现如今，可能我们每一个生活在大城市的人都会有这样的印象，那就是每天无论是走在大街小巷，还是开车、乘坐交通工具，又或是出入办公大楼、到商场购物、餐馆就餐等等总会看见各种大大小小的摄像头在俯视着我们。据相关统计，生活在城市里的人们，平均每天可能会“偶遇”监控摄像头多达数百次。

　　解码处理会耗费计算资源，同时会有明显的延迟。同时，为了传输与存储，大量的视频在压缩的时候必然会导致很多图像细节特征的丢失，从而导致识别率更低。因此，也造成了目前视频监控数据利用率极低的现象。因为目前的很多监控系统是为了存储数据再由人工离线检查而设计，大部分数据在其生存期内一次都没有用过。因此，数据大并不等于大数据。

　　高文院士表示，城市大脑需要智慧之眼。“通过监控摄像头让城市变得更智智慧，不仅仅是单一的视频检索和计算机视觉问题，而是在面临海量信息和突发事件时，能否能迅速做出反应、能否降低计算量、能否有效识别和检索等一系列庞大的系统工程。”

　　高文院士还在大会中提出了“数字视网膜”的概念，他指出“承载数字视网膜的摄像头需做两件事：首先做好编码;其次为后面的识别，提取出所需的信息。数字视网膜与人的眼睛既具有影像重构(精细编码视觉内容)，又具备特征提取(面向识别理解)的功能。”基于结构化的大数据，融合底层视觉特征与深度学习，可以更加丰富数据的内在信息，提升分类、检索或预测的准确性。

　　当然，由于当前人工智能等技术短板限制，泛安防+人工智能仍有许多难点需要突破。例如，在海量视频数据中寻找目标，“天网”视频监控系统每天产生的大量图像视频，对于寻找目标人与车辆犹如大海捞针。

　　其次，传输受限制预警不实时。尤其是高清、超高清摄像机的大量应用，采集的数据量非常大，传输成本非常高，而且很难在第一时间汇集到数据总平台，造成全局预警与搜索的困难。此外，针对交通拥堵情况，当前的交通大数据主要还是以导航地图、共享出行软件等为主，视频智能分析数据应用还是比较少等等。

　　但是我们相信，随着传统安防企业在人工智能技术研发的持续投入，大量人工智能技术创业团队的加入，以及AI技术在安防行业应用的不断验证与优化改进，我们的城市大脑肯定会变得越来越聪明，我们的城市也将变得越来越安全。