根據(jù)清華大學(xué)近日發(fā)布《中國人工智能發(fā)展報告2018》的報告顯示，2017年，中國人工智能市場規(guī)模達(dá)到237億元，同比增長67％，2018年人工智能市場增速將達(dá)到75％。安防作為與人工智能密切相關(guān)的行業(yè)，成為人工智能主要落腳點。

伴隨著AI在安防領(lǐng)域的深度融合應(yīng)用，當(dāng)前的安防監(jiān)控市場早已是“無AI，不安防”的局面。

AI安防市場規(guī)模達(dá)6480億元

從安防行業(yè)規(guī)模來看，目前大部分安防企業(yè)對于AI技術(shù)的應(yīng)用還處在接受并嘗試使用階段，但從增長趨勢中可以看出，AI在安防領(lǐng)域的附加價值開始凸顯。2011年以來，我國AI安防市場規(guī)模逐年攀升;至2017年，AI安防市場規(guī)模達(dá)到6480億元，同比增長20.0%。

傳統(tǒng)安防難點

1. 在傳統(tǒng)安防應(yīng)用背景下，對于復(fù)雜的環(huán)境、超強(qiáng)的數(shù)據(jù)流，無法有效應(yīng)對，缺乏準(zhǔn)確性。

2. 封閉式數(shù)據(jù)系統(tǒng)，無法形成數(shù)據(jù)聯(lián)動與分享，缺乏整體性。

3. 主動防范與控制能力弱，借助傳統(tǒng)安防產(chǎn)品方案實現(xiàn)的，大部分控制為事后控制。

4. 系統(tǒng)硬件復(fù)雜多樣，單個安防結(jié)構(gòu)內(nèi)部模塊多，信息連接多依靠接口，無法適應(yīng)智能化時代個性化、場景化的需求。

AI安防落腳點

1.AI安防+平安城市

AI安防是實現(xiàn)平安智慧城市的基石，深度學(xué)習(xí)和智能分析讓安防監(jiān)控真正智能起來，擁有自學(xué)習(xí)和自適應(yīng)功能，能夠根據(jù)不同的復(fù)雜環(huán)境進(jìn)行自動學(xué)習(xí)和過濾。

同時，AI安防全面實現(xiàn)視頻數(shù)據(jù)結(jié)構(gòu)化，與大數(shù)據(jù)系統(tǒng)配合實現(xiàn)實時的安防體系。視頻圖像的聯(lián)網(wǎng)調(diào)度和信息資源共享，數(shù)據(jù)資源在不同安防云端的共享，安防產(chǎn)品實現(xiàn)對危險與異常的主動識別，安防行為由被動向主動轉(zhuǎn)變。

另外，在物聯(lián)網(wǎng)產(chǎn)業(yè)的不斷融合發(fā)展下，視頻數(shù)據(jù)是其中最大量的數(shù)據(jù)，也是潛在價值最大的數(shù)據(jù)視頻物聯(lián)，作為支撐城市可持續(xù)發(fā)展的基礎(chǔ)數(shù)據(jù)。

2.AI安防+警務(wù)識別

在警務(wù)識別方面，目前主要依賴的AI技術(shù)主要有步態(tài)分析及行為識別，對檢測對象的身體特征和運(yùn)動姿態(tài)進(jìn)行分析，快速鎖定目標(biāo)人群，提升公安系統(tǒng)信息化水平。步態(tài)分析及行為識別能夠根據(jù)人的姿態(tài)、步態(tài)、穿著識別對象，并跨越鏡頭將該對象的運(yùn)動軌跡畫出來。

在AI技術(shù)的助力下，警務(wù)識別不再依靠單純的人工，而是通過大數(shù)據(jù)智能系統(tǒng)，實現(xiàn)智能化識別與鎖定。

3.AI安防+智能交通

大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)時代的到來，為科學(xué)治理城市交通擁堵提供了智能化手段。在交通領(lǐng)域，利用人工智能技術(shù)，可實時分析城市交通流量，調(diào)整紅綠燈間隔，縮短車輛等待時間，提升城市道路的通行效率。

同時，城市級別的人工智能交通大腦，可以全方位感知、全局協(xié)調(diào)，實時掌握城市道路上通行車輛的軌跡信息，停車場的車輛信息，合理調(diào)配資源、疏導(dǎo)交通，實現(xiàn)機(jī)場、火車站、商圈的大規(guī)模交通聯(lián)動調(diào)度，提升整個城市的運(yùn)行效率，為居民的出行暢通提供保障。

4.AI+全民安防

隨著安防產(chǎn)業(yè)布局的進(jìn)一步拓展，在各行各業(yè)向智能化、數(shù)據(jù)化轉(zhuǎn)型的過程中，AI安防已滲透到大量的行業(yè)當(dāng)中，助力企業(yè)的AI化進(jìn)程。

AI安防方向

1.視頻結(jié)構(gòu)化

原始的安防數(shù)據(jù)屬于非結(jié)構(gòu)化數(shù)據(jù)，不能被計算機(jī)直接讀取和識別，難以產(chǎn)生實用價值，在AI安防方案中，運(yùn)用深度學(xué)習(xí)和人工智能算法，可以將安防方案中的識別對象進(jìn)行歸納整理，表達(dá)目標(biāo)的性狀、屬性以及身份，從而變?yōu)榻Y(jié)構(gòu)化數(shù)據(jù)，這種數(shù)據(jù)可以進(jìn)行大規(guī)模檢索、分析、統(tǒng)計。

2．生物識別

生物識別主要包括人臉識別與行為識別，極大的提高了識別的準(zhǔn)確性與可靠度，目前，市場上多款人臉識別安防智能設(shè)備已投入規(guī)?；逃?。

3. 物體特征識別

AI在物體特征識別方面的應(yīng)用已逐步進(jìn)入成熟化階段，網(wǎng)絡(luò)、云計算的進(jìn)一步優(yōu)化也全面提高了識別的實時性，尤其是在車牌識別領(lǐng)域，在萬物聯(lián)網(wǎng)時代，AI安防的物體特征識別，將有更廣闊的應(yīng)用空間。

智能硬件行業(yè)如何布局

對于AI技術(shù)在安防領(lǐng)域的應(yīng)用，主要是采集前端與數(shù)據(jù)處理后端中心兩個節(jié)點的問題，目前主要有兩個方向：

一為將智能處理手段與能力移至后端數(shù)據(jù)中心，前端以傳統(tǒng)監(jiān)控攝像機(jī)進(jìn)行數(shù)據(jù)采集。該種全中心式的智能模式雖然能提供計算和存儲的支撐，但效率過低，也會帶來隨著數(shù)據(jù)量的迅猛遞增，以及網(wǎng)絡(luò)傳輸帶寬所帶來的壓力和成本問題。

二為將AI計算能力集中到前端攝像機(jī)，而目前云計算、邊緣計算等云端數(shù)據(jù)處理概念的不斷成熟更是為其提供了強(qiáng)大的技術(shù)支撐，用云來替換數(shù)據(jù)控制處理中心，將核心技術(shù)轉(zhuǎn)移至前端是一個不可逆的發(fā)展趨勢。

隨著人工智能各分支的不斷發(fā)展，未來的人工智能一定是一個端到端的系統(tǒng)，從而縮短數(shù)據(jù)的處理流程，減少存儲步驟，在數(shù)據(jù)前端來處理計算與存儲的問題，能夠高效實現(xiàn)“端云協(xié)同”。

而在其中，AI攝像機(jī)作為“端云協(xié)同”的基點，成為構(gòu)建AI安防新生態(tài)的關(guān)鍵。目前受到市場和資本重視的人臉識別攝像機(jī)正是其重要性的見證，華北工控目前研發(fā)上市的基于智能海思芯片組視覺平臺的網(wǎng)絡(luò)攝像機(jī)正是公司主動應(yīng)對安防市場智能化趨勢打造的產(chǎn)品方案。

AI技術(shù)在安防領(lǐng)域還有更廣闊的應(yīng)用空間，同時，AI技術(shù)的不斷發(fā)展與革新也給安防領(lǐng)域帶來更多的可能性。在智能硬件領(lǐng)域，深入融合云計算、AI技術(shù)，集中工業(yè)級別硬件性能優(yōu)勢，著力于AI安防各行各行的個性化打造，融合最新AI技術(shù)與概念，改造傳統(tǒng)安防方案痛點，成為企業(yè)的重要突破點，。