智慧安防视频图像侦查实战中心，将各侦查业务警种力量、资源、手段、线索统一接入大数据平台，建立多资源无缝对接、多手段同步上案、多警种联合作战的常态机制，促进信息资源共享、工作手段集成、侦查效能提升。

智慧安防视频图像侦查实战中心，以大数据中心为基础，实现图像分析、电围分析、图码联侦，支持图像侦查、电围单数据源侦查、图像与电围数据的联合侦查分析、数据模型的深度研判分析、多数据源的综合应用分析、数据档案建档功能。

智慧安防视频图像侦查实战中心，包括数据中心、图像分析、电围分析、图码联侦、模型分析、数据档案、综合分析、数据统计、行人检测、车辆识别、系统管理。

电围分析

电子围栏数据采集和分析，应涵盖通信、互联网、交通、金融等领域。从公安工作的角度出发，需满足围栏方式建设数据采集的需求。电围分析，包括通信围栏、网络围栏、交通围栏、金融围栏。

1.通信围栏

建立通信围栏，依托电信、移动、联通等通信运营企业，全量实时采集用户信息数据、信令等通信数据。通过对通信数据全时空留存，实现对犯罪行为的有效追查和预警。

2.网络围栏

建立网络围栏，依托电信、移动、联通等互联网信息服务提供商，全量实时采集用户注册、登录、浏览、发布、传输、搜索、交易、电子邮件等网络数据。通过对网络数据全时空留存，实现对犯罪行为的有效追查和预警。

3.交通围栏

建立交通围栏，全量实时采集乘客购票、航班进出港、高铁线路及实时运行信息、车辆注册、车辆位置、车辆维修、出租车运营、船舶运营信息等交通数据。通过对交通数据全时空留存，实现对犯罪行为的有效追查和预警。

4.金融围栏

建立金融围栏，全量实时采集开户登记、交易明细、余额信息等数据。通过对金融数据全时空留存，实现对犯罪行为的有效追查和预警。

深度学习是机器学习的一个子类，是机器学习众多算法中的一种，是拥有多个隐藏层的神经网络。深度学习可以理解为多层神经网络，是一种学习的模式，采用具有深度的模型进行学习。深度学习具有其他算法不具备的显著优势，特别在AI领域的应用中，使得深度学习解决问题的效果尤为突出，广泛应用于语音识别、图像识别、文本理解等众多领域。

机器学习是让机器从大量样本数据中自动学习其规律，并根据学习到的规律预测未知数据的过程。机器学习的目标是发现数据中暗藏的规律，由此对未知进行预测。这个过程要通过学习来实现，学习用到的材料则是大数据。

机器学习通过人工智能来分析、探索和预测趋势，并根据过去的变化预测未来的趋势。通过经典的机器学习算法，为客户提供智能应用程序，包括频繁模式挖掘、聚类、分类、推荐引擎、频繁子项挖掘。

基于沃达德人工智能平台，运用计算机模拟和延伸人脑功能，模仿人脑所从事的推理、识别、理解、设计、学习、思考等思维活动，以此解决预测、规划等需要人类专家才能处理的复杂问题。