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。

图像分析

图像分析，包括人像查询、以图搜图、车牌查询、ETC查询。

人像查询，支持人像图片的查询功能，包括对时间段、设备、位置人脸属性、是否佩戴口罩、性别、年龄段等属性的实时查询。

车牌查询，基于车牌信息的车辆识别方法，总体分为三个功能模块：车牌定位、字符分割和字符识别。车牌定位是在获取图像中检测车牌所在位置；字符分割将车牌图像中的字符从整体图像中分割成字符个体；字符识别是对分割的字符图像进行识别，将图像信息转换为字符信息。

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。