随着信息技术的高速发展，城市每天产生的视图数据量呈现爆炸式增长。如何对视图数据进行结构化分析，解析出其中的有效价值，已成为高效处理海量视图数据的关键。
产品优势
产品技术
视频分析是一项具有挑战性的工作，在视频处理中将逐帧读取视频，并且对于每一帧，将执行图像处理以便从该帧中提取特征。
机器学习算法使用大量采样数据（训练数据）自动构建数学模型，以便能够在无需专门编程的情况下，通过计算结果做出判定。目前市场上也有许多用于图像处理的机器学习框架。OpenCV是一个开源计算机视觉和机器学习的库，主要用于图像识别和视频处理任务。另一方面，TensorFlow是Google创建的开源机器学习框架，用于检测高精度对象。我们可以将视频处理视为五个关键任务的混合：
1.物体检测
它是一种计算机视觉形式，可以识别图像或视频中的对象并找到它们。物体识别可以使用这种识别和定位的方法计算场景中的物品，并确定和标注它们的确切位置。
2.物体识别
物体识别是一种计算机视觉形式，用于识别图片或视频中的物体。深度学习和机器学习算法的主要结果是物体识别。就类似当人类看图像或看电影时，我们可以快速发现和甄别人物、事物、场景等信息。
3.目标跟踪
目标跟踪是机器视觉领域的重要课题，被广泛应用于智能监控、动作与行为分析、自动驾驶等应用领域。例如在足球比赛中，目标不仅仅是人，也可能是生物、汽车或其他重要物体，例如足球。
4.实时视频分析
5.触发实时警报
AI通过在视频图像中检测到异常行为时，便做出响应，如：向管理员发出告警信息。视频识别技术提高了态势感知的能力。一些应用示例包括：
(1)基于相似外观的告警：视频监控可根据实体外观相似的需求定制告警，如危险物检测、烟火检测等。
解决场景
1.智慧城市
(1)规范地摊经济：基于深度学习算法，分时分区检测违规摆摊。
(2)垃圾分类：在重点区域、街道等使用高清监控设备，通过自动检测，避免居民随意丢弃垃圾、夜间偷放垃圾物等情况。
2.智慧交通
(1)自动识别车牌：无需人工干预即可实时地检测和读取车牌号。基于OCR技术来识别车牌字符，将图像转换为数字文本，这使得视频分析技术可以检测和记录车牌号，可应用在交通监控场景中如识别闯红灯、交通事故中的车辆。
(3)车流量统计：AI视频分析的这一方面涉及区分汽车、卡车、公共汽车、出租车等车型以及数量统计，以便生成有价值的统计数据，用于获取交通信息。
3.智慧零售
基于人脸与人体识别、大数据分析能力，在出入口、室内安装摄像头，实时检测人体、监测客流、自动统计人流量等等。
(1)人数统计：可以使用视频分析进行门店内的人流量统计，有助于商店了解门店运营情况，并以此优化营销策略和改善顾客体验。
(2)自动结账：通过面部识别软件扫描人脸，在结账终端自动开始付款。
(3)库存补货：在商店的整个货架上安装智能摄像头，通过训练好的机器视觉算法，可以自动检测顾客何时从货架上取走商品，以此提醒工作人员向货架上重新补货。
系统特点
1.算法丰富
2.功能服务
3.一键部署
一键部署就是无需对现有的设备进行改造，只需在已有的监控网络中增加AI边缘计算服务器即可完成AI改造升级。