2018年是AI技術(shù)快速發(fā)展的一年，時時可以看到AI相關(guān)的產(chǎn)品和概念出現(xiàn)于各類發(fā)布會、展會與報道之中。然而AI本身是一門輔助決策的技術(shù)，需要融入行業(yè)應(yīng)用，與業(yè)務(wù)相結(jié)合，才能體現(xiàn)其價值。

安防行業(yè)在2018年成為了AI落地的最佳土壤，兩者關(guān)系可以說是相輔相成，相互成就。首先，安防行業(yè)超過一半的應(yīng)用與視頻監(jiān)控相關(guān)，而視頻監(jiān)控應(yīng)用在近年來完成了“看得到”至“看得清”的轉(zhuǎn)變，隨之而來的是海量數(shù)據(jù)的積累，人工篩選難免耗時長，效率低;所以在視頻監(jiān)控應(yīng)用的發(fā)展期間，安防行業(yè)其實一直存在對視頻數(shù)據(jù)進(jìn)行智能分析的強(qiáng)需求，只是受限技術(shù)因素，沒有爆發(fā)。直至2018年，安防行業(yè)對于計算機(jī)視覺技術(shù)方面強(qiáng)需求開始顯現(xiàn)，同時，也成為了人工智能最先大規(guī)模產(chǎn)生商業(yè)價值的領(lǐng)域。

反觀AI技術(shù)領(lǐng)域，其基礎(chǔ)與核心領(lǐng)域也聚焦于計算機(jī)視覺、機(jī)器學(xué)習(xí)、自然語言處理、機(jī)器人技術(shù)等方面。而這些細(xì)分領(lǐng)域的發(fā)展，都離不開海量的數(shù)據(jù)集用以算法的訓(xùn)練。而安防行業(yè)已存在的，以及每日都在產(chǎn)生的大量數(shù)據(jù)，可以被用作算法迭代的資源。由此，安防積累的數(shù)據(jù)，也使得AI技術(shù)與安防行業(yè)有了更高的契合度。

除了算法、數(shù)據(jù)之外，AI發(fā)展的要素還要包括算力;因為算法提升、數(shù)據(jù)增加，也在不斷催生著增強(qiáng)算力的需求。由此，算法、數(shù)據(jù)、算力成為了業(yè)界公認(rèn)的AI發(fā)展三要素。人工智能技術(shù)無論多么高深，落地應(yīng)用才能有實際價值，于是今年“AI+安防”的結(jié)合成為了關(guān)注焦點。 對于“AI+安防”——人工智能技術(shù)在安防行業(yè)的實際落地應(yīng)用，對于其發(fā)展，我們可以從算法、算力、數(shù)據(jù)幾個方面分別來看：

算法部分：被動監(jiān)控向主動識別過度，AI技術(shù)推動安防發(fā)展

AI賦能視頻內(nèi)容分析

AI賦能的最典型例子莫過于內(nèi)容分析能力，使設(shè)備“看得懂”所記錄的數(shù)據(jù)。過去，被記錄的數(shù)據(jù)都被傳輸至數(shù)據(jù)中心由進(jìn)行分析或計算，需要的檢索時間長，人力成本高，而即便如此最快的響應(yīng)也只能做到事后查證，十分被動;得益于AI的計算和分析能力，算法將分析和判斷的能力交予設(shè)備，使感知記錄型的設(shè)備變?yōu)榭蛇M(jìn)行智能分析的設(shè)備，使其對布控范圍內(nèi)事件響應(yīng)更加靈敏， 使安防系統(tǒng)由事后查驗的被動防范逐漸轉(zhuǎn)為事前預(yù)警的主動防范，使安防系統(tǒng)真正具有“防”的能力。

今年的各類展會與發(fā)布會上，已經(jīng)可以大量地見到具備人臉識別能力的產(chǎn)品：

以上兩家是算法提供商頭部企業(yè)，而對于行業(yè)標(biāo)桿，各廠家也會一定會奮力追趕，預(yù)計2019年端設(shè)備8路視頻流處理能力將慢慢成為標(biāo)配，10路以上視頻流處理能力會逐漸變?yōu)橹髁鳌?/p>

除了增強(qiáng)視頻監(jiān)控“云”、“邊”、“端”側(cè)的能力，算法也在推動著傳統(tǒng)安防產(chǎn)品的升級：

軟件定義架構(gòu)實現(xiàn)軟硬解耦

華為在2018年8月重磅發(fā)布的“星”系列軟件定義相機(jī)，即是具備AI能力的攝像機(jī)的代表，涵蓋了目前AI技術(shù)在前端攝像機(jī)上的各類應(yīng)用：

“星象”——人臉相機(jī)，帶有本地人臉庫，可存儲10萬張人臉;并且可以智能調(diào)參，在不同場景下實現(xiàn)以最佳的視角抓拍人臉。

“星馳”車輛微卡口攝像機(jī)——可以實現(xiàn)在低照度或抖動情況下抓拍清晰車牌，并通過算法關(guān)聯(lián)車輛信息做相應(yīng)處理。

“星辰”——態(tài)勢感知相機(jī)，可以根據(jù)針對光線、天氣、運(yùn)動情況等場景因素來進(jìn)行軟件的自適應(yīng)調(diào)節(jié)，從而達(dá)到最佳拍攝效果。

“星盾”——交通場景的自動變焦攝像頭，內(nèi)置自動變焦鏡頭，同時在斷電情況也也能夠保證數(shù)據(jù)的安全。

“星”系列相機(jī)最重要的意義在于軟硬件解耦，如同安卓手機(jī)可以刷不同ROM一樣，“星”系列相機(jī)可以根據(jù)不同場景、情況來加載需要的算法、甚至多個算法靈活組合，這樣便實現(xiàn)了應(yīng)用場景的按需定義，同時使得智能化的相機(jī)在相同硬件條件下能夠?qū)崿F(xiàn)不同的功能。

并且隨著硬件發(fā)布，華為還帶來了智能相機(jī)“1拖N”的理念，對于大量存留自模擬時代的攝像機(jī)，傳統(tǒng)思路是在節(jié)點附近安裝帶有分析能力的盒子;而華為的思路則更加直接： 把帶有AI能力的攝像頭富裕的算力，用來處理周圍模擬相機(jī)的數(shù)據(jù)，不再額外增加盒子。華為表示，已能夠?qū)崿F(xiàn)智能相機(jī)1拖1，將在2019年真正兌現(xiàn)1拖N能力。而這些功能的最終實現(xiàn)還需要借助于基礎(chǔ)能力提升——算力的提升。

算力部分：算力區(qū)分應(yīng)用場景，能力提升并且來源多樣

邊緣計算趨勢明顯，前端計算能力提升

各類的帶AI元素的產(chǎn)品中，我們已經(jīng)能夠發(fā)現(xiàn)不少都帶有人臉識別功能，并且很多還帶有了結(jié)構(gòu)化功能。視頻結(jié)構(gòu)化功能（人、機(jī)動車、非機(jī)動車）已經(jīng)逐漸在成為視頻監(jiān)控智能產(chǎn)品的新主流功能，并且視頻全結(jié)構(gòu)化過程在迅速向前端過渡。

不同于以往算法公司與硬件公司深度合作，基于硬件產(chǎn)品優(yōu)化算法;或者是硬件公司做出標(biāo)準(zhǔn)產(chǎn)品提供基礎(chǔ)功能，尋求算法公司進(jìn)行算法集成;今年智能攝像機(jī)、人臉盒子產(chǎn)品中出現(xiàn)了“算法+硬件”軟硬件一體的產(chǎn)品：

曠視的B3盒子具備深度學(xué)習(xí)能力，集抓取、識別、對比、報警能力為一體?？梢宰龅?6路1080p，每路30人臉的識別性能。

Atlas500采用了海思Hi3559A和華為Ascend 310芯片，自帶雙SSD，以機(jī)頂盒的大小，能夠?qū)崿F(xiàn)16路高清視頻處理。

隨著計算的前移，芯片的算力逐漸成為了應(yīng)用場景的定義標(biāo)尺。目前“端”設(shè)備的算力主要集中在1Tops以下，“邊”設(shè)備的算力集中在2~4Tops。AI與安防融合初期，政府垂直類項目對于方案成本敏感度可能較低，而進(jìn)入公安應(yīng)用場景后成本將成為競爭優(yōu)劣勢的一個重要因素。因此我們可以看到硬件公司在逐步通過產(chǎn)品算力細(xì)分、匹配應(yīng)用場景;同時，也帶來了更加多樣化的算力提供方式：

高能效低功耗，算力提供方式多樣化發(fā)展

前端計算和全結(jié)構(gòu)化的興起催生了對算力的一個新需求：性能提升和功耗降低;GPU在能提供非常充沛的算力同時，也需要消耗大量的電力，并且體積巨大。因此，2018年我們看到地平線、寒武紀(jì)等公司開始另辟蹊徑，自研新架構(gòu)AI芯片來應(yīng)對高性能低功耗的需求。以地平線公司為代表來說：

在今年10月，地平線首次展出了XForce邊緣AI計算平臺。XForce平臺基于地平線BPU2.0（自研伯努利架構(gòu)）處理器架構(gòu)的FPGA，實現(xiàn)了人臉和人體抓拍識別、人體行為分析、視頻結(jié)構(gòu)化等功能，保持各項任務(wù)指標(biāo)處于業(yè)界領(lǐng)先地位，并相對GPU有明顯的功耗優(yōu)勢。

并且，其最新發(fā)布的Matrix360°視覺感知方案也搭載了三款地平線自研的Matrix自動駕駛計算平臺，每塊Matrix可同時接入4路720p視頻輸入，實時處理速度》50fps， 而且經(jīng)過深度優(yōu)化，每塊Matrix的功率被控制在僅僅31w。

數(shù)據(jù)部分：數(shù)據(jù)挖掘利用能力增強(qiáng)，大數(shù)據(jù)平臺成熱點

數(shù)據(jù)利用能力有所提高

AI與安防結(jié)合初期，環(huán)境適應(yīng)性差、數(shù)據(jù)資源分散、場景理解受限等問題，客觀制約著視頻結(jié)構(gòu)化功能的性能，以及實用化程度。而今年我們可以看有很多產(chǎn)品已經(jīng)開始宣稱非約束場景下的抓拍、識別功能。

目前，車輛及道路環(huán)境相對高的標(biāo)準(zhǔn)化程度，識別率已經(jīng)較高。人臉識別的準(zhǔn)確率也不再像之前，非常容易受到光照不足、逆光過曝、目標(biāo)像素尺寸過小或物體遮擋等環(huán)境因素的影響而降低識別準(zhǔn)確率。并且現(xiàn)階段安防數(shù)據(jù)資源對于企業(yè)的開放和共享程度有所提高，尋求在“AI+安防”思路下發(fā)展的公司可以更好地展開多維度的數(shù)據(jù)交叉融合分析，使得人工智能分析技術(shù)獲得有效的數(shù)據(jù)支撐。

同時，過去的視頻內(nèi)容分析技術(shù)對場景理解有限，多為單場景的目標(biāo)檢測和行為分析，很少涉及大范圍場景的關(guān)聯(lián)行為分析，所以很難用于異常行為分析和風(fēng)險預(yù)測等防范用途;在今年我們可以看到華為“星辰”態(tài)勢感知相機(jī)：可自動感知天氣、光線狀況并進(jìn)行調(diào)整以輔助監(jiān)控;特斯聯(lián)致慧X3人臉識別網(wǎng)關(guān)：可以實現(xiàn)在商業(yè)場景中進(jìn)行用戶畫像、人臉屬性結(jié)構(gòu)化、客流統(tǒng)計、熱點區(qū)域和動線分析;曠視甚至展示出了能夠進(jìn)行300人臉高并發(fā)抓拍的高密人臉抓拍平臺。大場景的數(shù)據(jù)利用能力提高，也使得智慧城市、智慧交通成為了AI+安防在2018年的絕對熱點。

多維大數(shù)據(jù)分析成為熱點

海康、大華在模擬時代已經(jīng)具有非常強(qiáng)大的前端能力。但是“兩池一庫四平臺”戰(zhàn)略的發(fā)出，標(biāo)志著?？祻奶峁┣岸嗽O(shè)備到提供中后端平臺和AI能力的轉(zhuǎn)變;大華的HOC城市之心智慧城市網(wǎng)絡(luò)架構(gòu)，也已經(jīng)在阿里ET大腦的杭州蕭山實驗項目中，提供了分析技術(shù)，實際有效地提升了道路通行量。

在AI+安防的發(fā)展之路中，除了傳統(tǒng)巨頭，更有后期之秀——算法、算力的供應(yīng)商，通用技術(shù)的提供者。在這些公司當(dāng)中，一部分選擇了將技術(shù)能力平臺化，擴(kuò)大服務(wù)面向行業(yè)，廣泛積累數(shù)據(jù)，如商湯、曠視;一部分選擇了深鉆自研，如云天自研芯片，地平線、寒武紀(jì)自研架構(gòu)。不同的商業(yè)思維孰優(yōu)孰劣有待時間去考證，但值得欣慰的是我們看到了技術(shù)廠商相互競爭帶來了技術(shù)沉淀與提升。安防行業(yè)相對來說政府垂直項目多，業(yè)務(wù)渠道行業(yè)壁壘突出，AI技術(shù)融入安防，對于安防行業(yè)重服務(wù)、重應(yīng)用的市場形態(tài)起到了一定程度的積極影響。

但是，AI只是一門技術(shù)，短時間內(nèi)無法撼動傳統(tǒng)安防企業(yè)的地位。傳統(tǒng)安防企業(yè)的優(yōu)勢在于長時間在行業(yè)內(nèi)摸索嘗試所積攢的資源、關(guān)系、人員和經(jīng)驗。關(guān)于技術(shù)，有能力的企業(yè)可以選擇自研，實力稍弱的企業(yè)也可以選擇收購并購的方式來補(bǔ)足。

小結(jié)

在近幾年， AI+安防的建設(shè)還處于初級階段，企業(yè)級市場和消費(fèi)級市場還不成熟，主要的市場集中在2G端，面向政府。因政府垂直類項目存在的剛需，對價格因素不敏感的特點，加上安防產(chǎn)品具有非標(biāo)準(zhǔn)化的特點，安防廠商得以不斷迭代開發(fā)新產(chǎn)品，通過產(chǎn)品的更新?lián)Q代創(chuàng)造價值。但是產(chǎn)品、設(shè)備的制造與銷售有其發(fā)展的局限性，受政策影響大并且也將逐漸出現(xiàn)產(chǎn)品趨同化現(xiàn)象，因此我們可以看到安防頭部企業(yè)已經(jīng)開始了自我轉(zhuǎn)型，向上深挖解決方案層面的差異化需求，以創(chuàng)造新的服務(wù)附加值。

面對此局勢，安防集成商首先需要意識到轉(zhuǎn)型的必要性，積極利用自身資源，通過合作開發(fā)、自主開發(fā)、或戰(zhàn)略投資等方法形成智能安防解決方案，向上游拓展并加強(qiáng)自身實力;同時，需要保持對下游運(yùn)營市場的關(guān)注和分析：雖然AI+安防目前處于基礎(chǔ)建設(shè)和發(fā)展期，一旦基礎(chǔ)建設(shè)完成，競爭將立刻由基礎(chǔ)建設(shè)方向過渡，轉(zhuǎn)向應(yīng)用與運(yùn)維方面。因此，提前布局下游將成為新的機(jī)遇所在。