建设弹性智慧城市需要监控视频数据支持

          COVID-19 告诉我们，城市在管理和遏制危机方面一直发挥着关键作用。正如《今日城市》（ Cities Today）的一份报告所指出的那样，后疫情时代需要改变市政思维——从建设“智慧城市”到建设“有弹性的城市”。当我们开始关注在这种规模的大流行之后生活会是什么样子时，我们正在学习关于弹性的知识，以便更好地为自己和我们的社区为未来做好准备。

          某些智能解决方案，例如视频监控，为了解和改进积极的市政响应提供了坚实的基础支撑。一旦实施，它们将使城市能够在未来的公共卫生挑战之前制定强大的响应框架。

          无论情况如何，数据都会产生影响。视频数据的有效收集、存储和分析使城市能够围绕公民的健康和安全做出明智和有根据的决策。然而，随着数据量和采集速度的增加，关于利用视频数据的真正价值所需的适当 IT 基础设施的问题和担忧出现了。

          由于 COVID-19 一夜之间给我们的社会带来了无数变化，我们现在有了一群新的人，他们在这个领域获得了相关知识。现在是时候求助于这些 IT 和安全专家，以便更好地为未来做好准备。

          智慧城市提供拯救生命的洞察力

          正如 COVID-19 明确指出的那样，人类的社会本身是一个关键的病毒载体——如果不加小心，即使是单一感染也可以变成“超级传播”。

          根据 Velasea 首席执行官 Jimmy Whalen 的说法，高级视频监控提供了一种捕获和理解这些场景的方法，进而有助于减轻接触点的传染性影响。 “计算机视觉行业的重要性正在不断发展，”他说，“摄像机是未来主要的物联网设备。它有感官，可以像人类一样讲故事。”

          联网摄像头用于跟踪关键数据点，例如口罩佩戴情况和核心体温，使数据系统能够以人类无法做到的方式方便地创建基于统计的叙述。

          增强智能视频的积极影响

          城市内部署的视频监控技术通常与安全和安保应用相关，例如改善交通管理、跟踪犯罪热点或监控对关键设施的访问。

          然而，COVID-19 通过收集匿名的温度读数和运动数据来详细说明、分析和预测感染集群如何扩展和演变，从而为这些技术引入了一个新用例。尽管过去一年视频监控部署的速度受到了 COVID 限制的影响，但这并没有阻止智慧城市进行必要的投资。

          Gartner 首席研究分析师 Kay Sharpington 指出：“政府正在增加在室外监控摄像头上的支出，以监控城市的犯罪情况。在 COVID-19 之后，它们还用于跟踪安全限制的遵守情况。”

          尽管法规正在发生变化，我们正在从广泛的封锁和宽松的限制中重新走出来，但我们可以选择继续建立视频监控框架，该框架将通过允许城市快速分析人员流动模式和快速分析来继续帮助减轻病毒威胁的传播制定有针对性的公共安全协议。

          促进长期采用

          为了兑现智能视频解决方案的承诺，有效的数据收集、存储和分析至关重要。然而，根据 IDC 在 Seagate Rethink Data 报告中的研究数据，只有 32% 的企业可用数据得到了有效利用。事实上，视频监控、物联网设备和元数据的快速普及占据了全球数据圈增长的近三分之一。

          随着智能视频分析成为建设和运营弹性城市的关键，市政府必须考虑不断变化的基础设施影响，包括：

          增加的数据存储需求：更多的监控意味着更多的内容，从而导致更大的数据收集量和存储需求。与此同时，以前会被存档的大量非结构化视频数据输入现在必须保持可用于深度学习。但并非所有存储解决方案都是平等的。有效的智能监控和视频分析需要采用正确的架构来增加存储集合和管理存储。实际上，这意味着部署能够满足当前和未来视频数据捕获需求的无摩擦、分层存储解决方案。大规模地，这种方法通过降低 TCO 和增加正常运行时间，消除了城市 IT 团队管理和监控容量有限的数据中心的需要。

          增强的人工智能分析：虽然改进的数据收集自动化为智能监控奠定了基础，但城市还需要一种方法来解释和应用这些信息以采取有意义的行动。最成功的城市集成了可以分析来自各种传感器和来源的数据的技术，并且可以使更新的视频系统能够进行智能取证搜索，可以在录制的视频中找到特定的图像或动作，甚至可以查看视频时间线以创建概要的相关事件。理想的架构将集成由人工智能驱动的可定制视频分析，以满足特定设施的需求。神经网络技术可以让系统通过摄取大量现场获得的视频材料来学习执行客户特定的任务。

          赋能的边缘解决方案：城市还需要考虑边缘解决方案来帮助管理海量视频监控数据。虽然当前的云部署擅长集中这些资源，但在边缘收集并发送到云端进行分析，然后再路由回采取行动可能会导致延迟，这些延迟对于实时公共卫生或安全响应来说是不希望和不可能的。改进的、更强大的边缘计算部署可以通过管理所需的处理、过滤和存储操作来帮助消除这种后端积压。

          发现智慧城市的紧急解决方案

          有效、互联的视频捕获和分析架构要求城市部署正确的前线功能和后端支持组合，例如智能摄像头系统、网络视频录制 (NVR) 服务器和端到端安全解决方案。

          智慧城市视频解决方案的基础植根于适应性强的智能摄像系统。为了建立既有助于解决当前需求又有助于解决不断变化的问题的基础设施，市政当局必须投资于可定制的、人工智能驱动的视频解决方案。

          NVR 服务器为市政当局提供高性能可扩展性，以帮助满足收集和分析要求。这些服务器包含旨在管理 AI 工作负载、减少延迟并提供处理不断增长的视频数据量的容量的硬盘驱动器。

          最后，城市还必须为服务器、存储和 AI 设备部署端到端安全解决方案，以确保监控数据从收集到捕获到分析以及其间的每个阶段都受到保护。

          在为城市设计时，IT 架构师必须考虑许多因素，因为具体的存储部署会根据所需的规模和精确的用例而有很大差异。目标可能包括：

          使用支持低延迟工作负载的存储填充大规模高性能 VMS通过安全的端到端用户访问控制保护关键数据并管理基于证据的数据在适应任何大小的节点的同时，有效地从 TB 级扩展到 PB 级；或使用节省空间的高密度企业存储系统降低 TCO，每美元的 IOPS 可能最高。

          智能视频技术不仅在帮助缓解当前和未来大流行问题的能力方面有所发展，而且还为更强大、更有弹性和响应性更强的大规模智慧城市管理铺平了道路。