有人說，2016 年到 2019 年，是我國雪亮工程建設的上半場，那麼，從 2020 年開始，全國雪亮工程建設，駛向何方呢？我們從市場需求升級和產業技術質變兩個維度來看。
2020，雪亮工程建設背景分析
隨著我國“新常態”下政治經濟層面宏觀政策的不斷調整，經濟增速放緩，社會經濟處於結構轉型和產業升級的關鍵階段，各類風險和不穩定因素不斷積聚擴張，因利益格局深刻調整造成許多不可測和不可預見的不穩定因素。
好同時，隨著社會開放程度日趨提高，交通設施的日益便捷以及各類新興傳播技術手段的普遍應用，各類利益群體跨地串聯、抱團造勢、非法聚集、頻繁上訪，預防化解社會矛盾和群體性事件將面臨更加嚴峻的考驗。
為適應新時代社會主要矛盾變化的新特點和新要求，黨的十九大報告提出“打造共建共治共享的社會治理格局”，相較十八屆五中全會提出的“構建全民共建共享的社會治理格局”，增加了“共治”提法，豐富了社會治理的內涵。
報告還提出，到 2035 年基本實現社會主義現代化的時候，法治社會基本建成，現代社會治理格局基本形成，社會充滿活力又和諧有序，明確了社會治理現代化的目標和美好前景。
十九大報告中關於加強和創新社會治理的相關論述，是社會治理現代化的基本綱領，指明瞭社會治理現代化的方向、任務和實現路徑。在 2016 年全國雪亮工程建設開啟之時，就已經確立了確保到 2020 年基本實現全域覆蓋、全網共享、全時可用、全程可控這一目標。
眾所周知，雪亮工程主要是針對農村地區治安防控的監控項目，旨在通過，將視頻圖像信息系統縱向下延至縣、鄉、村，實現治安防控全覆蓋、無死角。
然而，近幾年雪亮工程實際建設仍停留在地級市、城區街道、社區等經濟能力相對好的區域，經濟基礎薄弱、基礎監控設備完全空白的大部分鄉鎮地區，還未開展建設。
當然，企業積極性不高、施工整合難度加大、運維成本高等也是重要因素。2020 年作為雪亮工程持續推進、重點實施的下半場，整個行業將重現一波發展高潮，推動我國安防行業實現快速發展、產品技術升級換代。
未來，隨著雲計算、大數據、AI 等新技術不斷應用，視頻監控將為視頻深度挖掘和應用提供支持，對雪亮工程的持續有效發展具有更加重要的戰略意義。
雪亮工程智能化升級成最大需求
全國雪亮工程建設不斷髮展，視頻監控以其直觀、準確、及時和信息內容豐富而廣泛應用於基層社會治理，尤其在安防系統中的重要性日益突出，成為最有利的抓手。
在當下雪亮工程建設彙總，視頻監控對高清化、智能化、網絡化、數字化的要求越來越高，數據呈現出爆炸式增長。安防領域由單一的系統佈防逐漸轉變為大數據應用分析的綜合智能系統，雪亮工程的 AI 時代也就此而來。
針對新時期雪亮工程建設中大量視頻數據的快速檢索、統計分析需求，雪亮工程在 2020 年已經涉及到六級架構，中央、省（自治區、直轄市）、市（地、州、盟）、縣（市、區、旗）、鄉鎮（街道）、村（社區）。
為什麼要如此架構，因為全國雪亮工程已基本完成視頻點位建設和聯網工作，並初步形成了基礎應用和運維平臺，但隨著視頻數據的不斷匯聚，雪亮工程數據模式和應用模式必須與時俱進，才能進一步發揮該項目建設的核心價值。
所以，2020 的雪亮工程建設，路向何方，從市場來看雪亮工程建設內容需要更準確瞭解重點人員、車輛的動態布控，著力提升社會治理體系現代化水平，雪亮工程建設需要以人為中心，充分利用車輛感知、消防預警等先進技術，加強社區人口、車輛及各類系統的綜合管理和研判。
當然，雪亮工程如何智能化，AI 挑大樑。可以看出，雪亮工程建設智能化提升方向。
統籌規劃，提高前端設備高清智能化
加大前端點位建設力度，“以點為基、串點成線、連線成面”，擴充互聯網視頻圖像資源，鼓勵公眾參與雪亮工程建設，加深視頻監控覆蓋深度，實現重點建設與分類建設齊頭並進。
前端建設以科學布建理論為指導，開展場景式部署建設，構建多維感知體系，多角度、分層次、全方位、全天候採集視頻圖像及物聯網基礎數據，實現對人、地、事、物、組織的多維度信息採集，解決跨部門、多行業用戶及公眾的個性化需求。
與此同時，結合 5G 網絡傳輸技術，將視頻監控向更高清的方向提升，達到 4K、8K 級別，給智能分析提供更高質量的數據支撐。
深度挖掘數據，聚焦業務應用
在雪亮工程項目中，匯聚的不僅僅是視頻圖像數據，還有人員數據、車輛數據、房屋數據等。
要以海量有價值數據為基礎，深度開展業務應用系統的建設，以業務應用為導向，促進軌跡追蹤、人像比對、車牌識別、快速檢索、數據挖掘及信息預測預警等技術與各政府部門在業務應用方面的深度耦合，實現全市公安、綜治、交通、環保、教育、衛生等各部門在治安防控、城鄉社會治理、智能交通、服務民生、生態建設與保護等領域的應用，為社會和群眾提供更多更好的服務。
精耕視頻雲，升級“視頻+”服務
以“多維感知、資源匯聚、數據融合、平臺開放、服務集成、智慧應用”為理念，構建物理分佈、邏輯統一的視頻雲。
建立以視頻圖像為主、多種資源關聯疊加的視頻資源智能化服務體系，實現視頻、手機、車輛等信息的整合和匯聚，達到人、屋、車、場等信息關聯融合，為各警種、各地市、各基層實戰單位提供一個資源共享、能力開放、安全可控的多元化視頻資源服務平臺。
視頻向下疊加多維的 IOT 物聯感知（包括空間信息、動環信息、生物體徵、深度語音識別等等），向上輸出更多的視頻數據應用價值，支持更為寬廣的業務應用，比如智慧城市的運行中心、城市交通態勢分析、機器視覺、大數據預警與決策等。
打造全國雪亮工程數據核心動力
隨著全國雪亮工程主平臺視頻數據接入規模的擴大，對該平臺在視頻數據管理及應用層面提出了新挑戰。
從綜合來看，雪亮工程的現狀一方面絕大部分還只是在視頻監控基礎數據上的調閱和 查看；另一方面是歷史數據查看和檢索需要投入大量的人力，效率低下。
視頻數據由數據特性及編解碼格式決定了視頻存儲需要大量的設備，基本具備了數據量大、價值密度低的大數據特性。
如何實現價值數據的提取和輕量化存儲，是 2020 雪亮工程建設在數據任務方面的方向之一，在實現這一業務過程中必須要依靠新的解決方案與產品技術，所以這幾年視頻結構化和視頻圖像信息庫建設需求極大。
視頻結構化解決價值數據的問題，實現數據低密度價值向高密度價值的轉化，視頻圖像信息庫可以解決價值數據的輕量化存儲問題，實現價值數據的分類和管理。
雪亮工程主平臺是連接各級綜治中心及橫向行政部門的核心平臺，在數據驅動時代，雪亮工程主平臺需要從數據層，特別是價值數據層提供源源不斷的動力，為各級分平臺的智能化應用奠定基礎。
當然，在之前幾年雪亮工程建設中的視頻結構化還是存在一些問題。首先是視頻結構化核心算法技術的突破。
視頻結構化技術與視頻智能分析技術息息相關，但是當下視頻智能分析技術受到各種應用環境的制約，以人臉識別為例，當下的人臉識別多半是配合式、重複式應用場景，在這種應用場景下，人臉的識別率基本能達到實用要求，而在無配合、多人臉、動態視頻的場景下就很難達到實用目標。
為了解決這類問題，人臉識別的算法也從最初的模式識別進化到深度的神經元網絡學習模式，使得人臉檢測和識別的準確度大大地提高，但是由此帶來的負面效應也相當明顯，首當其衝的就是運算複雜度的提升，需要耗費大量的計算資源，針對這一瓶頸很多監控企業推出了各種解決方案，如計算前端推移，後端藉助 GPU 實現集群化計算等，所有的這些方向都為後續的視頻結構化的實際應用做前瞻，實現高效精準的視頻結構化技術成為今後一段時間各個算法研究機構的努力方向。
其次是視頻結構化數據存儲，檢索和應用技術，隨著數據容量的快速增長，如何實現視頻結構化數據的大容量、高效存儲、高效檢索以及快速實現數據應用，為最終用戶提供高效靈活的服務，都將成為今後各大視頻監控企業面臨的問題。
最後是視頻結構化數據應用大平臺建設，隨著視頻結構化技術的日趨成熟，如何採集和管理這些巨量的視頻結構化數據，如何面向公共安全部門提供快速、高效、專業、個性化的服務也是擺在服務商與業主面前的難題。
例如許多監控企業採用“雲”和“大數據”框架模型做視頻結構化技術的平臺架構來滿足大數據量的數據存儲、生命週期管理以及數據的快速響應。
“最後一米”新防線，建設管理新模式
根據 2020 年雪亮工程綜合應用的升級需求，滿足社區智能化、精細化管理需求，打造綜合治理“最後一米”新防線，並同步在全市層面推動構建“一個數據治理中心、N 個應用平臺”的信息化框架，建立風險隱患自防自救、互助互救、公援公救遞進層次的全民安防處置模式，形成有關各方職責明晰、信息協同、共建共治的社會治理模式。
以上海為例來看，近年來上海金山區主動對接浙江省平湖市、嘉善縣，建立了開展深化平安邊界聯建工作，探索建立組織體系聯合、工作制度聯建、警力支援聯手、社會治安聯防、矛盾糾紛聯調、道口檢查聯合等“十聯”工作機制，提升邊界綜治水平。
比如，廊下鎮 6 個村與平湖市 3 個鎮 8 個村隔河相望。2013 年以來，廊下鎮結對金山區水務局，共同實施由兩地兩局四鎮 16 個村共同參與的廊下平安省際水系邊界建設，在邊界的主要道口安裝視頻監控探頭和圖像監控設備，同時，各村組織村級巡防隊、河道保潔員和平安志願者定期開展巡查，邊界的治安環境大大提升。
同時，從 2017 年開始，金山區面向全區推廣“村村有顧問，事事依法行”工作，聘請律師和法律工作者擔任村居法律顧問，為村（居）委和民眾提供基本法律服務，引導群眾依法維護自身合法權益。
目前，金山區已經實現 225 個村(居)法律顧問全覆蓋。自 2017 年以來，全區村（居）法律顧問共解答村（居）民法律諮詢 3882 起，開展法治講座 245 場，參與調解矛盾糾紛 991 起，辦理法律援助案件 409 個，起草各類法律文書 79 份。
實現跨域聯動，平臺數據匯聚
雪亮工程建設基本是按照“視頻級聯、本地存儲”的原則進行展開，之所以進行本地存儲是因為視頻數據存儲量過大，存儲成本較高，但對結構化之後的價值數據而言，所需的存儲容量低，平臺就需要有實現半結構化解析和結構化解析兩個步驟：半結構化解析主要是實現原始視頻中運動目標的檢測和提取，完成原始視頻向運動目標圖片的轉化；
結構化解析主要是按照語義關係，採用時空分割、深度學習、特徵提取等技術方法，實現對監控視頻和圖片等半結構化信息的進一步分析，解析後的結構可組織成供計算機和人理解的文本信息。
之前提到的六級架構中，2020 年的建設思路是在市級雪亮工程綜治平臺建設一級視頻圖像信息庫，區縣建設二級視頻圖像視頻庫，有條件的建設區域可以在鄉鎮以及村委社區建設三級或四級庫，來建立向上數據級聯和匯聚，向下推送及限制性訪問。
如此一來，對於雪亮工程建設，一方面可以實現全市範圍內結構化數據的全量存儲和管理，也可以通過權限策略實現對下級使用單位的授權使用，幫助下級單位也能共享全市範圍內被許可的視頻數據。
新時期在多個橫向行政單位並行架構中，基本建設思路為雪亮工程綜治平臺接入的橫向行政單位視頻和業務關聯的其他視頻數據進行結構化處理，存入一級視頻圖像信息庫，並向各行政單位進行授權使用，各橫向行政單位已建視頻圖像數據庫按建設要求與一級視頻圖像庫對接，完成數據級聯及匯聚，以實現價值數據的共享和使用。
閱讀更多 維拍物聯 的文章
