由于受到技術瓶頸及硬件平臺計算能力的限制，人工智能在安防行業(yè)的應用一直發(fā)展緩慢。但自從2010年以來，隨著互聯(lián)網(wǎng)海量數(shù)據(jù)的出現(xiàn)，使得深度學習發(fā)揮潛力。同時以GPU為代表的硬件平臺計算能力的飛速提升，更進一步加速了深度學習技術的普及。安防行業(yè)中的海量視頻圖像數(shù)據(jù)為深度學習提供了天然的大數(shù)據(jù)基礎，同時深度學習最成功的應用方向是基于圖像的應用，這對安防行業(yè)發(fā)展帶來了極大的推動作用。從目前來看，安防行業(yè)是人工智能落地很成功的一個領域，并且不斷深化應用，不斷推進安防行業(yè)的技術變革。

人工智能加速智能安防產(chǎn)品落地

人工智能技術在安防領域落地應用，改善了原本應用效果不佳的現(xiàn)狀，例如傳統(tǒng)的周界類通用智能應用、人臉應用、視頻結構化等。人臉應用主要包括人臉采集、人臉驗證、靜態(tài)庫人臉檢索、動態(tài)庫人臉識別與分析?；趥鹘y(tǒng)特征工程和分類器模型的模式識別方法，對應用場景要求苛刻，對采集的人臉在分辨率、人臉光照不均勻性、人臉采集的Yaw、Pitch、Roll角度都有很高的要求。在海量數(shù)據(jù)+深度學習層面，使用監(jiān)督學習訓練得到的特征比傳統(tǒng)手工設計特征具有更強的表達能力，只要訓練樣本具有足夠海量、具有足夠完備性、和推理樣本屬于同一個分布，深度學習則能得到更具辨別力的特征。

深度學習特征的高表達性和高辨別力，加速了智能安防產(chǎn)品在行業(yè)市場和消費類市場的落地。最近兩年來，人臉結構化產(chǎn)品(人臉采集、人臉比對)的逐漸普及，能很好說明人工智能技術促進了人臉結構化產(chǎn)品的可用性。類似電警攝像機和卡口攝像機促進了機動車圖像的結構化，以及大數(shù)據(jù)應用，人臉采集攝像機的大量普及，將來也會逐漸帶來人臉大數(shù)據(jù)應用，比如過人庫分析與挖掘。

為了爭取在市場的主動權，安防企業(yè)也加大與上游廠商合作，形成強強合作的效應。在新生領域進行探索，較其他企業(yè)更早的進行技術落地、摸索出一條成功的產(chǎn)品形態(tài)、切實可行的方案、更有競爭力的商業(yè)模式，造就一支具有更快技術轉化能力的團隊，更進一步強化強者地位。

AI+安防的未來在哪里

與此同時，以商湯、曠視、格林深瞳等為代表的人臉識別CV公司憑借著算法上的優(yōu)勢，對傳統(tǒng)安防企業(yè)形成一定的沖擊。但就目前而言，行業(yè)從業(yè)人員對人工智能的落地條件，已經(jīng)達成了幾點共識：(1)大數(shù)據(jù)、(2)算法、(3)硬件平臺、(4)成功的應用方案、(5)好的商業(yè)模式。其實不僅僅是現(xiàn)在，過去和將來一樣，無數(shù)的商業(yè)經(jīng)驗證明，在任何領域，一個初創(chuàng)企業(yè)要想在一個行業(yè)立足壯大，上面的5個條件必須全部都具備才可以，只具備其中的幾個條件，很難長久生存下去。對一家企業(yè)來說，只要認清自己的方向，把握住行業(yè)本質，排除外界各種干擾，安心做好自己最擅長的事情和業(yè)務，就沒有什么可怕的。

安防行業(yè)的本質是安防，人工智能只是技術手段。技術手段再高大上，對于一個行業(yè)的本質問題解決的不是很好，其價值也體現(xiàn)不出來。如同視頻編解碼技術，MPEG-4取代H.264，H.265取代H.264一樣，新技術的出現(xiàn)帶來行業(yè)的革新，作為安防行業(yè)從業(yè)人員和安防企業(yè)，要積極的擁抱這種革新，順應技術潮流，把人工智能技術在安防行業(yè)的落地做扎實，這才是最根本的，畢竟AI+安防的未來在安防。

回過頭看，人工智能之所以在安防行業(yè)最火，其實是安防行業(yè)具備了人工智能落地的多個條件。安防行業(yè)部署的攝像機7x24全天候的采集視頻圖像，為人工智能技術帶來了海量的訓練數(shù)據(jù)。同時現(xiàn)在人工智能在視頻圖像領域的目標檢測和跟蹤技術應用也最為成功。所以說人工智能之所以在安防行業(yè)最火，就是因為安防行業(yè)的海量視頻圖像數(shù)據(jù)，同時安防行業(yè)的首要需求是從視頻圖像中進行人車物的目標檢測和跟蹤。同時，安防行業(yè)不需要像機器人領域對人工智能要求高難度，這也是人工智能安防領域火熱的原因。

人工智能革新智能安防技術

在傳統(tǒng)安防行業(yè)中與人工智能最相關的領域為與視頻圖像智能相關的領域，比如周界類通用智能、電子警察攝像機、電子卡口攝像機、人臉檢測、人臉驗證、人臉比對與識別、視頻濃縮、視頻摘要、視頻結構化等。安防行業(yè)的這些應用都與人工智能有密切相關。目前這些安防產(chǎn)品大都基于傳統(tǒng)的計算機視覺和模式識別算法?，F(xiàn)在深度學習算法都是基于GPU芯片，產(chǎn)品形態(tài)大都基于后端形式，而智能安防的一個強烈的需求是智能前端化。以深度學習為代表的人工智能領域的硬件平臺，正在經(jīng)歷巨大的形態(tài)變革以及多元化發(fā)展。隨著深度學習芯片的不斷推出，尤其是低功耗芯片的不斷涌現(xiàn)，人工智能必將不斷應用于智能前端攝像機，而低功耗人工智能芯片和現(xiàn)在IP攝像機芯片的整合是必須要解決的一個技術難題。隨著這一難題的不斷解決，前端IPC攝像機的芯片解決方案也將會經(jīng)歷一些變化。同時隨著人工智能芯片的不斷演進以及能力的不斷增強，其反過來又會不斷推動視頻圖像智能應用的升級換代。