从行业企业及技术应用 浅析AI在安防行业现状

　　从安防行业规模来看，考虑到AI技术普及度较低、智能化产品价格偏高、场景应用局限性大、对智能产品接受度不够等因素，当下大部分安防企业对于AI技术的应用还处在接受并尝试运用阶段，超过90%的市场比重仍被传统安防占领。但从增长发展动向中能够看的出，AI在安防领域的附加价值开始凸显。

　　近期，国内《2018我国人工智能商业落地研究报告》发表，这个报告指出人工智能作为先进的生产力，最终要通过商业落地才能取得保持发展，仅有技术实力、而没有商业落地能力的人工智能企业会被市场淘汰。过去一年，产业对人工智能期待值很高，各种应用层出不穷，但收获却非常少。2017年我国AI创业公司取得的累计融资超过500亿元，但2017年我国AI商业落地100强创业公司累计产生的收入却不足100亿元，90%以上的AI企业亏损。

　　报告还指出，从安防行业规模来看，考虑到AI技术普及度较低、智能化产品价格偏高、场景应用局限性大、对智能产品接受度不够等因素，当下大部分安防企业对于AI技术的应用还处在接受并尝试运用阶段，超过90%的市场比重仍被传统安防占领。但从增长发展动向中能够看的出，AI在安防领域的附加价值开始凸显。

　　涉及AI的行业企业

　　当下，在整个行业上下游环节的AI参跟方分别包括：上游包含了视频算法给予商、芯片制造商、图像传感器、镜头模组等别的关键零部件;中游包含了硬件供应商、软件服务商、系统集成商、运营服务商;下游为终端行业应用，涉及政府、公安、交通、金融、民用等领域。

　　在上游领域，除了国外芯片巨头，当下国内正在涌现一批人工智能芯片企业，例如，人工智能初创企业地平线成功发表国内首款嵌入式人工智能芯片，当中旭日1.0处理器则面向智能摄像头，可以在本地进行大规模人脸抓拍跟识别、视频结构化处理等，可广泛使用于商业、安防等多个实际应用场景;寒武纪1A处理器是世界首款商用深度学习专用处理器，面向智能手机、安防监控、可穿戴设备、无人机跟智能驾驶等各类终端设备;中星微首款嵌入式神经网络处理器(NPU)芯片，基于深度学习的芯片使用在人脸识别上，最高能达到98%的准确率，超过人眼的识别率等等。

　　伴随着安防行业环绕着AI发生着变革，安防传统制造厂商将不再扮演单纯的硬件公司角色，会越来越多的在软件、场景、数据上角逐。安防行业内传统的制造厂商海康威视、大华股份、科达、天地伟业以及宇视科技凭借近些年的继续研发投入已经完成在视频结构化算法、车牌识别算法、人脸识别算法、视频检索以及多传感器融合等技术角度的积累，通过跟芯片厂商的紧密合作，再结合自身在行业应用角度的优势，已经着手在人工智能产品在前后端角度布局，完成在公共安全、交通、司法、零售、智慧城市等多个领域深度应用。能够说在行业场景应用及软硬件结合角度并不落后跟人工智能企业。

　　当然，AI初创企业入局为安防行业带来了智能化的技术跟信息，让安防行业智能化的进程缩短了很长的时间，同时在技术层面少走了不少的弯路。以商汤科技、旷视、云从科技、智慧眼、云天励飞等为首的AI初创公司带给安防行业最主要的影响打破了以往视频监控智能化发展已经触及的应用天花板，正在逐步完成公安行业向来对视频监控梦寐以求的“事前预警事中控制”的诉求。

　　不只如此，AI初创企业的入局也改变了安防行业的竞争格局。AI初创企业的入局也让安防行业的竞争格局变得越发的复杂。无论是芯片、算法，还是做产品化的，甚至做解决方案的企业等等。不管是哪一类公司，对传统安防厂商来说，既有合作，更存在着竞争。AI创业公司具有算法关键技术，但必须要落实产品化，要表态结合实际的解决方案。这就使得他们必须要深入到行业，甚至要深入到具体产品的细节，这些是传统安防企业擅长。针对安防行业存在大量的无法自己投入开发算法的普通安防企业，能够跟AI创业公司进行合作完成共赢。

　　技术及应用领域

　　 从技术应用及场景来看，当下AI在安防领域的应用主要还是涉及对人脸、车辆的识别，包括生物特征识别技术、大数据及视频结构化技术等。当中，生物特征识别包含了指纹识别、虹膜识别、人脸识别、步态识别等，前两个主要应使用于特定场景的身份认证居多;而关于视频结构化技术，当下则主要融合了机器视觉、图像处理、模式识别、深度学习等人工智能技术，这也是视频内容理解的基础。

　　近年来安防视频监控向高清化跟网络化发展是完成安防智能化的大前提，一角度，高清监控设备传递回来高清监控图像，才有可能对画面上的各种细节(人脸、车牌号等)进行识别;另一角度，网络化监控设备采纳云端存储，传递实时图像，为实时动态分析给予基础。别的，海量视频数据采纳人眼识别难度越来越高IVA采纳计算机视觉结合人工智能，对图像进行智能分析，使得安防大数据分析成为现实。

　　而此时，对于安防企业来说，就要借助基于GPU开发的模块既可以满足图像处理要求，又适合于处理计算密度高、逻辑分支简单的大规模数据并行负载，将会成为进行海量视频数据结构化处理的核心。首先，GPU能将3D模型的信息转换为2D表态，可以完成视频图像的结构化处理;其次，随着GPU的飞速发展，在浮点运算、并行计算等部分计算角度，GPU能够给予数十倍乃至于上百倍于CPU的性能。所以以图像视觉为关键并拥有海量的数据源以及丰富的数据层次的安防监控领域正是GPU发挥其图像处理以及高性能通用计算的用武之地。

　　行业应用方面来看，当下智能安防在公安、交通、楼宇、金融、工业、民用等多个领域都有应用场景。列如，公安领域，主要涉及到图侦、实战、预判三层应用以满足其事前、事中、事后的实际需求;交通领域，将来通过建设城市大脑，利用AI技术可实时分析城市交通流量、调整红绿灯间隔、缩短车辆等待时间等，以合理调配资源提高城市道路的通行效率;智能楼宇，利用AI技术能够综合控制建筑的安防、能耗，同时对进出大厦的人、车、物完成实时监控以确保关键区域的安全。