這幾年，隨著平安城市建設的展開，視頻監(jiān)控聯網共享，視頻數據資料越來越多，不少安防企業(yè)都在強調視頻分析技術，以公安行業(yè)為例，視頻分析技術能夠在海量視頻中快速尋找目標，解放警力。從數據處理的流程看，視頻分析技術描述技術能夠將監(jiān)控視頻轉化為人和機器可理解的信息，從視頻存儲的角度看來，分析技術引領存儲模式全新變革，提煉視頻中有價值的圖片和文本信息。從原本需要一直存儲變成關鍵信息的存儲，使存儲更持久。

科技領域近年來有這樣一個趨勢：移動互聯紅利正在消退，而數據紅利才剛剛開始。據預測：“數據”＋“人工智能”將成為未來5－10年的科技投資主線，在過去的十年中，全球每年產生的數據量以50％以上的CARG增長，2015年全球產生數據8ZB（1ZB ＝ 1012GB）。

據IDC預測，2020年全球產生數據量將超過40ZB，相當于地球上每個人產生5200GB的數據。基于海量數據深度學習的人工智能第三次浪潮可能走的更遠。

一些領域數據存儲量非常大，例如視頻、安全、情報等。據說世界上每生產兩塊硬盤，就有一塊用于存儲安防監(jiān)控的視頻數據。例如在北京，用于安全監(jiān)控的攝像頭數量超過了200萬個，每一個攝像頭24小時不停地錄制圖像。這就意味著，每一天這些攝像頭都會錄制兩百多萬天的圖像，折合起來，總時長將超過五千年。

這樣龐大的數據量，需要耗費巨大的存儲成本。因此，一般情況下，每隔30天（或者更短時間），就需要將之前存儲的視頻循環(huán)覆蓋。這樣做的結果就是，不僅白白浪費了存儲資源，而且還會丟失大量的有效線索。

如何從海量數據中提取有價值的數據并轉化成有意義的情報呢？格靈深瞳創(chuàng)始人趙勇認為單純依靠大數據做安防行業(yè)的情報挖掘工作效率非常低，而結合AI將大大提升海量數據向有意義的情報的轉化率。

趙勇認為實現這一轉化率的提高主要在于三個方面：第一是人臉識別、第二是汽車的識別與跟蹤、第三是機器識別結果與地理信息的融合。

首先通過高清攝像頭采集到路面車輛、行人等數據，通過人臉識別技術識別人物，并保留人物屬性信息存入公安系統。那么假設一個人被綁架后，標準流程是先查看過去一個受害人的車輛軌跡，需找跟蹤他的車輛，他們的活動范圍等活動特性，以此快速聚焦嫌疑人的生活或者經常活動的地點，判斷可能把受害人藏到什么地方。

以前警方要去做非常多的人力工作，而通過AI ，將所有的原始數據變成結構化的信息，把這些信息放在一個功能很全的平臺里面去，用戶只要通過一個網頁，就可以完成這個過程。

在整個數據挖掘過程，要做到全面、深度、多模態(tài)的挖掘工作。所謂全面是要實現對每個看到的人進行挖掘而不僅僅是嫌疑人，所謂深度是對每一個被觀察物體的各種信息進行挖掘，而不簡單是人與物的對比，所謂多模態(tài)是要綜合一個人的各項信息挖掘他的行為特點，例如消費記錄、車輛的信息、社保的資料等等。

對于安防行業(yè)現狀，趙勇認為，目前公安領域對于AI已經是剛需，而現在的瓶頸在于AI企業(yè)本身能否將這一的系統快速落地，如何實現快速建立穩(wěn)定、可靠小型的數據中心。