当下，大数据快速积累、大规模并行计算的实现以及新算法不断涌现成为了深度学习爆发的催化剂，这也直接推动了人工智能在很多传统领域中的进展。在安防行业中，人工智能也从概念逐步落地，人脸识别、图像识别等技术与视频监控系统的深度结合使得智能安防有了实质性的发展。
对数据的理解是安防大数据的入口
随着平安城市建设的不断推进，监控点位剧增，视频监控系统成为社会立体化防控的重要组成部分。据数据统计，2016年的高清摄像头每天产生的数据比2015年产生多337PB。而目前在城市数据中，视频监控也成为所有数据中占比最高的部分，未来在城市数字化建设中，视频必然将在数据采集以及分析中扮演更重要的角色。
但不得不承认的是，在所有垂直行业中安防行业是最难将原始数据向结构化数据转换的领域：一方面，安防领域中的拍摄环境复杂多变，且数据存储质量参差不齐;另一方面，视频监控中的画面都是在非配合的情况下记录的，且信息价值呈幂律分布。也就是说绝大部分的留存的数据是无效的，有效的信息可能只分布在一个极短的瞬间，但这一瞬间的数据价值却最为关键;最后，安防监控视频体量超乎想象。在视频监控大联网、高清化推动下，我们身边的摄像头不仅越来越多，还7*24小时夜以继日的工作，触发了视频监控数据井喷。
视频监控系统成为社会立体化防控的重要组成部分
因此，如何将这些图像数据资源充分利用，使数据能够更好地服务于公共安全的情报研判、舆情监控、预知预警等业务工作，成为整个安防行业步入SDT(Security Data Technology，安防大数据)时代的入口和首要目标。此时深度学习、云计算以及智能识别分析技术和大数据的结合为行业发展提供了新的契机，全国各地也掀起了自顶向下的视频平台建设，积极用创新技术构筑视频监控防控体系，为治安防控、社会治理和城市管理提供信息支撑和智能管理办法。
在大多数情况下，安防场景中的智能分析体现在系统的“视觉能力”上，即能否对监控摄像机捕捉到的场景画面进行即时的结构化处理，通过语义分析等技术对视频数据进行分类处理存储，并通过后端服务器的智能分析功能进行业务处理，将人、车、物的信息从数据中分离出来。
每种智能技术发展都有一个逐步成熟的过程。目前，动态人脸识别技术已经实现了突破，从前端摄像头对人脸的采集、现场实时布控到行为轨迹追踪的应用都相继落地.
从前端摄像头部署到与后端服务器的搭建，可以与公安系统已有的静、动态防控网实现无缝衔接，帮助公安机关高效完成从数据采集到汇聚存储，再到结构化处理与深度挖掘的视频侦查工作。基于领先的人脸识别技术，系统不仅可以对视频监控中的过往人群与底库中的布控人员进行实时比对和报警，还可以基于时间、地点、性别、年龄、戴眼镜等条件对抓拍信息进行检索，方便办案人员从海量的图像数据中快速锁定目标嫌疑人。