2020，雪亮工程建设背景分析

　　随着我国“新常态”下政治经济层面宏观政策的不断调整，经济增速放缓，社会经济处于结构转型和产业升级的关键阶段，各类风险和不稳定因素不断积聚扩张，因利益格局深刻调整造成许多不可测和不可预见的不稳定因素。

　　同时，随着社会开放程度日趋提高，交通设施的日益便捷以及各类新兴传播技术手段的普遍应用，各类利益群体跨地串联、抱团造势、非法聚集、频繁上访，预防化解社会矛盾和群体性事件将面临更加严峻的考验。

　　为适应新时代社会主要矛盾变化的新特点和新要求，党的十九大报告提出“打造共建共治共享的社会治理格局”，相较十八届五中全会提出的“构建全民共建共享的社会治理格局”，增加了“共治”提法，丰富了社会治理的内涵。

　　报告还提出，到2035年基本实现社会主义现代化的时候，法治社会基本建成，现代社会治理格局基本形成，社会充满活力又和谐有序，明确了社会治理现代化的目标和美好前景。

　　十九大报告中关于加强和创新社会治理的相关论述，是社会治理现代化的基本纲领，指明了社会治理现代化的方向、任务和实现路径。在2016年全国雪亮工程建设开启之时，就已经确立了确保到2020年基本实现全域覆盖、全网共享、全时可用、全程可控这一目标。

　　众所周知，雪亮工程主要是针对农村地区治安防控的监控项目，旨在通过，将视频图像信息系统纵向下延至县、乡、村，实现治安防控全覆盖、无死角。

　　然而，近几年雪亮工程实际建设仍停留在地级市、城区街道、社区等经济能力相对好的区域，经济基础薄弱、基础监控设备完全空白的大部分乡镇地区，还未开展建设。

　　当然，企业积极性不高、施工整合难度加大、运维成本高等也是重要因素。2020年作为雪亮工程持续推进、重点实施的下半场，整个行业将重现一波发展高潮，推动我国安防行业实现快速发展、产品技术升级换代。

　　未来，随着云计算、大数据、AI等新技术不断应用，视频监控将为视频深度挖掘和应用提供支持，对雪亮工程的持续有效发展具有更加重要的战略意义。

　　雪亮工程智能化升级成最大需求

　　全国雪亮工程建设不断发展，视频监控以其直观、准确、及时和信息内容丰富而广泛应用于基层社会治理，尤其在安防系统中的重要性日益突出，成为最有利的抓手。

　　在当下雪亮工程建设汇总，视频监控对高清化、智能化、网络化、数字化的要求越来越高，数据呈现出爆炸式增长。安防领域由单一的系统布防逐渐转变为大数据应用分析的综合智能系统，雪亮工程的AI时代也就此而来。

　　针对新时期雪亮工程建设中大量视频数据的快速检索、统计分析需求，雪亮工程在2020年已经涉及到六级架构，中央、省（自治区、直辖市）、市（地、州、盟）、县（市、区、旗）、乡镇（街道）、村（社区）。

　　为什么要如此架构，因为全国雪亮工程已基本完事视频点位建设和联网工作，并初步形成了基础应用和运维平台，但随着视频数据的不断汇聚，雪亮工程数据模式和应用模式必须与时俱进，才能进一步发挥该项目建设的核心价值。

　　所以，2020的雪亮工程建设，路向何方，从市场来看雪亮工程建设内容需要更准确了解重点人员、车辆的动态布控，着力提升社会治理体系现代化水平，雪亮工程建设需要以人为中心，充分利用车辆感知、消防预警等先进技术，加强社区人口、车辆及各类系统的综合管理和研判。

　　当然，雪亮工程如何智能化，AI挑大梁。可以看出，雪亮工程建设智能化提升方向。

　　▎统筹规划，提高前端设备高清智能化

　　加大前端点位建设力度，“以点为基、串点成线、连线成面”，扩充互联网视频图像资源，鼓励公众参与雪亮工程建设，加深视频监控覆盖深度，实现重点建设与分类建设齐头并进。

　　前端建设以科学布建理论为指导，开展场景式部署建设，构建多维感知体系，多角度、分层次、全方位、全天候采集视频图像及物联网基础数据，实现对人、地、事、物、组织的多维度信息采集，解决跨部门、多行业用户及公众的个性化需求。

　　与此同时，结合5G网络传输技术，将视频监控向更高清的方向提升，达到4K、8K级别，给智能分析提供更高质量的数据支撑。

　　▎深度挖掘数据，聚焦业务应用

　　在雪亮工程项目中，汇聚的不仅仅是视频图像数据，还有人员数据、车辆数据、房屋数据等。

　　要以海量有价值数据为基础，深度开展业务应用系统的建设，以业务应用为导向，促进轨迹追踪、人像比对、车牌识别、快速检索、数据挖掘及信息预测预警等技术与各政府部门在业务应用方面的深度耦合，实现全市公安、综治、交通、环保、教育、卫生等各部门在治安防控、城乡社会治理、智能交通、服务民生、生态建设与保护等领域的应用，为社会和群众提供更多更好的服务。

　　精耕视频云，升级“视频+”服务

　　以“多维感知、资源汇聚、数据融合、平台开放、服务集成、智慧应用”为理念，构建物理分布、逻辑统一的视频云。

　　建立以视频图像为主、多种资源关联叠加的视频资源智能化服务体系，实现视频、手机、车辆等信息的整合和汇聚，达到人、屋、车、场等信息关联融合，为各警种、各地市、各基层实战单位提供一个资源共享、能力开放、安全可控的多元化视频资源服务平台。

　　视频向下叠加多维的IOT物联感知（包括空间信息、动环信息、生物体征、深度语音识别等等），向上输出更多的视频数据应用价值，支持更为宽广的业务应用，比如智慧城市的运行中心、城市交通态势分析、机器视觉、大数据预警与决策等。

　　▎打造全国雪亮工程数据核心动力

　　随着全国雪亮工程主平台视频数据接入规模的扩大，对该平台在视频数据管理及应用层面提出了新挑战。

　　从综合来看，雪亮工程的现状一方面绝大部分还只是在视频监控基础数据上的调阅和 查看；另一方面是历史数据查看和检索需要投入大量的人力，效率低下。

　　视频数据由数据特性及编解码格式决定了视频存储需要大量的设备，基本具备了数据量大、价值密度低的大数据特性。

　　如何实现价值数据的提取和轻量化存储，是2020雪亮工程建设在数据任务方面的方向之一，在实现这一业务过程中必须要依靠新的解决方案与产品技术，所以这几年视频结构化和视频图像信息库建设需求极大。

　　视频结构化解决价值数据提问题，实现数据低密度价值向高密度价值的转化，视频图像信息库可以解决价值数据的轻量化存储问题，实现价值数据的分类和管理。

　　雪亮工程主平台是连接各级综治中心及横向行政部门的核心平台，在数据驱动时代，雪亮工程主平台需要从数据层，特别是价值数据层提供源源不断的动力，为各级分平台的智能化应用奠定基础。

　　当然，在之前几年雪亮工程建设中的视频结构化还是存在一些问题。首先是视频结构化核心算法技术的突破。

　　视频结构化技术与视频智能分析技术息息相关，但是当下视频智能分析技术受到各种应用环境的制约，以人脸识别为例，当下的人脸识别多半是配合式、重复式应用场景，在这种应用场景下，人脸的识别率基本能达到实用要求，而在无配合、多人脸、动态视频的场景下就很难达到实用目标。

　　为了解决这类问题，人脸识别的算法也从最初的模式识别进化到深度的神经元网络学习模式，使得人脸检测和识别的准确度大大地提高，但是由此带来的负面效应也相当明显，首当其冲的就是运算复杂度的提升，需要耗费大量的计算资源，针对这一瓶颈很多监控企业推出了各种解决方案，如计算前端推移，后端借助GPU实现集群化计算等，所有的这些方向都为后续的视频结构化的实际应用做前瞻，实现高效精准的视频结构化技术成为今后一段时间各个算法研究机构的努力方向。

　　其次是视频结构化数据存储，检索和应用技术，随着数据容量的快速增长，如何实现视频结构化数据的大容量、高效存储、高效检索以及快速实现数据应用，为最终用户提供高效灵活的服务，都将成为今后各大视频监控企业面临的问题。

　　最后是视频结构化数据应用大平台建设，随着视频结构化技术的日趋成熟，如何采集和管理这些巨量的视频结构化数据，如何面向公共安全部门提供快速、高效、专业、个性化的服务也是摆在服务商与业主面前的难题。

　　例如许多监控企业采用“云”和“大数据”框架模型做视频结构化技术的平台架构来满足大数据量的数据存储、生命周期管理以及数据的快速响应。

　　打造“最后一米”新防线，建设社区管理新模式

　　根据2020年雪亮工程综合应用的升级需求，满足社区智能化、精细化管理需求，打造综合治理“最后一米”新防线，并同步在全市层面推动构建“一个数据治理中心、N个应用平台”的信息化框架，建立风险隐患自防自救、互助互救、公援公救递进层次的全民安防处置模式，形成有关各方职责明晰、信息协同、共建共治的社会治理模式。

　　以上海为例来看，近年来上海金山区主动对接浙江省平湖市、嘉善县，建立了开展深化平安边界联建工作，探索建立组织体系联合、工作制度联建、警力支援联手、社会治安联防、矛盾纠纷联调、道口检查联合等“十联”工作机制，提升边界综治水平。

　　比如，廊下镇6个村与平湖市3个镇8个村隔河相望。2013年以来，廊下镇结对金山区水务局，共同实施由两地两局四镇16个村共同参与的廊下平安省际水系边界建设，在边界的主要道口安装视频监控探头和图像监控设备，同时，各村组织村级巡防队、河道保洁员和平安志愿者定期开展巡查，边界的治安环境大大提升。

　　同时，从2017年开始，金山区面向全区推广“村村有顾问，事事依法行”工作，聘请律师和法律工作者担任村居法律顾问，为村（居）委和民众提供基本法律服务，引导群众依法维护自身合法权益。

　　目前，金山区已经实现225个村(居)法律顾问全覆盖。自2017年以来，全区村（居）法律顾问共解答村（居）民法律咨询3882起，开展法治讲座245场，参与调解矛盾纠纷991起，办理法律援助案件409个，起草各类法律文书79份。

　　实现跨域多级联动，一级平台数据全量汇聚

　　雪亮工程建设基本是按照“视频级联、本地存储”的原则进行展开，之所以进行本地存储是因为视频数据存储量过大，存储成本较高，但对结构化之后的价值数据而言，所需的存储容量低，平台就需要有实现半结构化解析和结构化解析两个步骤：半结构化解析主要是实现原始视频中运动目标的检测和提取，完成原始视频向运动目标图片的转化；

　　结构化解析主要是按照语义关系，采用时空分割、深度学习、特征提取等技术方法，实现对监控视频和图片等半结构化信息的进一步分析，解析后的结构可组织成供计算机和人理解的文本信息。

　　之前提到的六级架构中，2020年的建设思路是在市级雪亮工程综治平台建设一级视频图像信息库，区县建设二级视频图像视频库，有条件的建设区域可以在乡镇以及村委社区建设三级或四级库，来建立向上数据级联和汇聚，向下推送及限制性访问。

　　如此一来，对于雪亮工程建设，一方面可以实现全市范围内结构化数据的全量存储和管理，也可以通过权限策略实现对下级使用单位的授权使用，帮助下级单位也能共享全市范围内被许可的视频数据。

　　新时期在多个横向行政单位并行架构中，基本建设思路为雪亮工程综治平台接入的横向行政单位视频和业务关联的其他视频数据进行结构化处理，存入一级视频图像信息库，并向各行政单位进行授权使用，各横向行政单位已建视频图像数据库按建设要求与一级视频图像库对接，完成数据级联及汇聚，以实现价值数据的共享和使用