城市公共安全的三大变革我国提出智慧城市的概念已经十余年。近年来，智慧城市一词频频出现在政府工作报告、学术会议和行业论坛中。众所周知，智慧城市是一个非常宏大的主题，影响到城市建设的方方面面。经过各方不懈努力探索实践，智慧城市被赋予了具有中国特色的内涵。名词也有不同的解释。我们认为，智慧城市主要是利用物联网、边缘计算、云计算等新一代信息技术，实现城市规划建设的智慧化。这里所说的城市智能化的最终目标是创造更安全、更舒适、更便捷的生活，促进城市和谐可持续发展。这里有两层意思：一是体现了新时代信息技术的引领地位；另一方面，在更深层次上，它具有一定的社会意义，反映了我们与信息社会的一种交流。以服务为本，以人为本的协作创新理念，让世界变得更美好。说到以人为本，我们可以想象，社会上人们最直接或最卑微的诉求之一就是安全。公共安全是人们在社会中最直接的需求，它影响着城市建设的方方面面。例如，社区安全、社区安全、交通安全、校园安全、道路安全等，都是公共安全的一部分。我们欣喜地看到，经过几年的发展，公安建设正逐步从人工转向自动化，从分时分区设防转向全天候综合监控，从被动事后分析转向事前预警和实时响应。这三个明显的变化正在城市公共安全建设中发生。对于这样的改造，如果我们仍然依靠传统的、集中的处理方式将所有信息汇集到中心节点，已经不够了。我们需要引入一种新的信息处理模式，整合多种模式。近年来，一种新的计算范式——边缘计算受到越来越多的关注。边缘计算的概念并不是边缘化计算，而是一种从集中到分布式，从集中到分散，从集中到协同的计算。这是云计算的另一个方面。边缘计算与云计算有机融合的概念，正在成为现代公共安全系统的主要构建模式。边缘计算驱动公共安全建设边缘计算如何驱动公共安全建设发展？让我们看一下边缘计算的一些最重要的特性：1.它是实时、低延迟的计算。这个非常重要。在公共安全领域，很多事情往往出乎意料，需要非常快速的反应。如果把信息发回一个中心节点，等它发回来，事情可能就过去了，所以实时、低延迟是边缘计算的一个重要优势。2.可以处理海量数据。有数以亿计的边缘设备。如果具有计算能力的边缘设备同时进行信息处理，则可以处理海量数据，这远比将大量数据传输到中心节点，等待网络通过拥挤的网络返回要好得多。更加实时、快速，不会因为网络拥塞造成数据处理瓶颈。3.精确的位置感知。许多公共事件，尤其是公共安全事件，都与地点密切相关。比如防疫、人的轨迹追踪、自动驾驶的导航，都与边缘设备的位置密切相关。边缘侧的信息最好与边缘侧边缘设备的其他信息融合，在本地解析，不回传给中心节点。4.本地化数据保护。公安数据与每个人的生活和工作息息相关。每个人都不想在网络上随意传播自己的隐私。如果信息可以在本地边缘节点上进行处理和消化，则无需将这些数据发送回网络。它被传输到网络中的其他节点，从而避免信息泄露。在过去的几年里，欧洲和北美制定了很多关于数据保护的法律法规。近两年，我国也开始重视这方面的政策制定。边缘计算应该是解决本地化数据保护的一个非常有用的武器。边缘计算赋能智能摄像头边缘计算在公共安全领域的主要载体，我们认为是智能摄像头。你为什么这么说？首先，人对外界信息的感知依赖于视觉，而其中80%来自于视觉。比如现在我对着一个摄像头，这样的直播都是通过视频来分享的。因此，视频是智慧城市中最重要的数据采集形式。其次，不同形式的相机是数据采集的主要来源。目前，全球城市的摄像头数量仍在以每年20%的速度增长。摄像机在生活中随处可见，各种新型的视频采集设备也层出不穷。这些摄像头越来越多，每天无时无刻不在采集视频数据，产生大量的视频信息。最重要的是，视频数据本身就是一个非常庞大的数据信息源。例如，一个小时的视频数据在不压缩的情况下可能需要300GB，如果压缩则需要1或2GB。因此，我们需要利用智能摄像头在边缘侧对视频数据进行处理，通过智能算法提取视频中对分析我们公共安全起到关键作用的信息。可以说，智能相机是快速获取有价值信息的绝佳工具。那么边缘计算如何赋能智能相机呢？我们认为有三个方面：第一，边缘计算可以完成高清图像处理。对于现代相机来说，分辨率已经从标清、高清到超高清，相机需要进行非常复杂的图像处理才能达到高清画质，这就必须依赖强大的边缘计算。第二，高效的视频压缩。视频数据量巨大。如果我们采用更先进的边缘端图像压缩算法，视频数据可以轻松压缩100倍甚至200倍，大大降低传输带宽。第三，它可以提供先进的人工智能功能。基于深度学习的现代人工智能算法可以在摄像头边缘完成对人、车、物的自动检测和识别，有效浓缩视频中的冗余信息。边缘计算的创新应用是以边缘计算为基础的。目前，业界已经推出了很多创新应用。比如柯达的AI超低光相机就是其中之一。为什么柯达要推出这样一款相机？首先，微光成像是公安摄像机的核心诉求。可见，90%的治安事件发生在夜间；第二，城市不便和额外光源较多。在光线较暗的环境下，比如在小区里，如果加强光，立马就会被投诉。在医院或监狱中，不方便添加光源，但这些地方往往需要使用摄像机采集视频图像。然而，传统相机无法实现良好的弱光成像，因为传感器的灵敏度和感光能力有限。低信噪比的设备使图像信号被淹没在噪声中，根本无法提供有效信息。因此，基于以上关键问题，我们设计了一款AI超弱光相机。这款相机最大的特点是基于深度学习AI算法，充分利用边缘计算实现图像增强，为弱光环境下的相机输出提供质量保证。目前，苏州科达推出了一系列基于AI超微光技术的摄像机，如AI超微光车载卡口摄像机、AI超微光警用摄像机、AI超微光人员卡口摄像机、AI超微光摄像机。-弱光4G部署控制球等。这些新型摄像头不仅具备原有摄像头的基本功能，还能有效保障社会公共安全，并充分考虑城市生活舒适度，减少人工补光甚至放弃补光，避免造成光污染，体现人文关怀。care，我们相信只有这样的产品才是智慧城市应该配备的装备。在应用价值上，通过科技赋能产品，服务于人，以人为本，全方位为人们创造更舒适、更理想的生活。展望未来最后简单总结一下边缘计算在公安建设中的前景：第一，边缘计算将得到更强大的算力支持。AI算力现在有了新的摩尔定律，算力每18个月翻一番。但实际上，速度已经超越了摩尔定律，而且速度还在不断提升。这意味着我们可以把越来越多的高级算法，包括AI算法、压缩算法、图像处理算法，放到边缘设备中。这必将推动更多与公共安全相关的功能在边缘侧落地。第二，多个物联网的数据融合。现在AIOT设备越来越多。根据国际数据公司的数据，2025年全球将有约1500亿台物联网设备，这些设备无时无刻不在地球的每一个角落产生各种视频或非视频数据。我们必须把这些视频和非视频数据有机地融合在一起。现在常见的，比如烟雾报警器，对烟雾比较敏感，但是如果加上视频，双管齐下，万一一个设备出现故障，可以通过另一个设备继续保障公共安全。另一个例子是WiFi探测器。各种传感器产生的数据可以有机融合在一起，保障公共安全。第三，5G+边缘计算。边缘计算本身就是5G的核心功能。国际电信联盟（ITU）定义了三种典型的5G应用场景，其中一种是超可靠低延迟（ultra-reliableandlow-latency，uRLLC），即极低延迟、超可靠的场景。用于边缘计算在公安领域的应用。因此，可以预见，未来边缘计算在5G中的应用将会越来越普遍和普遍。总的来说，我相信边缘计算可以提供很多东西，并且可以在公共安全方面提供很多东西。我也相信在智慧城市中，边缘计算一定会发挥更大的作用，成为非常重要的武器。
