模糊视频图像智能处理，针对各种降质影像进行恢复，去除模糊噪声干扰、提升图像质量，突出影像细节，以辅助公安人员挖掘图像中的有用信息，如车辆牌照号、人脸信息等。提供人工诊断向导和自动诊断向导，对图像自动提供推荐的处理算法。支持照度校正、几何校正、色偏校正、特定模糊处理、色彩查看处理、色彩增强处理、影像模式转换、模糊恢复、噪声处理、多帧超分辨、多帧融合、色彩分离处理等。同时，具有视频浓缩、关联搜索、视频增强等智能化功能，有效提高视频审阅速度。
模糊视频图像智能处理系统，包括车辆牌照识别、人脸信息识别、图像处理算法（照度校正、几何校正、色偏校正、特定模糊处理、色彩查看处理、色彩增强处理、影像模式转换、模糊恢复、噪声处理、多帧超分辨、多帧融合、色彩分离处理、影像稳定化）、视频浓缩、关联搜索、视频增强。
视频监控是安全防范系统的重要组成部分，监控系统包括前端摄像机、传输线缆、视频监控平台。视频监控以其直观、准确、及时和信息内容丰富而广泛应用于许多场合。视频监控主要包括城市公共区域建设的“天网”系统、社会视频监控系统、卡口监控系统。视频监控采集的视频图像数据具有极高的价值。当发生案件时，可以运用视频监控发现线索、锁定目标、证实犯罪，作为新的侦查途径。
视频识别主要包括视频信息的采集及传输、视频检测和分析处理三个环节。通过智能分析模块，对视频画面进行识别、检测、分析，对异常情况进行目标和轨迹标记。智能分析模块基于人工智能和模式识别原理的算法。
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（获得用户行为并从中发现用户可能喜欢的事物）、频繁子项挖掘（利用一个项集，如查询记录和购物目录，去识别经常一起出现的项目）。
人工智能是计算机科学与技术专业的一门重要的专业课程，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。人工智能关键技术包括专家系统、自然语言理解、人工神经网络。
基于沃达德大数据平台，通过对海量数据采集、处理、存储、分析和数据挖掘，根据数据的特性，采用合适的可视化方式，将数据直观地展现出来，以帮助人们认识数据、理解数据，同时找出包含在海量数据中的规律或者信息，预测未来发展趋势，进行智能化决策分析，使得数据资产成为核心竞争力。
#视频监控##视频识别#图像处理#视频处理#人工智能#
