安防的智能化，从2014年就开始提出来，归到“安防四个现代化”的第三位。最早是以软件和平台为主，主要面向公安系统和交通系统。随着技术的发展，安防监控系统的前后端设备都呈现出智能化趋势。那么，智能化安防有哪些特点，需要包含哪些元素？

　　如图所示，分为四大块：智能前端，云，大数据，终端。它们各有分工，各司其职，将一个个点变成网，行程结构化信息数据为终端用户所用。
　　智能前端

　　就是边缘计算的硬件。相比于云的前端和远程中心离得很远，边缘计算就是前端摄像机智能化，把初步的数据解析和解构在本地完成，再交付云端和大数据中心进行共享和二次解析并形成结构化数据。现在市面所用的绝大多数摄像设备和系统都是由摄像设备、传输记录存储设备、显示设备组成。摄像机只管拍摄抓取，把拍摄到的东西由传输设备传到DVR/NVR，在远程的中心显示出来。还有就是远程中心平台加入智能化分析软件，进行数据解析；但是保安室一般用的，虽然比CCTV系统先进，但还是多以投到大屏幕墙为主。高度集成后，摄像机集采集、处理、解构于一体，减少了传输、存储和处理的单元，实现了小型化，并且通过GPU介入前端，图像处理的效率、准确率也随之提升。

　　云

　　是一个中间件。之前做智慧城市、平安城市，大量的前端设备投入使用，但是信息共享却成为了很大的难题，专人专岗。管拍交通的不管治安，管治安的不管交通，管银行的就拍自个儿，包括之前的天网，都是专网专用，各部门之间不进行信息共享。前端是信息孤岛，需要一个分类的中间件将其整合后交付后端汇集，给出实时动态的结论。每个关键行业一朵云，无论前端是治安的、交通的、是超市、小区的、街道的、还是银行的、学校的，都会有行业属性和划分。将智能前端处理过后的数据和图像按照属性归类到其行业的云端，就实现了所谓的“信息共享”和“实时大联网”。

　　大数据

　　大数据中心是个公用平台。它所做的就是将每一朵云汇集的数据进行吸收，二次计算。将公用部分存留，将细分行业所需要的信息进行分发，下发到每个行业。如果在视频领域，它其实就是SDT的二次方。大数据中心属于攻守兼备型。攻能为所有有需要的用户提供各种不同的信息；守能存储记录海量数据以备后续之用。如果说云解决了共享，那大数据中心就是给共享指明了方向，告诉用户该怎么用。并且高度结构化，把大量数据甩出接口，用户按需领取。

　　后端后端智能产品

　　后端智能产品主要包括采用了高密度 GPU 架构的结构化服务器和智能 NVR。在后端利用智能算法对视频数据进行深层次的结构化分析，仍然是当前的主流方案，具有软件开发周期短、项目应用灵活、改造项目适用性强的特点。其中，结构化服务器主要是集成了基于深度学习的算法，每秒可实现数百张人脸图片的分析、建模，也可实现“数十万人脸黑名单布控”、“人脸比对”、“以脸搜脸”等功能；还能对人/车/物进行结构化处理。智能 NVR 则是基于深度学习算法，在兼顾传统 NVR 存储的基础上，增加了视频结构化分析功能。

　　智能化安防就是在视频监控领域中智能化架构采用的是“云边结合，协同智能”的方式，即前端摄像头内置智能算法，进行边缘计算；后端服务器和云中心进行视频数据的解析和表述，利用庞大的大数据分析与挖掘系统对海量数据进行高效精准的处理。