基于視頻和行業業務結合的人工智能落地，行業正呈現百花齊放的局面，熟知的傳統安防行業邊界越來越模糊。互聯網、AI算法創業公司、物聯網等等公司好像一夜之間都變成了AI承載者，成為接下來DT(數據處理技術)十年的技術變革推動者。而非AI、非技術公司在AI領域的拓展也呈爆發式的增長，安防市場的AI化進程一片欣欣向榮。 浙江大華技術股份有限公司產品與解決方案部總監韓峰占
在DT時代中，AI在大數據數量和計算能力呈幾何倍增的大背景下，已經成為了這個時代新的一場技術革命，并在視頻識別、音頻識別、移動數據、物聯感知等方向和領域落地。
過去20年，傳統安防企業在視頻算法、編解碼技術、視頻資源、硬件制造、行業業務等領域深耕，并積累了相應的優勢，這些優勢使得傳統安防企業順勢成為了AI最適合的實驗和孵化基地。
在智能化的浪潮下，傳統安防企業開始呈現出兩大方向：縱向上，從傳統安防產品到智慧型安防產品做升級；橫向上，從資本和研發角度選擇性布局適合自己的新領域，如智能汽車、機器人、機器視覺、ARVR等。
合作平衡AI給安防帶來的風險
云計算、大數據、智能算法、行業需求是AI實現的四個落地要素，每個要素都要有儲備，從這個角度來說會相應拉高安防行業門檻。對于老牌傳統安防企業是機會，同時也是挑戰。基于領先技術的新型創業公司在資本投資的支撐下也會進入這個行業，和傳統安防企業一起構建新的安防生態，同樣遵循新時代下的優勝劣汰規則。
同時AI雖然是改善傳統行業的強力工具，但技術到產品再到商品的轉化過程是需要時間的，特別是AI作為延伸人類智慧到機器替代的領域，體驗要求更高，難度更大。因此，在技術未知的風險面前，整合各方優勢快速實現商品化是一種平衡的方式，任何一家企業作為產業鏈當中的一部分，也只有合作共享才能實現共贏。
無法回避的AI技術難題
在AI領域，安防行業一直被認為是智能化落地最好的行業之一，其中一個很重要的原因是安防行業在數據上有先天優勢。以算法、計算能力和數據三個維度去考核安防智能化的話，數據肯定不會是短板，反而可能是最重要的一環。因此在技術規劃方面，智能化是大華股份的發展主要方向之一。
相比以往，最主要的改變的是從智能化角度設計產品，開發產品。從智能化芯片開始，到智能化前后端設備，再到智能化應用、平臺甚至解決方案的全系統智能化覆蓋。另外，也要發揮安防行業的優勢去解決智能化發展中的各種問題，如設計獲取更多種類數據的設備，研發更輕量的算法模型等。
目前，利用深度學習將算法效果推到了前所未有的高度，如目標檢測、人臉識別等，都已經超過人類的普遍認知水平。大華股份始終跟隨智能化發展的腳步，積極融合智能化算法到產品之中，提供安防行業整體智能化解決方案。
可喜的是深度學習技術已經深入到安防行業大部分的智能化產品中，并提高了智能化的應用水平。越來越多的智能化產品和方案在深度學習技術的幫助下，得以落地并推廣。技術越來越深入，應用越來越智能，客戶對準確率等智能化指標的要求越來越高。從產品研發上，需要把更準確的算法集成到產品中，提供更好的性能和更好的效果，才能滿足客戶的要求。在這一過程中，需要軟硬件相互配合，這是目前廠商們正在努力和開發的重點。
京公網安備 11010502049343號