國家非常重視應急管理工作的建設發展，通過系列相關舉措，整合優化應急資源力量。由于應急管理所涉及涵蓋的方面較為廣泛，各領域的安全監測預警在實際的操作過程中又各具特點。

因而，提升城市級大數據采集、分析及精細化信息感知預警能力至關重要。一方面，要加快接入并整合相關部門的已有系統及存儲數據，實現對各類事故災害隱患的實時監測與協同處置;另一方面，現有監測預警裝備亟須智能化升級。

AI時代的智慧城市的安全管理是怎樣的

人工智能、大數據、物聯感知等新一代信息技術在數據采集、傳輸和分析方面的技術優勢日益顯露，能夠做到對視頻內容的實時分析、對隱患信息的深度挖掘、對風險隱患的精確預測，并能夠圍繞突發事件進行預測、評估和追溯，為應急處理提供更加科學有效的決策依據。

數據堂支持多種場景多種類型的數據采集需求，采集內容涵蓋圖像、文本、語音、視頻等全維度數據。數據堂擁有專業的數據采集設備、豐富的數據采集項目經驗及數據質量管控經驗。 在數據采集過程中，數據堂嚴格遵守GDPR個人隱私數據保護相關條例，并已通過ISO9001質量管理體系認證、ISO27001信息安全管理體系認證，為數據安全全面護航。

AI賦能智慧應急管理新升級

智慧平安城市的應急管理是一項復雜而艱巨的任務，須做到統籌協調、應急聯動，積極推動新一代信息技術在城市安全和應急管理中的“智治”應用，賦能增效，帶動應急管理能力水平的全面提升。

(1)智慧預警，機制前移

構建智慧城市的數據生態系統，需要做到對異常變化的敏銳感知。要充分發揮人工智能、大數據技術優勢，針對人、車、物、地、事件信息進行實時采集與分析，將危險源、隱患、事故等數據相聯動關聯，實現對復雜場景的敏銳感知與精準掌控。重點預測判斷關鍵部位、重點目標是否存在潛在危險，做到預測防范，機制前移。同時，也要做好隨時聯動周邊可調動資源的準備。

(2)頂層設計，數據融合

應急管理是一個動態管理系統，針對突發事件的預防、預警、響應和恢復各個部分環環相扣。因此，加強城市各類靜態采集與動態感知等多維數據之間的融合，全面打通“情報、指揮、聯動、保障”四位一體至關重要。此外，要從全局著眼，做好“十三五”時期全國應急體系建設的“頂層設計”，統籌規劃各方面、各層次、各要素。

(3)事件流轉，處置調度

要明確預警責任劃分，合理設計事件處置流轉原則，并提供指導依據及指派機制。及時處理布控告警、接報事件、人員感知、車輛感知等相關事件，實現“預警-推送-接警-處置-反饋-統計”的管理閉環。另外，還應密切關注事件處理結果。應急管理的本質就是公共安全治理，評價其效果就要看公共安全水平是否提高、人民群眾安全感是否增強。要積極借鑒學習各地類似事件的處理原則及寶貴經驗，并將相關工作的部署準備由非常態轉向常態，并通過建立考核機制，促進應急系統的推廣應用。 AI落地智慧應急管理新應用

近年來，越來越多的公司立足國家頂層戰略，圍繞城市運營管理，積極著手布局人工智能、大數據、物聯網技術在城市風險預測預警方面的相關應用。在具備多個成熟產品和解決方案的基礎上，突破性地實現平安城市所有動態、靜態數據自動融合關聯分析的成果，針對智慧平安城市的智能監管，提出以多維數據融合技術為核心的智慧平安城市風險防范解決方案，應用涉及事前預警、事中管控和事后研判的應急管理階段，

對各類隱患的防范，應重點關注事件源頭的風險預警。以安全運輸為例，路面上行駛的渣土車、?；奋?、大貨車等重點車輛往往是易引起道路安全問題及突發事故的高危車輛。越來越多的企業利用城市智能視頻目標分析技術，能夠對這類重點車輛進行智能化、全天候監管，發現渣土車不加蓋、?；奋嚐o押運員等行為，及時將情況推送至交管部門、城市管理部門。

同時，多維數據融合分析技術，可將人員、車輛、道路數據關聯互通，從道路人因隱患方面進行監控，對重點車輛不按規定時間、規定路線行駛的駕駛人員進行歷史違章行為追溯、歷史路徑分析及長時間行駛記錄的挖掘分析，并根據相關信息進行風險評估并，聯動城管、運輸、交警等多部門，形成完整的事件處理閉環，著力提高預測預警能力和風險防控應急處置能力。

通過多維度、多方面地解析海量數據，智能化地記錄工作人員在崗情況、生產狀態與三違行為，及時檢查作業環境異常、車輛違停、物品違規擺放、貨物遺失等非正?，F象，對易燃易爆品、有毒物品等危險源實時監測預警，實現安全生產要素間的互聯共享、智能關聯和可視化挖掘，為統一調度、科學決策奠定基礎，聯合多部門協同管理，實現高效的應對突發狀況指揮能力，形成完整的事件處理閉環。

數據堂深刻了解客戶痛點，提出智能安防數據解決方案，語音交互、手勢識別、面部識別等AI技術進入市場。多樣化的數據不斷提升AI智力。讓智能安防產品更理解人的需求，人機溝通更加智能化。