計算機視覺、機器學習、自然語言處理、機器人和語音識別是人工智能時代的五大核心技術，近幾年深度學習技術被業界廣泛認可，并在各個相關領域都取得了突飛猛進的進展，特別是深度學習技術在人臉識別領域的技術成果，在安防行業激起不小的波瀾，各廠家紛紛推出人臉識別技術產品及解決方案，為如火如荼的雪亮工程建設添了一把柴。

不斷推進的平安城市和雪亮工程建設讓視頻監控遍布大街小巷。據不完全統計，一個中型城市約有上萬路監控，有的甚至上10萬路，每天產生的視頻數據相當于千億幅圖片。在這個蘊含海量信息的龐大系統當中，如何快速高效地為業務提供所需的價值信息，從而加速業務開展，通過單一技術或者產品是很難滿足的，一定需要系統化的解決方案。

在2015年，國內一知名廠家在業界首次提出了全網智能的技術構想，指出未來的監控系統一定是通過規模化、體系化、智能化的方式服務用戶。全網智能系統是一整套視頻的智能分析系統，是一整套智能管理系統，也是一整套智能業務服務系統。

作為智能分析系統，全網智能的系統要求在網的所有設備，所有算力都應當能夠為智能分析業務服務。以軟件形態服務的數據中心側的智能分析已經日趨成熟，近兩年感知型攝像機的推出更是令全網智能的技術方案如虎添翼，真正實現全網設備算力為智能分析業務服務。隨著前端算力的提升，智能分析軟件的進一步前移，智能攝像機毋庸置疑的成為下一代攝像機的發展方向。同時，攝像機將不再是自出廠之后就一成不變的，而是根據用戶的需要，通過加載不同軟件實現不同的業務功能，融入軟件定義產品的新時代。通過規模化、多樣化的智能前端攝像機進行精準的數據采集，后臺強大的云計算和視頻解析系統對采集的數據進行準確的解析和表述，龐大的大數據分析與挖掘系統對海量數據進行高效精準的處理，才能夠真正的讓視頻監控協助用戶準確的觀察、識別和應對周邊的事物，做到真正的擁抱大數據時代。

作為智能管理系統，全網智能的系統將依托云和大數據技術，通過深度學習和海量數據計算，智能調度系統資源動態滿足業務服務要求。云是技術手段，通過云化技術提升計算資源與存儲資源的利用效率和可靠性；大數據是云技術支撐和承載的對象，大數據通過視頻解析后的數據、業務應用數據、系統運行數據等各類型數據進行分析和歸類；深度學習則使我們能夠更加準確的理解海量數據并對趨勢作出判斷。通過技術的結合，讓數據說話，能夠有效的優化解析算法提升視頻智能解析的效率和精準度，也能夠對系統的服務能力做出趨勢判斷，進而有效調度資源，配系統進行精準、可靠的服務。全網智能系統通過機器學習，可以有效的把構成視頻監控系統的前端攝像機、傳輸網絡、服務器、視頻平臺、解析系統以及大數據系統全部拉通，指導整個系統中的每一個網元發揮應有的功能和性能，通過協同工作實現端到端的智能服務和應用，最大化利用系統資源，從而提供系統效率、降低使用成本。

作為智能業務服務系統，全網智能系統能夠作為整體以能力服務平臺的方式根據上層業務的要求智能的提供服務。整體的業務服務系統根據整體事態的變化，所提供的服務一定是多樣化的，而且服務內容也一定是動態變化的，在不同階段要求迥異。這就要求系統采用云化、服務化架構，具備彈性伸縮能力，能夠根據態勢的變化，實現分析資源按需提供、業務服務自動部署，提供服務過程中不同時段、不同階段對圖像解析算法、對象、數量、類型動態變化的需求場景進行業務保障。智能服務平臺通過統一的云服務管理框架，把這些信息數據以云服務的方式共享開發，為多業務系統來共享使用，也可以通過統一的云服務管理框架，把這些視頻智能處理能力以云服務的方式，在服務目錄里統一呈現，提供多部門、多業務系統自助式的申請這些視頻能力服務。

當前，我們也應清楚的認識到，無論是人工智能的發展，還是安防智能化的應用，其整體水平仍處在早期或者起步的階段，系統的智能化程度在短時間內還難以達到科幻大片展現的實戰效果。但是，人類社會科技的演進始終呈現的加速態，人工智能時代奇點的來臨速度或許遠超我們想象，基于全網智能技術框架的解決方案在技術演進的過程中不斷更新改進完善。