6月7日一年一度高考作文题出炉，北京卷题目如下：

2049年，我们的共和国将迎来百年华诞，届时假如请你拍摄一幅或几幅照片来显现中华民族伟大复兴的辉煌成就，你将选择怎样的画面？请展开想象，以“共和国，我为你拍照”为题，写一篇记叙文。要求：想象合理，有叙述，有描写，可以写宏达的画面，也可以写小的场景，以小见大。

上述题目对于拍照这个动作更多带有想象、虚拟的性质，而亿欧智库这篇分析要探讨的是实实在在装载在城市每一个角落的摄像头，其作为平安城市解决方案的一环，协助抓拍城市每一刻模样的同时，在实现中华民族伟大复兴的辉煌成就之前，发挥治安管理、城市管理、交通管理、应急指挥等功效保障着整个社会的安稳。

一、为共和国拍照，应对风险社会的不确定性；

风险社会的本质特征是不确定性，即对风险难以进行有效预测与控制，风险社会这一概念是由德国社会学家乌尔里希·贝克最早在1986年提出的，其指出风险与人类共存，并随着人类活动频率的增多、活动范围的扩大，使得风险结构从自然风险主导逐渐演变成人为的不确定性主导。

上图为国内发生过的部分重大安全事故，自然主导与人类主导的风险并存，并逐步显现以后者不确定主导所引发的潜在风险更大。由于现代社会城镇化发展过快，一方面，城市人口及产业过度聚集，引发各种城市病，增加了安全事故死亡率，另一方面，城镇化过快发展导致了社会结构不合理，影响公共安全发展。与风险社会的不确定性并行的旋律是——平安城市概念的提出。

二、城市摄像头布局形成了海量视频数据池；

现代城市管理必须依赖遍布城市的各种类型的传感器收集大量的信息，并进行分析、处理、反馈、修正和应用。其中视频图像信息是所有传感信息中含量最丰富的信息载体，不但是城市安全管理最重要的信息来源，也是其他政府部门高度依赖的信息来源。摄像头是建设平安城市的重要组成。智慧型平安城市采用监控摄像头、卡口、电子警察、人脸抓拍系统、报警传感器及其他传感器等，实现对城市道路、重要区域、敏感地带、生活小区、交通卡口进行全面的布防监控，采集各类信息数据。

人脸识别闸机讲求认证合一，人在进站的短暂时间停留，足以让事先设置好角度、高度的摄像头对人脸进行抓拍，再与证件背后的数据库进行相匹配，运用的是计算机识别技术中1:1人脸识别技术。

电警和卡口设置高度通常是在十字路口或者高速公路的进出口之上，这些摄像头使用了很高的分辨率，角度也非常合适，它可以在正面增加识别的成功率。但是像电井和卡口这样的摄像头，它只占整个道路周边摄像头数量的很小一部分。以北京为例，电警和卡口摄像头的数量占道路全部摄像头数量的千分之一左右。

监控摄像头是平安城市的组成主体，数量很多，一般在安装的时候都是为了监控整个大场景，所以视场角较大，视场角变大的坏处就是针对每一个目标它所能够分配的像素数量会降低，录制视频本身的清晰度也较低，还要考虑环境因素——补光不足、照明不够等。

这些摄像头将城市各个角落的视频图像信息传输到各级处理中心，这实质上就是一个城市级视频物联网或视频传感网，在物联网“感、传、知、用”4个层面，形成整个城市基于视觉的感知、传输、处理、应用的物联网典型应用工程。

以北京为例，属于政府和社会公共机构的摄像头总数超过200万个，这些摄像头和我们手机摄像头不一样的地方在于它每分每秒都在保持录像，它每天就会产生长达200多万天的录像，折合成年就是5000多年。所以我们整个安防体系，从摄像头到存储都是一个拥有极大数据量的网络。

三、有意义的信息=从海量数据到结构化数据到情报的提炼演化；

以视频数据为核心的网络，产生了大量视频数据。这些视频数据中间必须经过人工分析才能成为有意义的信息。客户需要的永远是有意义的情报，无论它是出于对安全因素破案，还是因为管理因素希望了解这个城市里发生的一些事情，这些均是有意义的情报。

但目前海量视频数据更多是给客户带来麻烦，一方面清晰度不够所造成的视频数据质量低，另一方面数据量大也加大了客户从中寻找线索的难度。如何从这种低质量的数据、不理想的环境下做好视频分析，这个时候需要人工智能技术的介入，当基础数据前期被识别出来后成为结构化数据，基于这些结构化数据才能进一步做数据间的关系挖掘。

四、AI作用于视频数据=前期结构化处理形成数据库+后期有针对性对数据关系进行挖掘；

1、结构化视频数据；

何为结构化数据？结构化数据就是数据能够直接表达目标的性状、属性以及身份。这种数据可以大规模去检索，大规模地分析、统计。诸如车辆识别、人物属性识别。

车辆识别：从画面可以看到每个交通单元中，无论是机动车还是非机动车都可被检测与跟踪，对应每一个目标的属性也会被识别出来：可以检测出车牌号码、生产商、型号、年检标的状态，甚至具体是哪个年份的型号也可以被识别出来。

人物属性识别：对人物的基本属性做一些判断：如性别、大致年龄、行李属性、衣服颜色、衣服类型。如果可以看到正面的话，就可以看清他的有没有戴口罩和戴眼镜，有没有留胡子等信息。这些信息其实跟人脸识别不太一样，它是一种短效、对分辨率要求不高时得到信息的一种途径。

如果先不考虑摄像机单体的数字化、高清化进化程度，结构化的数据能在一定程度上协助公安系统在“找人”环节发挥辅助功能，但如果要求再高一点，像是情报体系，结构化数据是不能直接拿来使用。

2、数据挖掘；

在安防监控网络上，数据的产生者是摄像头、录像机。数据的消化者是人工智能和人。但是当人工智能把这么多的录像转变成结构化数据后，它的数据量仍旧庞大，会产生一个新的数据海洋：结构化数据海洋。如果数据没有经过很好的挖掘，那它也不是有意义的情报。

结构化数据目前已经可以使用非常成熟的手段去挖掘，这个过程中会有一些非常浅度地挖掘、简单的筛选：比如黑名单。检测到一辆车时，车牌号码是一个嫌疑犯车牌号，当系统检测到车牌号码时，这辆车就被后台预警。再比如说检测一个人：假设有一张逃犯的照片，当系统在某个地铁站的摄像头里看到一个人长得像这个逃犯时，它可能就变成了一个有意义的情报；在医院里也可以有一个非常浅度的挖掘，如在医院会发现有些人来闹事，它可以把这些人提前放在“医闹库”里。当这些人来到医院时，医院的保安就能第一时间得到警告。

事实上现实生活中有很多场景的线索挖掘是比上述的挖掘复杂得多，比如医院挂号的地方有很多号贩子，这些人扰乱了医院的服务的秩序，如果人工智能能够挖掘出号贩子和普通正常病人的差别，通过大量的人脸数据和行为数据中自动把这些特定的人员挑选出来，说到底，对于人工智能效能的想象空间还是很大的。

当今天这些数据变成了结构化数据以后，在不同行业、不同场景要有大量的数据挖掘应用才能够有效地把结构化数据变成有意义的情报。

写在最后

我可能写了篇0分高考作文，但相信“安全”是所有人类活动的前提保障，中华民族的任何一个辉煌时刻都是基于此而建立，用加载了AI技术的摄像头为共和国的安全拍照，意义重大。

重磅福利！【2017中国互联网+新商业峰会】，6月15-16日两天3000人次，携程创始人梁建章，嘉御基金创始人、前阿里巴巴CEO卫哲，分众传媒创始人江南春等嘉宾已确认出席，期待你的参与，限量钜惠票等你拿！

本文作者吴亦，亿欧专栏作者；微信：flamingo92（添加时请注明“姓名-公司-职务”方便备注）；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。