從安防行業(yè)規(guī)模來看，考慮到AI技術(shù)普及度較低、智能化產(chǎn)品價格偏高、場景應(yīng)用局限性大、對智能產(chǎn)品接受度不夠等因素，目前大部分安防企業(yè)對于AI技術(shù)的應(yīng)用還處在接受并嘗試使用階段，超過90%的市場份額仍被傳統(tǒng)安防占據(jù)。但從增長趨勢中可以看出，AI在安防領(lǐng)域的附加價值開始凸顯。
近期，國內(nèi)《2018中國人工智能商業(yè)落地研究報告》發(fā)布，該報告指出人工智能作為先進的生產(chǎn)力，最終要通過商業(yè)落地才能獲得持續(xù)發(fā)展，僅有技術(shù)實力、而沒有商業(yè)落地能力的人工智能企業(yè)會被市場淘汰。過去一年，產(chǎn)業(yè)對人工智能期待值很高，各種應(yīng)用層出不窮，但收獲卻很少。2017年中國AI創(chuàng)業(yè)公司獲得的累計融資超過500億元，但2017年中國AI商業(yè)落地100強創(chuàng)業(yè)公司累計產(chǎn)生的收入?yún)s不足100億元，90%以上的AI企業(yè)虧損。
報告還指出，從安防行業(yè)規(guī)模來看，考慮到AI技術(shù)普及度較低、智能化產(chǎn)品價格偏高、場景應(yīng)用局限性大、對智能產(chǎn)品接受度不夠等因素，目前大部分安防企業(yè)對于AI技術(shù)的應(yīng)用還處在接受并嘗試使用階段，超過90%的市場份額仍被傳統(tǒng)安防占據(jù)。但從增長趨勢中可以看出，AI在安防領(lǐng)域的附加價值開始凸顯。
涉及AI的行業(yè)企業(yè)
目前，在整個行業(yè)上下游環(huán)節(jié)的AI參與方分別包括：上游包含了視頻算法提供商、芯片制造商、圖像傳感器、鏡頭模組等其他核心零部件;中游包含了硬件供應(yīng)商、軟件服務(wù)商、系統(tǒng)集成商、運營服務(wù)商;下游為終端行業(yè)應(yīng)用，涉及政府、公安、交通、金融、民用等領(lǐng)域。
在上游領(lǐng)域，除了國外芯片巨頭，目前國內(nèi)正在涌現(xiàn)一批人工智能芯片企業(yè)，例如，人工智能初創(chuàng)企業(yè)地平線成功發(fā)布國內(nèi)首款嵌入式人工智能芯片，其中旭日1.0處理器則面向智能攝像頭，能夠在本地進行大規(guī)模人臉抓拍與識別、視頻結(jié)構(gòu)化處理等，可廣泛用于商業(yè)、安防等多個實際應(yīng)用場景;寒武紀(jì)1A處理器是世界首款商用深度學(xué)習(xí)專用處理器，面向智能手機、安防監(jiān)控、可穿戴設(shè)備、無人機和智能駕駛等各類終端設(shè)備;中星微首款嵌入式神經(jīng)網(wǎng)絡(luò)處理器(NPU)芯片，基于深度學(xué)習(xí)的芯片運用在人臉識別上，最高能達到98%的準(zhǔn)確率，超過人眼的識別率等等。
伴隨著安防行業(yè)圍繞著AI發(fā)生著變革，安防傳統(tǒng)制造廠商將不再扮演單純的硬件公司角色，會更多的在軟件、場景、數(shù)據(jù)上角逐。安防行業(yè)內(nèi)傳統(tǒng)的制造廠商海康威視、大華股份、科達、天地偉業(yè)以及宇視科技憑借近些年的不斷研發(fā)投入已經(jīng)實現(xiàn)在視頻結(jié)構(gòu)化算法、車牌識別算法、人臉識別算法、視頻檢索以及多傳感器融合等技術(shù)方面的積累，通過與芯片廠商的緊密合作，再結(jié)合自身在行業(yè)應(yīng)用方面的優(yōu)勢，已經(jīng)著手在人工智能產(chǎn)品在前后端方面布局，實現(xiàn)在公共安全、交通、司法、零售、智慧城市等多個領(lǐng)域深度應(yīng)用。可以說在行業(yè)場景應(yīng)用及軟硬件結(jié)合方面并不落后與人工智能企業(yè)。
當(dāng)然，AI初創(chuàng)企業(yè)入局為安防行業(yè)帶來了智能化的技術(shù)與信息，讓安防行業(yè)智能化的進程縮短了很長的時間，同時在技術(shù)層面少走了很多的彎路。以商湯科技、曠視、云從科技、智慧眼、云天勵飛等為首的AI初創(chuàng)公司帶給安防行業(yè)最主要的影響打破了以往視頻監(jiān)控智能化發(fā)展已經(jīng)觸及的應(yīng)用天花板，正在逐步實現(xiàn)公安行業(yè)一直對視頻監(jiān)控夢寐以求的“事前預(yù)警事中控制”的訴求。
不僅如此，AI初創(chuàng)企業(yè)的入局也改變了安防行業(yè)的競爭格局。AI初創(chuàng)企業(yè)的入局也讓安防行業(yè)的競爭格局變得越發(fā)的復(fù)雜。無論是芯片、算法，還是做產(chǎn)品化的，甚至做解決方案的企業(yè)等等。不管是哪一類公司，對傳統(tǒng)安防廠商來說，既有合作，更存在著競爭。AI創(chuàng)業(yè)公司擁有算法核心技術(shù)，但必須要落實產(chǎn)品化，要提出結(jié)合實際的解決方案。這就使得他們必須要深入到行業(yè)，甚至要深入到具體產(chǎn)品的細(xì)節(jié)，這些是傳統(tǒng)安防企業(yè)擅長。針對安防行業(yè)存在大量的無法自己投入開發(fā)算法的普通安防企業(yè)，可以與AI創(chuàng)業(yè)公司進行合作實現(xiàn)共贏。
技術(shù)及應(yīng)用領(lǐng)域
從技術(shù)應(yīng)用及場景來看，目前AI在安防領(lǐng)域的應(yīng)用主要還是涉及對人臉、車輛的識別，包括生物特征識別技術(shù)、大數(shù)據(jù)及視頻結(jié)構(gòu)化技術(shù)等。其中，生物特征識別包含了指紋識別、虹膜識別、人臉識別、步態(tài)識別等，前兩個主要應(yīng)用于特定場景的身份認(rèn)證居多;而關(guān)于視頻結(jié)構(gòu)化技術(shù)，目前則主要融合了機器視覺、圖像處理、模式識別、深度學(xué)習(xí)等人工智能技術(shù)，這也是視頻內(nèi)容理解的基礎(chǔ)。
近年來安防視頻監(jiān)控向高清化與網(wǎng)絡(luò)化發(fā)展是實現(xiàn)安防智能化的大前提，一方面，高清監(jiān)控設(shè)備傳遞回來高清監(jiān)控圖像，才有可能對畫面上的各種細(xì)節(jié)(人臉、車牌號等)進行識別;另一方面，網(wǎng)絡(luò)化監(jiān)控設(shè)備采用云端存儲，傳遞實時圖像，為實時動態(tài)分析提供基礎(chǔ)。另外，海量視頻數(shù)據(jù)采用人眼識別難度越來越高IVA采用計算機視覺結(jié)合人工智能，對圖像進行智能分析，使得安防大數(shù)據(jù)分析成為現(xiàn)實。
而此時，對于安防企業(yè)來說，就要借助基于GPU開發(fā)的模塊既能夠滿足圖像處理要求，又適合于處理計算密度高、邏輯分支簡單的大規(guī)模數(shù)據(jù)并行負(fù)載，將會成為進行海量視頻數(shù)據(jù)結(jié)構(gòu)化處理的關(guān)鍵。首先，GPU能將3D模型的信息轉(zhuǎn)換為2D表示，能夠?qū)崿F(xiàn)視頻圖像的結(jié)構(gòu)化處理;其次，隨著GPU的飛速發(fā)展，在浮點運算、并行計算等部分計算方面，GPU可以提供數(shù)十倍乃至于上百倍于CPU的性能。因此以圖像視覺為核心并具有海量的數(shù)據(jù)源以及豐富的數(shù)據(jù)層次的安防監(jiān)控領(lǐng)域正是GPU發(fā)揮其圖像處理以及高性能通用計算的用武之地。
行業(yè)應(yīng)用角度來看，目前智能安防在公安、交通、樓宇、金融、工業(yè)、民用等多個領(lǐng)域都有應(yīng)用場景。比如，公安領(lǐng)域，主要涉及到圖偵、實戰(zhàn)、預(yù)判三層應(yīng)用以滿足其事前、事中、事后的實際需求;交通領(lǐng)域，未來通過建立城市大腦，利用AI技術(shù)可實時分析城市交通流量、調(diào)整紅綠燈間隔、縮短車輛等待時間等，以合理調(diào)配資源提升城市道路的通行效率;智能樓宇，利用AI技術(shù)可以綜合控制建筑的安防、能耗，同時對進出大廈的人、車、物實現(xiàn)實時監(jiān)控以確保核心區(qū)域的安全。
下載文檔
