近年来，得益于深度学习算法的突破、硬件计算能力的提升以及互联网数据的积累，以及国家政策的引导和资本的持续投入，以人脸识别、语音识别等为代表的感知人工智能达到了商用化水平，公共安全作为与人们生命财产安全紧密相关的重要领域，也在人工智能的助推下，迎来了一轮的技术革新，相关智能化应用不断涌现。
核心技术
目前在公共安全领域应用的人工智能技术主要包括图像识别、视频结构化及智能大数据分析等。
图像识别技术
随着深度学习的引入，突破了人工建模的局限，通过对实际作业环境中海量数据的训练与学习，有效适应各种因素的变化影响，可在较大干扰情况下实现对目标的精准识别。图像识别的准确率和抗环境干扰能力有了质的飞跃，使得图像识别技术产业应用成为可能。
视频结构化技术
视频结构化是指通过时空分割、特征提取、目标识别等处理手段，将视频内容按照语义关系，组织成方便计算机和人理解的文本信息，并进一步生成安防所需的情报线索，实现视频数据向可读信息的直接转化，达到提升视频查找速度、降低存储容量、盘活视频数据的目的。
在视频结构化描述的内容方面，公共安全关注的视频信息主要是人员、车辆、行为。对于人员的描述信息包括人脸、性别、年龄范围、大致身高、发饰、衣着、物品携带、步履形态等；对于车辆的描述信息包括车牌、车颜色、车型、品牌、子品牌、车贴、车饰物信息等；对于行为的描述信息包括越界、区域、徘徊、遗留、聚集等。
智能大数据分析技术
数据分析与挖掘是人工智能发挥真正价值的核心。传统的大数据分析难以应对大数据的挑战。深度学习具有自行处理、分布存储和高度容错等特性，非常适合处理非线性的或者模糊、不完整、不严密的知识和数据。智能大数据分析技术利用深度学习算法自动开展多种分析计算，探究数据资源中的规律和异常点，辅助用户更快、更准地找到需求点，从而实现风险预测和评估。
公共安全包括社会治安、交通安全、生活安全、生产安全、食品安全、生态安全等。人工智能在公共安全领域的应用场景主要包括犯罪侦查、交通监控、自然灾害监测、食品安全保障、环境污染监测等。
犯罪侦查场景已有大量成熟应用
依托安防行业的信息化基础以及积累的专业知识，犯罪侦查成为人工智能在公共安全领域最先落地的场景。目前已有身份核验类、智能视频监控类、视频结构化类成型产品面市。
交通监控场景智能化成效不断显现
人工智能在交通监控方面主要用于：
交通疏导：获取路口路段车流量、饱和度、占有率等交通数据，优化灯控路口信号灯时长，缓解交通拥堵。
违法行为监测：利用视频检测、跟踪、识别等技术，根据车辆特征、驾乘人员姿态等图像数据，有效识别违法行为。
自然灾害监测
在风暴、泥石流、洪水等自然灾害的智能化监测预警方面，国外已经有比较成熟的应用探索，国内也逐步发展起来，刚刚过去的四川宜宾地震预警就是人工智能在自然灾害监测方面的典型应用。（本文内容版权归属聚展所有，未经同意，禁止转发）
此外，在火灾预警、大型活动管理、环境污染监测等公共安全场景，人工智能的技术探索也未停止过。
基础设施建设
针对公共安全领域的人工智能基础设施，国内部分企业早已着手研究。其中也包括人工智能解决方案专家AMAX。AMAX 针对具体应用场景的严苛计算需求，联合英特尔及瀚海星云团队共同研发深度学习私有云一体机解决方案。
硬件方面，一体机使用AMAX 高性能服务器、英特尔高速网络技术以及STORSWIFT分布式存储系统，可支持高达450TFlops单精度计算性能或225TFlops双精度计算性能；软件方面，一体机搭载“星云平台”及“AI MAX深度学习平台”通过英特尔RSD技术框架进行完整整合，使计算、存储、网络等多种设备经过集群管理软件统一调度，将硬件资源池化，为多用户最大化资源利用率的同时，节省了能耗和总体使用成本；最核心的是，针对企业AI应用面临的数据、算法、计算力等多重挑战和高门槛，一体机根据用户的不同应用需求， 可调整不同节点的配置，实现软硬件的定制集成，实现真正意义上的开箱即用。
深度学习私有云一体机集软硬件于一体，具有高密度、高能效、整体化设计三大优势，广泛支持以深度学习为代表的多种机器学习算法的调试、训练与业务支撑，旨在提升科研支撑力度，提高AI顶尖人才培养水平，赋能产业转型升级，降低人工智能创新门槛。
人工智能技术有着广阔的应用前景。在国家政策不断引导下，公共安全领域的智能化发展也会有较好的潜力。人工智能在公共安全领域的部署，不仅是基于人工智能技术强大的创变能力，更是深刻考虑到公共安全领域中亟待解决的违法犯罪难题及风险防范的实际需求。
