人工智能给中国安防带来怎样的新机遇

2017年以来，人工智能技术已成为名副其实的显学，购物网站上的AI客服、微博上的广告推送、手机里的Siri……民众对新技术的高需求与包容性使得等与生活密切相关的领域开花，智能技术可以说已经无处不在。相比2017年才开始的“AI生活大爆炸”，安防是较早应用人工智能技术的行业之一，尤其是视频监控领域。当下，“智慧安防”被公认为行业的发展趋势。

AI已成为安防的标配，以海大宇科为代表的传统安防企业以及商汤、旷视、依图、云从等AI新贵均全面进军智慧安防，从产品线来看，主要分为视频结构化分析系统、人像识别布控系统、车辆大数据平台、警务大数据平台等。目前随着技术逐渐成熟，产品也向智慧能源、智慧医疗、智慧金融等领域延伸。毫无疑问，人工智能技术将是未来安防企业研究的重点。

值得一提的是，2000年，中国安防市场进入了以DVR 为核心的小范围数字监控时代。这一阶段，中国安防产业发展实现了第一次飞跃，DVR和DVR板卡成为这一时期最具代表性的产品。这期间，崛起了包括夏新（原厦门厦新）、黄金眼、松本先天下、海康威视、大华、大立等在内的一大批中国厂商。到2016年，以海康威视、大华股份为龙头的中国安防企业开始借助智能化创新，掌握市场主导权。

而自2004年实施全国科技强警示范城市建设和“3111”试点工程建设以来， 科技产品和示范城市建设全面开展，这也为城市视频监控联网、高清摄像机、车牌识别、人脸识别、视频智能分析等智能技术的更新迭代提供了广泛的应用场景。而随着2017年全国“雪亮工程”建设推进会在山东临沂的召开，越来越多的省市加入到“雪亮工程”的建设当中，大批的安防企业在视频联网领域得到快速发展，完成了从模仿到创新的“善变”。

与此同时，中国安防技术的发展也经历了四个阶段：一是以实体防护技术和简单报警技术为主导的“门、窗、锁、柜＋专线报警”阶段。

这一时期产品技术以探测、报警及实体防护为主，监控建设以博物馆、要害单位为主，视频监控开始由国外引入并起步发展，形成了初步的产品技术形态和产业链形态；二是以模拟视频监控向数字监控过度为主导的区域联网报警＋DVR视频监控阶段。

这一时期，安防产品的应用范围也越来越广，深入到金融、房地产、运输服务等行业。电子安防产品企业发展迅速，初步形成了以深圳、广州为代表的“珠三角”地区，以杭州、上海为代表的“长三角”地区，以天津、北京为代表的“京津环渤海”地区的三大产业集群；三是以数字化、网络化、高清化、集成化为特征的安防技术“IT化”阶段。

这一时期，全国开始了平安城市建设，各地城市报警与监控系统建设陆续展开，大大推动了安防产品的应用；四是以网络远程传输、海量信息存储、生物特征识别、视频智能分析为特征的安防技术“智能化”阶段。这一时期，深度学习算法带来了人工智能在安防行业的快速发展和应用，一些人工智能初创企业也逐步进入安防市场。

在近年安防产业出现的高频次技术词语中，人脸识别、车牌识别、特征识别、机器视觉及视频结构化均属于人工智能范畴，人工智能技术已经成为安防行业热议的话题，人工智能将很大可能会带动安防行业下一轮技术变革。

此前安防行业实现了从模拟到数字技术、产品的变革，仅仅是在传输和存储方面的技术升级，就带来了“平安城市”建设的巨大市场需求和市场竞争格局的重新洗牌。

在安防行业稳步发展的同时，展会被誉为是一个行业发展的风向标，也成为了备受人们关注的焦点，这其中，以CPSE安博会的发展最为突出。从1989年第一届CPSE安博会的2000平方米展出面积到第十六届CPSE安博会11万平方米的展出面积，国内外参展商近1100家，参展展品从最初的防火防盗的需求发展到现在人脸识别、大数据平台、”互联网＋“安防等人工智能领域。CPSE安博会展会规模与号召力不断扩大，成为了名符其实的“全球安防第一展”。

而在2017年的CPSE深圳安博会上，其参展观众更是突破历史新高，这其中的很大一部分的原因便是受诸多人工智能产品吸引而来。而随着安防产业进入智能化时代，各安防企业都竞相展示他们AI相关的技术与产品，从前端智能摄像机，到后台的智能分析，再到上层的应用等，无不充斥着AI的身影，这也为中国安企进入“大安防”提供了新的机遇。

而在安防产业的智能化变革中，一些传统的安防企业开始转型成为物联网解决方案提供商，通过以外在安防行业中所沉淀的技术，以视频为中心，强大的技术储备、行业级解决方案以及庞大的供应链体系切入其他领域。

同时，随着智能化时代的到来，智能家居及民用市场也逐步成为众多安防企业们发力的目标。如海康威视和大华股份都先后成立旗下民用安防品牌“萤石”和“乐橙”切入智能家居及民用安防市场，从而推动了市场快速发展。

在今天，中国安防正成为世界安防市场中的一股不可忽视的力量，中国安防产品、技术和应用开始引领全球安防产业的发展。人工智能将安防产业带向智能服务的轨道，在新的产业生态下，企业家们需要重新调整和定义自己的品牌定位以及发展战略，才足以应对日益激烈的竞争格局。

不过，人工智能在实际应用中还需要面对更多、更复杂的场景，以智慧安防中应用最多的人脸识别技术为例，目前人脸识别准确率已达到99％以上，超过人眼识别准确度，但在实际应用中算法偏见、遮挡、光线、特殊表情等因素会提升误判可能性，应用价值大打折扣，此前亚马逊人脸识别就曾将28名美国国会议员误判为违法分子。而数据显示，以视频监控为代表的智慧安防渗透率不足2％。

智慧安防往往有特定的场景要求，从数据的识别、传输到处理均面临着不小的挑战：前段设备只有在特定场景下才能保持较好的识别率，识别出后需要将大量视频数据传输到云中心，这对网络带宽提出了很高的要求；而云中心数据利用率较低，基于结构化视频数据的深度智能尚处于发展早期；而无论哪个环节都需要提供足够安全的网络，否则数据泄露将会造成严重的后果。

而智慧安防应用方案落地后，也不得不考虑用户学习与组织保障成本。鉴于智慧安防流程长、涉及系统众多，一套具有前瞻性、系统性的顶层设计必不可少，这也是智慧安防能否真正落地并取得实际效果的前提。