AI技术融合提升民生建设数字化水平
边缘计算数据融合，有助于改善创新各种服务，从而解决整个城市范围的不同难题。通过在资源分配提高效率并改善决策来降低运营成本和资本成本 ，在楼宇、街区、教育、公共安全、等领域实现有效管理，实时感知数据，方便民生。
基于边缘计算、雾计算、AIoT的基建打造智慧民生
提供智慧民生需要的智能感知设备、视觉量化物理空间，边缘计算形成系统的解决方案，实现信息化应用高效协同，提升管理效率。
计算机视觉量化物理空间
数字孪生提升管理效率
边缘终端推进城市网格化
智能安防
智能巡视
智能前台
通过智能化物联平台和规范化体系，推进智能、数据共享和业务协同， 为公寓业主提供及时、准确、可靠的信息依据，提升公寓管理的前瞻性和针对性，促进公寓管理的持续健康发展。
访客管理
智能保洁
租住人员管理
门禁通行
重要区域及周界管理
停车场地下库
人工智能、大数据和物联网等新型信息化技术，实现校园场景的空间智能化，管理数字化。
夜间防护
危险识别
宿舍管理
课堂考勤
刷脸支付
公共场所秩序管理
共享单车停放管理
垃圾分类管理
通过部署人脸识别、声音传感器，对于广场场地使用情况进行人员统计分析，噪音扰民问题进行实时取证，并对广场舞队伍使用场地进行有效管理。
方案架构
从城市公共安全,城市管理，公共服务出发，基于领先的边缘计算，云平台和智能终端设备，实现城市区域的信息化实时管理，带来敏捷，加速数字化、智能化更迭，激活智慧城市新经济。
方案优势
边缘计算
算法嵌入式神经网络， 在本地完成实时处理，保护隐私减轻带宽和云端计算。
端云结合
边缘端提供数据采集和实时处理能力，云端承载智能数据分析，实现端云协同。
AI视觉芯片
高性能、低功耗、低成本的核心处理器芯片，为终端智能化赋能。
算法
算术与自洽机器自我学习迭代闭环神经网络深度学习。
边缘感知和AI算法
边缘计算作为视觉感知的一个布局方式，对数据进行处理，AI智能算法利用模糊算法对数据进行部分或者全部的计算任务，能满足应用场景对实时性的需求，降低云计算中心的负载，提供一个更安全高效的处理服务。
机器视觉
卷积神经网络
强大的深度学习模型，性能优异。卷积神经网络的使用只会随着数据变大和问题变得更加复杂变得更加具有挑战性。
通过计算机视觉与生物传感器等高科技手段密切结合，利用人体固有的生理特性和行为特来进行个人身份的鉴定。
生物识别
通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征。
深度学习
小蚁天猫店
小蚁京东店