智能安防是如何实践的

据《中国人工智能行业市场前瞻与投资战略规划分析报告》统计数据显示，预计到2020年全球人工智能核心产业规模将超过1300亿美元，年均增速达到60%，我国核心产业规模将超过220亿美元，年均增速接近65%。随着人工智能在我国移动互联网、智能家居等领域的发展，我国人工智能产业将持续高速成长，预计到2022年，国内中国人工智能行业市场规模将达到680亿元。

正是这一轮AI的到来，让安防真正跨入到智能化时代。安防对AI技术的运用，已经从简单的人脸识别、车牌识别，上升到了多维数据碰撞、数据融合上，但是数据质量、信息孤岛等问题，让信息维度和数据维度远远不够，导致相关应用无法很好的展开。

但可喜的是，越来越多的企业意识到——AI产业的发展已经不是单纯比拼AI算法或设备智能化。目前我们看到，许多科技媒体较安防垂直行业媒体更为关注AI的发展动向，尤其是在安防领域。

这一轮人工智能热潮发展至今已有四五年的时间，对于安防产业而言，人工智能并不是新鲜的技术诉求，因为在很久以前行业就被这样的需求所驱动，视频监控从“看得清”到“看得懂”，需求一直存在，因为这是用技防去替代人防的一个核心能力。但很久以来产业仍处于一种技术与用户需求或方案需求之间存在巨大鸿沟的状态。

在深度学习出现之前，人工智能在安防领域的应用十分受限，没有办法大规模推广，基本只有车牌识别的应用相对成熟，因为它的应用场景相对规范。人脸识别虽然应用需求广泛，但由于场景的复杂性，限制了人脸识别的大规模普及应用。

然而这一轮人工智能技术的发展，使得现有的人工智能尤其在计算机视觉领域的性能实现了很大突破，所以我们现在会更泛化的去看待安防领域的人工智能。它并不仅仅局限在安全管理上，视频监控其实更多是一种视觉传感器的角色，有了AI加持之后，它可以提取更丰富的数据信息，把物理世界进行数字化转化，然后为包括安防和更多其他实体经济的行业领域赋能。

在实际的测评中发现，在一些标准化的场景中，人脸识别、人证合一、车辆结构化描述等AI技术应用拥有较高的成熟度，应用效果很好。但在一些非标准化的场景下，比如开放式的1：N人脸识别或是非交通卡口的治安监控点，由于安装角度、光线环境等因素，人脸和车辆的识别分析效果依旧有待提升。

另外，继人脸识别之后，行人重识别正逐渐得到越来越多研究单位的重视，但这也是一个非标场景，角度、距离、光线、装扮等都会对识别分析的效果产生影响，这种情况下如何实现精准识别仍具有很大的挑战性，但一旦突破了应用瓶颈，便可以很好地助力公安实战应用。现阶段，行人重识别技术还处在相关研究机构技术积累的阶段，距离落地应用仍有待时间考验。

在实际的访谈中不少厂商反映，当前的AI过于依赖应用场景，在某个场景的应用很难适用于其他的场景需求，需要重新调整算法与收集数据，AI算法模型泛化能力不足，成为了制约智能方案落地的阻力。

除此之外，作为新技术和更高门槛的应用创新，AI的落地成本并不低，走访了解到，不少行业的AI落地，折算到视频监控，成本仍高达近万元/路视频，即便成本控制良好，一般也不会低于3000元/路，安防AI智能化发展仍处于高投入落地阶段，距离低成本大面积推广仍有不少的路要走。

来源：安全自动化