當前，人工智能很“火”，而在很多專家看來，安防領域正在成為人工智能第一 “著陸場”。目前人工智能科技公司紛紛將眼光瞄向安防市場，利用深度學習和感知融合技術，部分科技公司已經推出 “云端智能安防解決方案”，并且在治安防控、社區治理等方面發揮了良好效果。智能安防已經起步，未來無限精彩。
安防產業“十三五規劃”在產業發展目標中指出，到2020 年安防企業總收入約達8000 億元，年增長率10%左右;我們認為安防行業整體市場需求將穩步增長。同時視頻監控作為安防產品的重要組成部分，從下游應用來看主要用于平安城市(24%)、智能交通(18%)、智能樓宇(16%);目前這些領域均處于快速發展期，我們對于視頻監控的潛在需求保持樂觀。
在安防“1.0 時代”，同質化嚴重，市場集中度更趨向于在價格戰中具備規模優勢的大中型專業設備商。而以智能化升級為代表的“2.0 時代到來”，視頻監控行業又迎來一個新的好時代：
1)、首先同質化產品的價格競爭向技術競爭良性轉變，將帶來傳統安防行業格局的持續優化。產業的核心競爭力轉變為技術架構以及解決方案的落地能力，利潤率水平得到保障;與此同時行業門檻提高，將使得產業集中度得到提升。2)、隨著技術的發展，“人工智能+安防”在幫助客戶提升業務效率的同時，打開了新的市場空間。人工智能將對視頻技術行業帶來變革，計算機對視頻圖像的處理技術，將極大的增加視頻監控的使用效率和大數據價值的利用率，攝像機采集圖像的功能將不再受限于安全防范目的，視頻技術實現業務管理需求有較大的拓展空間。
一、海量視頻數據的產生使得智能安防成為剛需
隨著全國各地平安城市建設進程的加快，城市中建設的視頻監控攝像頭數量呈指數級別持續快速增加，大量的攝像機對城市的各個角落、各條道路都進行了實時的視頻采集。由此帶來兩方面的挑戰，首先，傳統的采用“人盯屏”的方式進行人海監控戰術，將會耗費大量的人力物力且效率低下;其次，每路高清攝像機每個月存儲的視頻數據已達PB 級，前期簡單的圖像回看、檢索操作都成為難以解決的問題。
新常態下安防行業面臨全新的挑戰，智能安防成為解決上述問題的唯一途徑。智能安防的主要目的是：通過將視頻監控中非結構化的圖像信息，轉換為計算機能夠理解的結構化數據;憑借數據挖掘的方式將“海量視頻數據”轉化為“有效情報”，實現安防業務從“看得清”到“看得懂”的智能化升級。
前端智能將智能分析算法嵌入到前端攝像機中，直接利用攝像機對采集的視頻內容進行實時分析，提取出畫面中關鍵、有效的信息，形成結構化的數據，再把相關數據與結果傳給后臺。智能前置相當于給每一臺攝像機賦予了一個“智慧的大腦”，讓它們有“獨立思考”的能力。隨著芯片技術的持續發展，目前智能算法在前端已經實現了眾多功能，如進入/離開區域、越界、徘徊、停車、人員聚集、快速移動、物品遺留、物品拿取、人員檢測等。隨著計算能力的提升與智能化程度的提升，可以預期未來智能化的前端產品可以完成越來越豐富的分析功能。
二、后端智能分析功能將更為強大，與智能前端互補合作
相較于前端智能近幾年的快速發展，安防行業的后端智能化的發展歷史更為悠久，在此前很長一段時間內，視頻監控系統的智能分析功能都是采用中心分析的方式來實現。后端智能分析的優勢在于可以根據需求配置足夠強大的硬件資源，能夠運行更為復雜、有一定時延的算法，而且由于分析運算的集中化，使得設備配置和故障排除都變得簡化。
視頻后端智能分析已經有一定的歷史，不過此前主要的方式是將相關軟件部署在通用服務器上，針對前端設備傳輸的視頻數據，實現車牌識別、人物屬性識別、客流統計與分析等較為簡單的功能。不過，隨著近年來深度學習算法在智能安防領域的應用，以及深度學習算法在GPU、FPGA 等計算架構上更高的運算效率，后端智能分析的軟硬件一體化漸成趨勢。
后端智能平臺在當前智能分析市場中依然是主流方式：一方面，前端智能化產品剛剛興起，滲透率還較低，大量的存量攝像頭依然只是高清化、網絡化的產品，不具備智能分析功能;另一方面，目前前端攝像頭受到芯片性能以及自身成本、體積的限制，功能還不夠強大，不能解決所有智能分析的問題，而后端分析平臺易定制、易集成、功能更全面、計算性能也更強大，可以彌補前端智能產品的不足。不過，后端智能平臺也存在著局限性，主要是場景局限性，由于后端平臺往往同時對幾十路甚至上百路視頻數據進行分析，算法中對場景的假設、抽象與近似，很難完全匹配所有攝像頭的具體情況，從而會帶來分析結果的不足或偏差。
三、智能安防距離完美尚有差距，可行的未來的發展
雖然隨著芯片、算法近年來的突飛猛進，安防行業的智能化有了長足的發展與進步，在很多應用場景和應用領域實現了部分替代人類甚至超過了人類的水平，但是距離完善的應用和全面的智能化依然有很大的差距，需要不斷引入新的協作機制與技術來更好地解決實際問題。
人工智能+人類智能結合：盡管目前人工智能算法在眾多領域已取得非常好的效果，但依然處于感知智能的范疇，涉及到創造性、無法給出明確定義和邊界、缺乏現有可數字化的知識經驗的任務時，機器可能就無能為力，但人類在更高層次的認知、思維創新以及“直覺”層面相較于機器有著顯著的優勢。因此在安防智能化領域，人工智能+人類智能是一種可行方案，先由人工智能進行海量數據的處理和分析，再把分析出的結果交給人類進行判斷，從而形成人工智能與人類智能的互補合作，達到最優的結果。
人工智能+多維數據分析：部分安防應用需求，如公共安全領域的動態人臉識別(M:N)中，即便是只有百萬分之一的錯誤率，也會導致系統誤報率太高缺乏實用價值。要解決此類問題，單純從人工智能算法、芯片等維度提升識別率是不夠的，而是要在視頻數據的基礎上擴充數據維度，如手機定位數據、社交數據、車輛數據、消費數據等，通過這樣的大規模的、多模態數據整合，可以進一步提升識別效果，在數量級上降低錯誤率。
通過大數據技術，人工智能+人類智能的結合，視頻監控將從基本的存儲、人工抽檢，進階到高效事前預警、實時事中分析，并實現智能化的信息分析、預測，可以進一步挖掘海量視頻監控數據背后的價值信息，為視頻監控領域業務帶來深刻的變革。
京公網安備 11010502049343號