AI技術給安防行業帶來的變化可以說是具有劃時代意義的。先了解下安防行業發展的現狀和未來。

如果把安防行業劃分一個時代，從2006年以前可以叫做模擬時代，2006年到2016年，安防行業進入了一個數字時代。安防行業從模擬時代進入數字時代，最大的技術變革就是視頻的編解碼技術。那時候的MPEG4／H264技術開始成熟，在安防行業應用。那時候視頻編解碼技術給安防行業帶來劃時代的變化。在這個變化的過程中倒下了一批企業，同時也起來了新興的一批數字安防企業。同樣，在2016年人工智能技術成熟的在安防行業開始應用以來，把安防行業代入了一個智能時代。所以說，AI技術給安防行業帶來的變化應該是具有劃時代意義的。

在過去十年里，數字時代的視頻監控系統給公安和社會安全帶來了很大的便利和好處。它同樣也產生了很多問題。

舉例，保守估計，全國有2億個攝像頭。國內最大的攝像機芯片廠家2017年芯片銷售數量大概接近1億。按照每一個攝像頭有2兆碼率計算，如果視頻需要存儲90天，就需要40萬PB存儲空間，如果按照4T硬盤存儲，大概需要1億塊硬盤。需要的成本和代價都是非常大的。

主要問題是存儲成本非常高，而且數據的可讀性比較差，取證難度大，因為存儲下來的都是大量原始視頻流數據。

舉個例子，2012年震驚全國的“周克華持槍殺人案”，這個案件非常惡劣。他從2004年第一起槍殺案開始持續了8年，一共十幾起槍殺案，都是這一個人做的。這個案件社會影響非常惡劣，最后國家層面下任務，要求強行破獲這個案件。根據警方內部公布的數據，前后投入大概1500名警力，花了45天時間，看了18萬小時的錄像。最終從公安向公眾公開的數據里，共有13段視頻，里面有這個人踩點、逃跑、槍殺的視頻片段。13個視頻片段隱藏在18萬小時的視頻里，把他們找出來這就是大海撈針。如果讓一個人去看這些視頻，大家需要60年時間能看完。當然，公安也是借助視頻監控系統最終把這個案件成功破獲了。

在AI到來以后，AI給安防行業賦予了新的活力和能力。拿天地偉業做例子。天地偉業有兩項核心技術，一項是超星光技術，攝像機可以做到夜間全彩錄像；一項目警戒技術，攝像機可以根據前端采集到的目標的一些行為，做出自己的判斷和處理。攝像機可以對這個行為，比如越界、跨線，可以做預警或者激光警戒，把嫌疑目標驅離，把案件預防在事前。但這兩項技術都是比較簡單的結合。在AI技術成熟以后，比如說人臉識別，植入到攝像機里以后，攝像機就有了一個智能的大腦。不管是攝像機也好，球機也好，就能認出這個人到底是自己人還是陌生人，可以做出相應不同的決策。比如陌生人，就可以提醒該區域禁止入內，請馬上離開，如果是自己人就可以有歡迎或者其他友好提示。AI技術給安防行業帶來的變化應該就是所有前端采集攝像頭或者后端平臺都具有了智能的功能。把傳統視頻監控系統從事后查證和取證推向了事前的預防和事中的指揮處理。

再舉個例子，2016年底，云南當地發生了一起兇殺案，犯罪嫌疑人是死者的丈夫。當時公安局把這個嫌疑人的照片布控在我們人臉識別試點系統里，也比較巧，布控進去第二天系統就發生了紅色報警，通知民警蹲守，最后成功實施抓捕。

因此，現在智能安防系統和傳統視頻監控的系統的巨大區別是現在已經可以做到事前預警，不讓案件發生，或者當嫌疑人出現時就可以提醒，而不是等案件發生以后再調取錄像，再取證、查證。

安防行業從數字時代到智能時代，是一個必經之路。傳統的視頻攝像機存儲的是標準視頻流，現在AI攝像機把采集到的視頻流已經進行視頻結構化處理，完全可以給后臺只傳遞結構化以后的數據。這樣存儲空間就可以有一個非常大的下降，包括傳輸帶寬也有非常大的下降。同時，存儲的視頻結構化數據也可以做快速檢索，秒級檢索。和傳統的視頻相比，看視頻是需要人看的，一個小時的視頻就得看一個小時。這兩者相比，檢索速度提升可不止一萬倍以上。

基于這兩點，安防行業從數字時代走向智能時代可以說是必經之路。

另外，看一下AI給安防行業帶來的一些理念性的變化。

首先，實戰化理念。這個和傳統視頻監控系統不一樣，傳統的視頻監控系統，視頻監控系統建設完就完事了，視頻監控系統24小時錄像，也不用人過問，也不用人管，等案件發生了，把錄像調取出來開始查證、破案。現在有了AI賦能的視頻監控系統，公安就更注重實戰。這個東西到底能不能起到作用，能不能把我們的安防從事后查證提到事前預警或者事中指揮。這就需要實戰，實戰應用怎么落地？先找一個合適的場景，找到這個場景里的需求和痛點，針對場景設計一套解決方案，部署、實施。如果這套系統產生實戰了效果，用戶最終使用效果滿意了，這個樣本工程可以進行復制和推廣。這就是現在AI給安防系統帶來的一個變化，用戶更加注重實戰效果。項目的推進方式也在發生變化。

以廣西一個公安局的項目為例，他們遇到的問題是破案率比較低，破案周期長，案發率比較高。針對這些問題，我們給它部署了動態人臉識別布控系統。在部署上三個月以后，破案率得到了大幅提升，破案時間也有了大幅的縮短，包括案發率也有一定程度的下降。最后他們公安局用這個項目向國家申報了科技進步三等獎。

這是一個項目的落地，和原來項目的落地有一個變化。用戶更加注重實戰。不光是行業解決方案和應用案例進行實戰化，安防的產品也在向多樣性和開放性方向發展。

第二個理念的轉變，就是低成本。現在AI剛在安防行業落地，造價和成本相對比較高。所以低成本方向就成了各家公司研究和發展的一個新方向。有這幾個思路可以降低系統成本：

一、協同分析（協同智能）。在傳統智能監控系統剛剛注入AI運算以后，大部分運算都是在后端服務器完成的。后端需要建設大量智能分析服務器，來完成系統的智能分析。系統造價非常高昂。現在采用協同智能，把一部分智能技術挪到前端。比如人臉抓拍機，從攝像機里已經可以檢測到人臉，檢測、跟蹤、評估可以抓出人臉。只需要給后端服務器傳輸一個人臉照片，服務器就可以帶更多的路數。從現應用現場的歷史數據分析，同樣規格的服務器接人臉抓拍機，要比接普通攝像機路數高5－10倍。這就讓整個系統的成本得到一個大幅下降。

二、高集成化。過去開始攝像機里的芯片只負責處理視頻編解碼，需要增加一個AI處理芯片，來完成AI的處理。現在已經有大量AI處理芯片和視頻編解碼芯片集中在一起，讓系統的集成度更高，成本更低。高集成度不光會帶來系統成本的下降，還會帶來視頻效果的提升。拿FACE AE技術來說，原來的攝像機里，曝光技術是根據視頻的整個場景調節，完全不知道場景里哪些目標更重要，用戶更關注哪些東西，現在有了人工智能技術，能檢測出場景里的目標。比如檢測出人臉，我們就可以通過人臉檢測技術，檢測出人臉，再利用圖像處理技術針對人臉區域進行特殊的曝光處理。使得視頻采集到的圖像里面人臉非常清晰，真正實現1＋1大于2的效果。

三、資源和模型的匹配。現在可以在CPU、GPU、DSP、ARM、ASIC里跑AI算法，現在不同行業對算法的精度要求不一樣，就需要算法針對有限的硬件資源匹配，做不同模型的算法，就可以輸出從入門級到專業級到專家級的不同產品。

四、標準化。現在的視頻結構化從描述到視圖庫傳輸和網絡協議，都有了行業的標準，硬件平臺也在逐漸標準化。這就是說將來安防行業的發展，更需要一個大的標準體系框架。只有在大的標準體系框架下，才可以容納更多的AI技術企業，在標準的硬件平臺上，標準的描述和協議框架下，開發自己特有的AI應用。

希望將來在安防行業里有眾多AI技術企業的加入，在安防行業這個巨大的生態鏈里找到各家企業自己的空間和位置。利用各家企業自身的技術優勢，進行優勢互補，我們一起把安防行業推動到一個興興向榮的智能新時代