随着创新与数字化逐步发展为新的增长极，世界各国正积极寻找解决方案，以实现经济、技术与社会的平衡发展。各国政府纷纷出台“智慧城市”政策，大力布局信息技术基础设施，并启用创新解决方案推进城市规划，最终目标是有效打造智慧城市以改善人民生活水平，同时将技术渗透到社会的方方面面，从而实现长期可持续发展。

智慧城市建设不是简单的一句口号，而是需要一个个系统部署实际落地，并能够按照既定要求满足政府和民众管理及生活需求。在国内，目前智慧城市的建设大量用到安防技术，如智能视频监控技术就已拓展到了各部门业务领域。

智能视频监控在智慧城市应用中的现状及特点

众所周知，视频监控的智能化已成为行业发展的必然趋势，它能够对视频中的异常行为进行实时提取和筛选，并及时发出预警，彻底改变了传统监控只能“监”不能“控”的被动状态，将是视频监控行业的一次新的革命。现阶段，我国越来越多的技术型企业正在大力发展数字信号处理、视频分析算法等核心技术，这将大幅提升视频监控产业附加值，改善现有产业价值提升困难的发展瓶颈。

从技术角度来讲，目前国内智能分析技术主要还集中在两大类：一类是采用画面分割前景提取等方法对视频画面中的目标进行提取检测，通过各种不同的规则来区分不同的事件，从而实现不同判断并产生相应的报警联动等，例如最早期的一些行为分析类功能（跨界、区域入侵、打架检测、人员聚集等）以及早期的交通事件检测等都属于这类算法技术的应用。另一类是利用模式识别技术，对画面中特定的物体进行建模，并通过大量样本进行训练，从而达到对视频画面中的特定物体进行检测及相关应用。

从应用角度来讲，目前国内智能分析技术主要有四大类：第一类是实时报警类；第二类是数据统计类；第三类是属性识别类；第四类是图像处理类。

第一类：实时报警类。主要是通过分析技术对实时视频进行内容的分析和判断，发现某种状态达到报警规则的要求时，系统即可发出报警联动。如最基础的跨线报警、闯入报警、打架报警、聚众报警等，当然随着应用的深入，各行业应用中也出现了很多带有行业特征的实时报警应用，如校园打架报警；交通行业的拥堵报警、行人上高速报警；司法行业的攀高报警、离岗报警；金融行业的尾随报警、贴假广告报价等等。

第二类：数据统计类。主要是通过在特定的场景下，对视频内容中特定的内容进行统计，形成相关的报表和数据应用。例如，通过视频分析对公路上的车流量进行自动统计，通过视频分析对校园门口、商场出入口等的人流量进行统计等等。

第三类：属性识别类。主要是对视频中特定事务的属性进行自动识别，达到对视频内容的深入应用和快速检索等目的。如人脸识别、车牌识别、车标识别、颜色识别、性别识别、身高识别、年龄识别、手势识别等等。目前安防行业中应用较多的主要还是人脸识别、车牌识别、车标识别等。

第四类：图像处理类。主要是对图像整体进行分析判断及优化处理以达到更好的效果或者将不清楚的内容通过算法计算处理达到看得清的效果。如目前的视频增强技术（去噪、去雾、锐化、加亮等）、视频复原技术（去模糊、畸变矫正等）

智能视频监控在智慧城市应用中的难点与瓶颈

智能视频监控技术应用给各行业安全监管提供便捷性保障，海量的视频数据挖掘也辅助城市管理部门提升其决策效率和精准度。对于社会公共安全治理而言，智能视频监控技术既带来前所未有的机遇，也相伴而生许多应用瓶颈及难题。

首先，在国内过去十几年的视频监控系统建设中，原有视频监控系统都是独立的，信息孤岛比较严重，公共安全治理涉及的公共部门、私人部门等多类主体协作，由于各类安全数据之间缺乏统一标准，现有组织、部门、制度间分割以及信息管理理念的滞后往往导致“数据孤岛”现象出现。在以智能视频监控技术应用基础上，以公开、透明、共享、协作等为基本原则的数据应用理念转变及数据管理模式的重构将成为智慧城市管理中视频大数据应用效果的关键。