01.引言
计算机视觉技术已广泛应用于城市交通管理、城市外观管理、城市公共安全防治、智能公园、智能建筑工地、智能水等业务场景。通过输入视频流或图像流，抽帧检测违法行为，协助提高城市治理、公共安全防治手段和水平，建设安全智市。
02.普通人、车、脸、物 CV识别算法
2.智慧城管业务
城市面貌的整洁和基础设施的完整性可以反映一个城市的文明程度，也可以从侧面反映城市的经济水平。在城市管理（狭窄范围）业务中，主要对城市管理事件和城市部件进行管理和监督，有效保障基本照明、网络通信、交通、休闲娱乐等需求。城市管理（广义范畴）业务中，可以涵盖交通管理、园区安全、水域安全等业务治理场景。
路灯、立杆、井盖、通信设施、交通护栏等部件作为城市基础设施，每天在城市街道上及时发现并报告问题，有效保证人们的照明、安全、网络通信等一系列需求。
当你走在一个城市的路边，发现有街道干燥，共享自行车堆放，沿街销售，非法小广告，所以可以表明城市的城市外观治理不够，如果你足够热情，可以玩12345市长热线反馈问题。当然，它也可以被视为直接通过，没有看到。会有专人(网格成员)报告这些问题，也会有专人处理整改问题，让城市干净整洁。
雇佣人力扫街的城市治理方式，显然不足以满足当前智慧城市的城市智慧化治理需求，需要拓展多样化、多源化的信息上报渠道和问题主动发现能力，如摄像头、无人机等识别城市违规违章问题等等，通过主动治理与被动治理相结合，逐步提高城市治理和城市管理水平。
在具体治理过程中，通过扩大问题报告渠道，建立信息系统，对接不同形式的采集数据：文本\图像\视频，如摄像头收集的监控视频流，手机终端上报的图片\视频\热线系统报告的语音数据和文本数据。利用NLP、CV、为了提高城市管理的智能化水平，传感器等技术手段可以检测和主动报警城市管理业务中的违规行为。
例如，对于人孔盖损坏，手机近距离拍摄是一个合理的解决方案，如果依靠摄像头，则需要摄像头拍摄距离，拍摄角度满足技术可行条件，目前阶段，摄像头位于路边，俯瞰人孔盖捕捉图像可能不足以支持人孔盖损坏识别算法。
图像、视频等输入源的常见技术处理方法是CV(计算机视觉)，常见CV算法手段包括目标检测、目标识别、行为检测等。对于不同终端收集的视觉数据，算法模型可能不同，可能需要定制某些场景。
垃圾桶垃圾溢出检测、堆放材料检测、堆放垃圾垃圾垃圾检测、消防通道占用检测、自行车共享检测、四轮车非法停车检测、随机张贴非法小广告检测、绿地脏检测、街道挂检测、井盖丢失检测、...
目前市场上的城管应用主要集中在视频发现、识别、预警报告、任务分配、现场处置、结案归档全过程中的一个或多个环节AI赋能。例如，海康威视依托硬件优势，在城城市管理细分行业市场，提供硬件（摄像头） 智能城管系统集成软件，具有一定的价格优势。此外，商汤、旷视、百度、阿里、依图科技等厂商，也在城管领域，有相应的ToG AI产品问世及落地应用。擅长算法的厂家主攻AI，擅长软件系统集成的制造商专注于业务应用SaaS系统与业务集成，各有分工。
以检测沿街干燥、乱堆物料、非法停车、自行车共享堆放的任务为例，讲述产品的落地路径:
1）设备选型
一般来说，在选址和设备选上选择一系列相机是非常重要的，也就是说，不要选择不能拍摄街道的相机作为收集设备。
2)算法模型构建、优化和产品设计
视觉算法模型可以通过收集摄像头捕获的视频流或图像数据进行大量练，可以生成视觉算法模型。不同城市的街景不同。因此，基于A城市开发的城市事件识别算法不一定适用于B城市。因此，该算法需要具有一定的通用性和通用性。必要的措施是积累一定数量的不同城市的培训数据，可以实地获取，也可以模拟建模构建培训数据。
此外，还应认识到算法识别存在一定的瓶颈，对光线、捕捉角度、捕捉距离等因素非常敏感。因此，端到端的产品解决方案和产品的易用性在很大程度上决定了客户愿意为谁的产品买单。
确定摄像头后，需要根据摄像头采集的视频流进行处理和分析，并通过抽帧\检测视频图像中是否存在违规行为的其他手段，然后结合上层业务逻辑进行系统闭环设计。
a)一般要求具备多目标检测能力，即画面中有多起违规事件时，需要全部检测。
b) 需要考虑报警逻辑，误报警优化逻辑。如果连续一定帧数图片中同一位置附近出现相同的问题，系统将问题判定为违规事件，系统将报警违规事件。另一个例子是，一段时间内有违规行为。一段时间后，违规行为自动消失。系统会发出警报吗？两种方案，一是不报警，二是先报警，然后自动结案，存储报警记录和结案记录，以备后续检查。
c）查询报警记录，存储系统产生的各种报警记录，快速搜索，方便业务人员管理和评估业务。
d) 支持查看\回放各摄像头的实时视频流和历史视频，前端需要支持框选择目标检测区域，以提高目标检测的准确性。
3)产品性能优化
产品设计完成后，产品性能的抛光也是提高产品竞争力的必要条件。
在2.第一章主要讲述了与城市管理相关的业务范围和产品，主要针对移动\识别静态物体和车辆。还有一些城市商业场景需要人体、人脸和车辆的识别算法。
例如，在交通管理业务场景中，需要对道路交通违规行为进行监督。利用电子眼和卡口视频捕获的视频图像数据，引入相应的算法模型，识别交通违规行为。
常见的道路交通违章行为包括：车辆逆行、车辆无车牌、车牌遮挡、实线变道、非机动车道、公交车道、应急车道、行人过马路、行人过护栏、行人上高速、司机无安全带等。这将用于人体(男、女、头发长度、夹克类型、下半身服装、背包类型、背包类型、鞋子颜色、鞋子类型、头盔、口罩、吸烟、手机、打架、人员倒地检测...）、车辆的行为\属性(车牌号、车型、车身颜色、天窗特征，是否为特种车(渣土车、危险化学品车)...））检测算法。
除交警业务管辖范围内的上述违法行为外，道路拥堵、道路交通事故、道路车辆燃烧事故等路拥堵、道路交通事故、道路车辆燃烧事故等。\处理\疏散。根据上述业务管理需求，也衍生出一系列AI如：
道路拥堵检测、道路积水识别、车辆异常停留识别、道路烟火检测、交通流量预测等...
这些算法模型在交通管理和公安调查中起着至关重要的作用。结合政府业务部门自身的业务数据(如人员档案、车辆档案、企业档案等)，通过各种实体的属性和行为检测算法..）、企业自身数据(舆情数据、用户网络行为、车辆轨迹数据)...），设计安全监控分析产品、智能交通产品、智能园区产品等一系列智能应用..），可辅助公安\交管等部门在案件挖掘、分析及溯源中大大提高案件侦破率和侦破效率。