這樣公安民警就可以進行快速檢索、條件搜圖（人）、以圖搜圖，再配以圖片的拍攝地點、時間等數據，就可以進行軌跡查詢，香港服務器租用，再匹配一下大安防系統中的住宿、手機號碼、車票等大數據，基本上嫌疑人就是插翅難逃，這對民警的破案效率將是百千倍的提升。這才是安防AI真正的價值所在。
數據清理例程就是通過填寫缺失值、光滑噪聲數據、識別或者刪除離群點，并且解決不一致性來進行“清理數據”。
有了這些識別模型，就可以通過語義分析等技術對視頻數據進行分類處理存儲，并通過后端服務器的智能分析功能進行業務處理，將人、車、物的信息從數據中分離出來。
1. 數據采集
數據統計為模型構建提供基礎，只有通過數據統計分析探索到了數據中隱藏的規律，深度學習才有意義，人工智能才有可能。
1）缺失值
通過變換使用規范化、數據離散化和概念分層等方法，使得數據的挖掘可以在多個抽象層面上進行。數據變換操作是提升數據挖掘效果的附加預處理過程。
先對圖片進行目標清洗垃圾，清洗掉模糊的、不合尺寸的，目標無法識別的、無目標對象的等等，當然，有些場景可能只有這樣的圖像，這需要用到另外一些圖像處理方法，和我們的主題相關但不是一回事。
可能不同的公司對預處理包含的步驟內容說法不太一致，我是以安軟慧視的技術負責人介紹為準。
如果再出現小朋友老年人走失，想找到就是分分鐘的事，再也不會出現讓發動大批警力沿街查找，動輒耗費數十個小時的情況了。這樣，公安會不喜歡么？
數據統計又包括數據分析與結果分析，基本的分析方法有：對比分析法、分組分析法、交叉分析法、因素分析法、結構分析法、漏斗圖分析法、矩陣關聯分析法、綜合評價分析法等。
1. 目前常見的數據預處理技術
這個環節主要包括數據預處理、清理方法、校驗清理方法、執行清理工具及數據歸檔。
3. 模型訓練
對圖片中的目標對象進行識別，提取和構建模型，在安防AI中，需要的結構化描述是比較具體的，比如對人的描述就包括性別、年齡、發型特征、發飾、上衣款式特征、下衣款式特征、鞋帽款式特征、交通工具特征、隨身物品特征、同行人特征等一系列描述。
數據集成過程將來自多個數據源的數據集成到一起。
二、安防AI數據預處理技術及方法
2. 數據清理方法
5）數據可視化
3）數據清理過程
這樣我們就可以得到基本符合要求的圖像。然后對這些圖像中的目標對象進行檢測和分割，并改變目標的大小與標準圖片大小一致，目標對象包括人形、人臉、車形等，這樣就可以拿去訓練模型了。
數據采集，有說數據獲取，這是數據的來源，安防AI中這個數據是來源于視頻監控系統中的視頻流，當然往大了說安防，還包括很多內容，但是基本都是以視頻監控為核心，這里主要指視頻監控系統。
安防大數據的應用當前是圍繞提升破案率和提升警務工作效率為中心的，要想在安防數據的基礎上開發出優秀的應用，必須要深入了解警務工作流程，從接處警、現場勘查、情報研判、應急指揮、關聯碰撞、合成作戰，再到各類型警用裝備間的互聯互通，再到各警種間的配合，再到各警種業務數據庫間的融合。
2）噪聲數據
數據可視化，就是通過一些可視化圖形或者報表形式進行展示，增強對分析結果的理解。再針對結果進行進一步的數據再分析，使得整個業務環節形成閉環。只有閉環的數據才能真正發揮出深度學習的效用。
3）數據規約
