摘 要：从作者实际工作经验出发，提出了视频智能分析系统的问题并和架构的设计进行了分析，从监控点、网络传输两个方面对信息采集系统进行了探讨，又从视频管理平台、城市管理场景和业务处置流程三个方面对分析系统进行了研究，希望能够对智慧城管的发展提供帮助。
关键词：城市建设；智慧城管；视频；智能分析
引言
2005年开始，全国各地都开始大幅推进“数字城管”建设，作为城市管理新的管理模式，备受推崇。“数字城管”模式有效解决了当时城市管理中的很多问题，比如信息传递速度慢，管理上相对被动，职能交叉现象严重等问题，城市管理水平有了很大提高，管理成本也降低了很多。随着城市规模的不断扩大和经济技术的快速发展，“数字城管”在城市管理中显得越来越力不从心，各个城市在自己城市管理中结合自身的需要，从功能和应用上有了新的要求。随着大数据时代的到来，“智慧城管”进入了新的时代。相比于传统的城市管理和“数字城管”“智慧城管”具有绝对优势，也带来了全面的超越。
数字城市发展的步伐尚未放缓，智慧城市建设的大幕已在我国悄然拉开。公共安全视频监控建设联网应用是新形势下维护国家安全和社会稳定、预防和打击暴力恐怖犯罪的重要手段，对于提升城乡管理水平、创新社会治理体制具有重要意义。视频监控系统已成为当今社会中一套成熟的系统，在政府行政部门、公安社会治安、企事业单位以及各类社会资源中应用较为普遍。如何最大化利用联网共享的视频资源，将海量视频监控资源应用到城市管理工作中，如何准确高效的从视频资源中挖掘出有用信息来满足城市管理要求一直是值得探索的方向。
1视频智能分析系统概述
1.1问题与问题分析
“城管”从当前国内的舆论中，始终带有负面影响，觉得不够人性化和过于霸道。各种新闻信息报道出的新闻也很多能够体现这一点，通过对视频监管能够很好的扭转这样的形象，彻底改变城市管理的管理方式。图像的智能分析并加以应用以及通过后续的管理有个很多不足之处，需要深入的进行提升。
（1）使用效率低
虽然“智慧城管”越来越普及，通过视频就可以监控绝大多数城市街道情况，能很好的实时监控，通过视频能及时的发现并处理一些违规现象。但是在实际运用中，这种便捷的方法应用很少，大多数只是用来对违规现象的审查，使用效率低。
（2）缺乏分析技术
大数据时代，最根本的就是数据的处理，城市中的图像视频是非常大规模的一组数据，通过筛选选出用用的信息，是一项非常困难的事情，有用的城管信息无法自动提前，也是我们面临的一项难题。
（3）应用深度不足
当前视频应用主要通过人工抽查识别，从海量图片中判断事件的场景以及违法行为，无法保证事件判定的准确性和时效性，导致情报研判响应速度不及时，案件处理进程滞后。针对以上问题，系统将采用新的思路：使用“整合利旧前端点位+新建后台识别”模式，对视频图像中的城市管理问题事件进行结构化提取，形成城管管理事件数据资源库，依托大数据、云计算等技术实现数据的融合、碰撞、分析、
应用。
1.2架构设计
一个城市的智慧城管信息系统主要依托数据中心支撑平台和物联网支撑平台，其中数据中心支撑平台主要整合计算资源、存储资源、网络资源；物联网支撑平台整合建设通信平台和视频监控平台。
基础资源层能够通过视频监控能够获得相关的信息资源，实现信息的采集和接入；数据分析层，能够对收集到的视频数据进行智能分析，对需要处理的时间视频和图像信息进行识别并存储；业务应用层根据智能识别的图像情况通过大数据进行分析技术和提供解决对策。城管人员根据相关信息就可以及时发现并处理城市管理中出现的问题。
2前端采集系统
2.1监控点
监控点的选择是一项非常重要的事情，如果选择良好，可以全面的对城市现状进行监控。在选择监控点时，可以考虑运用公安的天网系统进行视频资源的整合，对城市里面的摄像头可以进行共享，降低管理成本。通过公安天网系统可以对城市全覆盖的进行监控，通过多维感知技术能够对城市管理的监测起到很好的帮助。监测点的布置也要根据实际情况进行设置，市容环境、市政设施、环卫设施、综合执法等都可以做到现场监控。
2.2传输设计
监控点收集到的信息通过相关的传输线路最终汇集到后台系统，后台系统通过视频专用核心路由器进行交换，对视频信息进行及时可靠的传递。没有视频信息传递的城市，可以考虑建设电子政务视频专用网络，通过这个专用网络对视频的信息进行资源共享和整合，对于城市一些特殊的地点和要害位置进行重点信息共享，如交通节点、学校和医院出入口、广场、等。视频传输的专业网络要经过安全措施后与政府的一些专用网络进行互访，如公安天网系统、政府专用网、互联网等。
3后台分析系统
3.1视频管理平台
视频管理平台的任务就是对前端监控点收集到的视频信息进行统一的控制和管理，为下一步的视频信息分析提供基础支撑。管理平台能够进行统一的接入和转发，对视频图像格式和各种平台接口以及目录规范等都能够进行标准化的工作，能够为其他部门对视频数据的调用和应用提供窗口作用。
3.2城市管理场景
视频分析技术是使用计算机图像视觉分析技术将场景中的背景和目标分离进而分析并追踪在摄像现场内的目标。
AI深度学习是机器学习研究中的一个新领域，其动机在于建立、模拟人脑进行分析学习的神经网络，可模仿人脑的机制解释数据，如自动驾驶、语音识别、图像识别等，这些均属于深度学习的研究范畴。文中的视频分析系统采用深度学习技术，有效提升了识别速度和准确率，结合城市管理要素和管理职责，重点在垃圾堆积（图1所示）、游摊小贩占道（图2所示）、违规户外广告、机动车非机动车违停等场景中实现应用。
3.3业务流程
视频智能分析系统识别出告警信息后需要将结果发送到相关系统中处置，实现业务流程的管理闭环。事件推送逻辑需要满足一定的前提条件，符合条件后生成事件，并推送至相关责任人。事件推送至指定责任人（执法队员）后，执法队员首先查看事件相关信息，判断该事件是否为本人管辖范围，若是，则确认接收，并在事件处置完后将处置结果上报，否则填写退回理由，将该事件退回。如图3所示。
3.4管理决策
系统展示辖区内所有智能识别点位的分布情况、当日发生的告警事件总数、告警实时显示等，并提供统计分析功能，帮助管理者实时掌控辖区状况。结合事件的历史统计情况及事件发生时间段，对城市管理的重点区域、热点区域进行热点事件预测，为城市管理提供预警信息，同时结合事件的发生位置以及事件立案时间、队员位置等情况，为队员的巡逻处置提供轨迹规划。
4结语
本文针对城市管理领域提出了AI视频识别解决方案。系统无缝对接原有视频监控系统，对视频画面进行事件识别，实现对重点城市管理问题的自动化采集、智能分析、事件及时上报；通过构建业务模型，为管理决策提供数据支撑，有效提高了城市的智能化管理水平。
参考文献
[1]史锋等.视频智能分析系统在城市管理领域的应用[J].物联网技术,2019,(6)：65-66
[2]郝力.数字城管迈向智慧城管(三)[J].自动化博览,2020,(4)：38-39
[3]李莹.人工智能在城管执法中应用探究[J].办公室业务,2020,(1)：72-73