其是高清、超高清攝像機的大量應用，采集的數據量非常大，傳輸成本非常高，而且很難在第一時間匯集到數據總平臺，造成全局預警與搜索的困難。此外，針對交通擁堵情況，當前的交通大數據主要還是以導航地圖、共享出行軟件等為主，視頻智能分析數據應用還是比較少等等。

    但是我們相信，隨著傳統安防企業在人工智能技術研發的持續投入，大量人工智能技術創業團隊的加入，以及AI技術在安防行業應用的不斷驗證與優化改進，我們的城市大腦肯定會變得越來越聰明，我們的城市也將變得越來越安全。