业界皆知，2018年人工智能技术逐渐在安防领域落地。AI的应用不仅仅体现在人脸识别、车辆识别和物体识别等认知领域，最重要的是围绕实战业务需求的多维数据融合分析和研判能力，这类AI应用层面上的解决方案能够更为直接地为行业用户呈现价值，因此，也更受到用户的强烈关注。

　　多维数据融合更贴近实战应用

　　一直以来，虽然安防都是以人工智能最佳落地点自居，不过，从总体来看，以AI视频为核心内容的理解能力普遍偏弱， 当前的智能分析大多为单场景的目标检测和行为分析，而大范围场景的关联行为分析较缺乏，这在一定程度上，限制了AI在一些业务场景领域的最大化价值的发挥。

　　而多维数据融合分析则是为大范围场景业务而生，并且更贴近实战应用需求。北京以萨技术股份有限公司副总裁姚巍在采访中表示，人脸识别、车辆识别和物体识别等是AI核心技术构成部分，由此而来的海量结构化数据十分重要，但它们仅是代表单一项或单一场景AI内容，而且，这些结构化数据仅是数据来源而已，最重要是能对手上的数据做什么，毕竟，相对于各项技术指标的极致化，行业用户更为关注AI和实际业务的融合度，能够给他们带来中哪些意想不到的应用价值，而这恰恰需要从平台层提供动静态、多模态的海量业力数据的多维融合、分析和关联能力才能实现。

　　无疑，公安、交通、平安城市等行业应用实战需要平台级的多维数据融合分析技术。以警务侦查领域来讲，单一维度的侦查和管控手段已经无法解决当下的警种工作实际需求，原因是单一维度的数据分析难以落地人员身份，同时，也无法运动目标进行全面刻画、轨迹追踪难、预警难，而且单一维度的侦查和管控手段容易被规避。

　　以萨是标榜为以视频人工智能为核心的多维数据融合分析解决方案提供商。在前段时间举办的北京安博会上，以萨盛装亮相了实战级多维数据融合、6000路视频实时分析以及智慧交通风险监测三大行业解决方案，生动展示了通过视频AI+大数据融合分析，搭建起平安城市的多维、立体、动态化数据防控体系。其中，以萨的视频AI多维数据融合分析平台打破了多警种资源、跨平台业务、非标系统等的数据壁垒问题，全面打通了人、车、物多维数据的自动关联和分析，并且利用AI+大数据技术，对多维数据进行自动关联匹配，在技术层深化了人工智能应用，实现了视频监控、卡口数据和人员数据的复合应用，大大提高了在案件研判及事前布控预警中的实战支撑效能，从而解决上述单一警种业务难题。

　　据悉，以萨已在全国各地搭建了多维数据深度应用平台，圆满护航厦门金砖峰会、全国两会、上合峰会等重大活动和会议的安全保障工作，这些实战应用经验为以萨未来开展多维数据的交叉融合分析，提供更加有效的数据支撑，从而不断反哺数据融合实战应用。

　　平台需深化定制化开发和持续优化

　　针对大场景业务领域，基于同一平台下，仅道路车辆监测采集的数据在清洗之前可达几个亿级，经过视频结构化后的数据最大也可达上亿级，加上其他的警务数据，全业务场景下的动静态、多渠道数据数量将是百亿级甚至千亿级。要在多个数据库之间进行分析碰撞，智能提取不同模态、不同时空的视频、图像等关键信息并进行整合，而且同时要支撑千亿级数据实时比对响应，无疑，这对基于人工智能视频的大数据应用平台是一个非常严峻的考验。

　　以萨一直专注于围绕公安、交通、平安城市等行业需求展开深度AI大数据融合应用，将自身的专业度和行业深耕程度愈加聚拢。在提到当前多维融合数据分析技术是否已经完全满足当前行业的应用需求时，姚巍表示，以萨拥有深度算法+完整的产品体系，凭借软硬多引擎，当前以萨大数据融合应用平台已经具备支撑千亿级研判能力，基本可以满足当前行业用户的业务实际需求，但是，无论是公安还是交通，由于每个城市和地区的特点和要求不一样，因此就产生定制化开发的需求，以萨要做的就是不断滚动对用户需求的理解，提炼出定制化需求的共通部分，不断深化主干平台版本，以最大化满足用户的个性化要求。

　　另外，姚巍强调，随着平安城市建设的不断深入，路上车辆以及采集设备数量越来越多，因此，数据量将以指数级持续积累，未来数据量很可能达到万亿级，这也是以萨不断在测试演进的一项内容。而且，未来识别内容将不断丰富，比如，之前车辆识别仅停留在车的品牌、型号及简单特征的提取，而现在车辆特征识别项目已经达到三四十项，因此，需要我们不断地对识别对象进行研究，以便更好地服务于实战业务需求。