COVID-19 告訴我們，城市在管理和遏制危機方面一直發揮著關鍵作用。正如《今日城市》的一份報告所指出的那樣，后 COVID 之路需要改變市政思維——從建設“智慧城市”到建設“有彈性的城市”。當我們開始關注在這種比例的大流行之后生活會是什么樣子時，我們正在學習關于彈性的知識，以便更好地為自己和我們的社區為未來做好準備。

          某些智能解決方案，例如視頻監控，為了解和改進積極的市政響應提供了堅實的起點。一旦實施，它們將使城市能夠在未來的公共衛生挑戰之前制定強大的響應框架。

          無論哪種情況，數據都會產生影響。視頻數據的有效收集、存儲和分析使城市能夠圍繞公民的健康和安全做出明智和有根據的決策。然而，隨著數據量和攝取速度的增加，關于利用視頻數據的真正價值所需的適當 IT 基礎設施的問題和擔憂出現了。

          由于COVID-19在一夜之間給我們的社會帶來了諸多變化，我們現在有了在這一領域積累了相關知識的新群體。現在是時候指望那些IT和安全專家為未來做更好的準備了。

          智慧城市提供拯救生命的洞察力

          正如 COVID-19 明確指出的那樣，人類的社會本性是一個關鍵的病毒載體——如果不加小心，即使是單一感染也可以“超級傳播”。

          根據 Velasea 首席執行官 Jimmy Whalen 的說法，高級視頻監控提供了一種捕獲和理解這些場景的方法，進而有助于減輕接觸點的傳染性影響。 “計算機視覺行業的重要性正在不斷發展，”他說，“相機是未來主要的物聯網設備。它有感官，可以像人類一樣講故事。”

          聯網攝像頭用于跟蹤關鍵數據點，例如口罩佩戴情況和核心體溫，使數據系統能夠以人類無法做到的方式方便地創建基于統計的敘述。

          增強智能視頻的積極影響

          城市內部署的視頻監控技術通常與安全和安保應用相關，例如改善交通管理、跟蹤犯罪熱點或監控對關鍵設施的訪問。

          然而，COVID-19 通過收集匿名的溫度讀數和運動數據來詳細說明、分析和預測感染集群如何擴展和演變，從而為這些技術引入了一個新用例。盡管過去一年視頻監控部署的速度受到了 COVID 限制的影響，但這并沒有阻止智能城市進行必要的投資。

          Gartner 首席研究分析師 Kay Sharpington 指出：“政府正在增加在室外監控攝像頭上的支出，以監控城市的犯罪情況。在 COVID-19 之后，它們還用于跟蹤安全限制的遵守情況?！?/p>

          盡管法規正在發生變化，我們正在從廣泛的封鎖和寬松的限制中重新出現，但我們可以選擇繼續建立視頻監控框架，該框架將通過允許城市快速分析人員流動模式和快速分析來繼續幫助減輕病毒威脅的傳播制定有針對性的公共安全協議。

          支持長期采用

           要實現智能視頻解決方案的承諾，有效的數據收集、存儲和分析至關重要。然而，根據IDC在希捷反思數據報告中的研究數據，企業可用的數據中只有32%得到了有效利用。事實上，視頻監控、物聯網設備和元數據的快速普及占據了全球數據圈增長的近三分之一。

          隨著智能視頻分析成為建設和運營彈性城市的關鍵，市政府必須考慮不斷變化的基礎設施影響，包括：

          增加的數據存儲需求：更多的監控意味著更多的內容，從而導致更大的數據收集量和存儲需求。與此同時，以前會被存檔的大量非結構化視頻數據輸入現在必須保持可用于深度學習。但并非所有存儲解決方案都是平等的。有效的智能監控和視頻分析需要采用正確的架構來增加存儲集合和管理存儲。實際上，這意味著部署能夠滿足當前和未來視頻數據捕獲需求的無摩擦、分層存儲解決方案。大規模地，這種方法通過降低 TCO 和增加正常運行時間，消除了城市 IT 團隊管理和監控容量有限的數據中心的需要。增強的人工智能分析：雖然改進的數據收集自動化為智能監控奠定了基礎，但城市還需要一種方法來解釋和應用這些信息以采取有意義的行動。最成功的城市集成了可以分析來自各種傳感器和來源的數據的技術，并且可以使更新的視頻系統能夠進行智能取證搜索，可以在錄制的視頻中找到特定的圖像或動作，甚至可以查看視頻時間線以創建概要的相關事件。理想的架構將集成由人工智能驅動的可定制視頻分析，以滿足特定設施的需求。神經網絡技術可以讓系統通過攝取大量現場獲得的視頻材料來學習執行客戶特定的任務。增強的邊緣解決方案：城市還需要考慮邊緣解決方案來幫助管理海量視頻監控數據。雖然當前的云部署擅長集中這些資源，但在邊緣收集并發送到云端進行分析，然后再路由回采取行動可能會導致延遲，這些延遲對于實時公共衛生或安全響應來說是不希望和不可能的。改進的、更強大的邊緣計算部署可以通過管理所需的處理、過濾和存儲操作來幫助消除這種后端積壓。

          發現智慧城市的緊急解決方案

          有效、互聯的視頻捕獲和分析架構要求城市部署正確的前線功能和后端支持組合，例如智能攝像頭系統、網絡視頻錄制 (NVR) 服務器和端到端安全解決方案。

          智慧城市視頻解決方案的基礎植根于適應性強的智能攝像系統。為了建立既有助于解決當前需求又有助于解決不斷變化的問題的基礎設施，市政當局必須投資于可定制的、人工智能驅動的視頻解決方案。

          NVR 服務器為市政當局提供高性能可擴展性，以幫助滿足收集和分析要求。這些服務器包含旨在管理 AI 工作負載、減少延遲并提供處理不斷增長的視頻數據量的容量的硬盤驅動器。

          最后，城市還必須為服務器、存儲和 AI 設備部署端到端安全解決方案，以確保監控數據從收集到捕獲到分析以及其間的每個階段都受到保護。

          在為城市設計時，IT 架構師必須考慮許多因素，因為具體的存儲部署會根據所需的規模和精確的用例而有很大差異。目標可能包括：

          使用支持低延遲工作負載的存儲填充大規模高性能 VMS通過安全的端到端用戶訪問控制保護關鍵數據并管理基于證據的數據在適應任何大小的節點的同時，有效地從 TB 級擴展到 PB 級；或使用節省空間的高密度企業存儲系統降低 TCO，每美元的 IOPS 可能最高。

          智能視頻技術不僅在幫助緩解當前和未來大流行問題的能力方面有所發展，而且還為更強大、更有彈性和響應性更強的大規模智慧城市管理鋪平了道路。