在这种条件下，智能算法引入安防产品成为关键。在安防领域智能算法的运用主要表现在，用无间歇工作的智能算法来代替无法长时间保持高效的人力对视频画面进行监控;解决出入口控制中人脸、指纹和语音等关键判断依据被冒用或者盗用的情况;提高安防产品保密和防御级别，确保视频会议，大型场所安防布控等重要场合的正常运转。
在警用行业，智能算法的引入充分利用人脸识别技术，通过人证核验产品进行人脸采集，再与人脸库比对，同时与公安大数据管理平台对接，快速实现人的识别、查找、身份认定，可广泛应用在需要进行身份核验的场所，让基层公安机关和广大民警执行任务时，更加高效的进行，实现警务工作从传统型向智慧型转变。比如深圳公安的移动执法就整合内外网多个业务系统，将全市人、车、屋、路、场、组织等6大类、63种治安大数据切分成块数据，设置巡逻防控、治安检查、人屋管理、消防检查、回访倒查等5大功能模块，让民警利用AI采集人脸数据并在云端场景完成80%的社区业务，将口袋信息转变为共享信息。
整体来看，AI落地在智慧警务以后，为公安的提升在几个方面：新管控：组建基层大数据分析工作站，提升对重点人员、可疑物品、重点部位的精准管控和预测预警，提升大数据对基层的支撑服务。新指挥：打通省、市、县(区)三级指挥体系，构建扁平化、移动化的新型指挥体系。新防控：以大数据技术优化小区、区域防控力量可视化调度、动态巡防、公安检查站建设，提升社会面的精准防控能力。新监管：建设安全管控一张网、执法管理一终端、督导指挥一幅图、合成作战一平台、公众服务一窗口的“五个一”全新监所管理体系，推动全省监所执法管理、业务指导、打击犯罪的信息化、精细化、智能化建设。
另外，在交通行业，随着人工智能和公交车辅助驾驶、无人调度技术的成熟，公共交通成为最有条件率先实现无人值守的行业。对公共交通而言，线路固定、专用道行驶、车速较慢、距离短的特点，从整体上降低了对场景识别、安全控制等算法的要求，使其具备实现无人驾驶的基础条件。而实现的过程，一方面是公交车由辅助驾驶实现自动驾驶甚至无人驾驶，另一方面是公交车后台调度系统的智能化。与交通类似的无人化应用还有其他场景，比如AI机器人的安保巡逻、智慧新零售的AI摄像机采集与管理等。
京公网安备 11010502049343号