Умный город (Smart City) — это город, в котором используются различные технологии и базы данных, подключенные к Интернету (IoT), для повышения эффективности и действенности городских служб.

В целом их цели состоят в том, чтобы сэкономить деньги за счет повышения эффективности и сокращения отходов, а также в улучшении основных услуг, общественной безопасности, экологических условий и общего качества жизни жителей, предприятий и посетителей.

Умные города обычно имеют множество агентств, которые собирают такие данные, как использование уличного освещения, утечки воды, объем трафика и наличие парковочных мест в режиме реального времени.

Системы видеонаблюдения, которые обычно используются городской полицией и транспортными службами, могут быть частью набора «умных» технологий, особенно если города также используют программное обеспечение видеоаналитики для извлечения оперативной информации из отснятого материала.

Видео содержит массу ценной информации, но большая часть отснятого материала никогда не просматривается, и даже если оно было проверено вручную, аналитики редко могут эффективно понять или проанализировать все содержащиеся в нем данные.

Технология аналитики видеоконтента решает эту проблему, обрабатывая видеоданные и идентифицируя, классифицируя и индексируя объекты в видеозаписи, например автомобили, грузовики, автобусы, мотоциклы, велосипеды, женщин, мужчин, детей и животных.

На основе глубокого обучения и искусственного интеллекта, такое программное обеспечение делает видео доступным для поиска, действия и количественной оценки.

Программное обеспечение для видеоаналитики позволяет эффективно просматривать отснятый материал, реагировать на меняющиеся ситуации и исследовать тенденции.

Мощные фильтры поиска, основанные на извлеченных и проиндексированных метаданных видео, упрощают операторам аналитики быстрый и точный поиск больших объемов видеоматериалов с нескольких камер за считанные минуты.

Системные операторы улучшают ситуационную осведомленность о разворачивающихся инцидентах, настраивая в реальном времени предупреждения на основе правил с использованием метаданных видео.

Операторы могут получать уведомления об объектах проживания, подсчете людей и пересечениях линий, а также при обнаружении интересующих объектов по номерному знаку или лицу.

Видеоконтент, собираемый с течением времени, позволяет командам управления получать ценные оперативные данные из видео и анализировать отчеты панели мониторинга о поведении объектов, взаимодействиях, демографии и трафике.

Расширяя приложения видеонаблюдения за пределы безопасности с помощью интеллектуальной аналитики, технология видеоаналитики  превращает видео в универсальный ресурс, который можно использовать совместно с организациями и муниципальными органами власти для различных вариантов использования.

Эта технология имеет множество преимуществ и для полиции. Операторы могут провести судебно-медицинскую экспертизу отснятого материала, чтобы найти подозреваемых, провести поиск по внешнему виду пропавшего без вести, использовать тепловые карты пешеходов и т.д.

Правоохранительные органы также могут настроить распознавание лиц и оповещения о номерных знаках в реальном времени для изображений, которые находятся в цифровом списке наблюдения, или получать уведомления для определения скоплений людей и горячих точек по мере их формирования.

Еще одно важное применение для многих городов — повышение ситуационной осведомленности перед ожидаемыми протестами и неожиданными беспорядками.

Способность предупреждать о постепенно увеличивающемся количестве людей и потенциальном скоплении людей может помочь правоохранительным органам опережать насилие и вандализм и обеспечивать наличие адекватных сил, которые могут быть развернуты для контроля над скоплением людей, когда это необходимо.

Проактивно обнаруживая скопление людей и реагируя на них, умные города могут сохранять порядок и общественную безопасность до того, как произойдут инциденты.

Однако эта технология также очень ценна для других городских агентств, таких как общественное здравоохранение, городское планирование, общественные работы и транспорт.

Транспортные департаменты могут принимать более эффективные операционные решения, имея поддающиеся количественной оценке видеоданные, касающиеся демографии их пассажиропотока и пикового использования.

Используя различные аналитические данные, управляющие городским имуществом могут отслеживать заполняемость зданий или пешеходный поток в городских зданиях, таких как школы, правительственные учреждения, общественные центры и т.д.

Городские службы используют аналитику видеоконтента для отслеживания движения (автомобили, пешеходы, велосипеды, скутеры) с течением времени.

Службы могут количественно определять и классифицировать транспортные средства и пешеходов, обнаруживать модели движения и определять горячие точки, чтобы они могли оптимизировать поток пешеходов и транспортных средств, что приводит к более безопасной жизни в городе.

Департаменты общественного здравоохранения могут собирать анонимные данные о том, соблюдают ли люди в общественных местах требования безопасности здоровья COVID-19 , такие как маски для лица и социальное дистанцирование, и разрабатывать планы, чтобы помочь увеличить безопасность здоровья людей.

В большинстве городов России уже есть сети видеонаблюдения. Теперь, чтобы максимизировать свои инвестиции в сети видеонаблюдения и стимулировать интеллектуальное принятие решений, ведется или уже завершена работа по внедрению анализа видеоконтента.

Это логичная и рентабельная технология, потому что так много разных городских служб могут извлечь пользу из видеоданных, которые они могут применить для повышения эффективности, оптимизации транспортных потоков и улучшению здоровья и безопасности населения.