一年時光，轉瞬即逝。轉眼間，2017年已經結束，回顧這一年安防行業的發展，智能化趨勢更加明顯。這一年來，“人工智能”(AI)接連刷屏，從5月份最激動人心的AlphaGo對戰柯潔開始到現在，人工智能逐漸呈現爆發趨勢。

安防應用場景較多，小到身份識別，家居安防，大到反恐國防。現代社會人口流動大，中產階級逐漸崛起，用戶財產逐漸積累，而收入增多同時帶來的是風險的加大，用戶安全性缺失，安防成為用戶的剛需。身份識別手段的多樣性對于安防意義重大，因此安防領域對于圖像識別的要求更高,也要求更多的手段通過多維度來進行識別，AI技術的進步可以大大提高身份識別手段的多樣性與準確率,對于安防的意義重大，尤其是安防在國防安全領域的應用，具有國家戰略意義。

安防行業的發展經歷了幾個階段，首先是傳統的模擬監控，安防系統用戶主要以政府部門為主，隨著國民生活水平的提高，數字監控應運而生，安防用戶逐漸增多，圖像實現數字化儲存，之后又發展到高清化監控，視頻監控系統與用戶業務系統開始進一步融合。

隨著物聯網技術的發展，傳統簡單被動的安防形式已無法滿足日常多樣化的生活和工作場景，在大數據、人工智能等技術的帶動下，安防向城市化、綜合化、主動安防方向發展，智能安防成為當前發展的主流趨勢，其應用覆蓋了金融、交通、教育等行業，囊括銀行機構、政府、學校等公共場所和家庭場所。通過無線移動、跟蹤定位等手段實現全方位的立體安防，同時與整體城市管理系統、環境監測系統、交通管理系統、應急指揮系統等多個系統相互作用，最終實現萬物互聯下的全方位安防體系。

從安防手段的應用來看，主要分為政府主導的治安監控、交通監控以及商用的辦公樓監控和個人/家用的家庭住宅安防布局。比如利用人臉識別技術針對海關、機場等場所的出入境人員進行監控，防范犯罪分子;在金融信貸、支付等領域通過人臉識別實現個人信息的管理和交易等，以視頻、光學為核心的安防技術已經廣泛應用到各行各業，泛安防時代已經到來。

“AI+安防”之圖像識別

在視頻監控飛速發展的今天，安防產品不斷增多，視頻監控畫面的信息已成海量，遠遠超過了人力所能進行的有效處理范圍。傳統采用人工回放錄像取證的方式具有效率低下，容易出錯的缺點。而人工智能技術恰好具有處理海量信息的能力，也能在技術的基礎上實現實時監控、基準判斷。

圖像識別技術不僅可以實現靜態識別，也可以完成動態識別。通過對圖像內容的迅速分析，信息分析平臺可以監測出可視范圍內的人群數量，并且捕捉每個個體的行為動作，形成重點場所及區域的面狀。

智能視頻分析(IntelligentVideoAnalysis，IVA)技術是解決海量視頻數據處理的有效途徑。IVA采用計算機視覺方式，主要應用于兩個方面，一是基于特征的識別，主要在于車牌識別、人臉識別。二是行為分析技術，包括人數管控、個體追蹤、禁區管控、異常行為分析等，可以應用到監測交通規則的遵守、周界防范、物品遺留丟失檢測、人員密度檢測等。通過對視頻內的圖像序列進行定位、識別和追蹤，智能視頻分析能夠做出有效分析和判斷，從而實現實時監控并上報異常。

“AI+安防”之人臉識別

人臉識別是基于人的臉部特征信息進行身份識別的一種識別技術。人臉識別技術被廣泛應用于金融、安防、交通、教育等相關領域，主要應用場景包括企業、住宅的安全管理;公安、司法和刑偵的安全系統;自助服務等，刷臉支付、刷臉進站等項目逐漸實現。

人臉識別包括1:1的人臉對比和1：N的人臉對比。1：1主要指用戶真實臉部信息與用戶提交的身份證信息進行比對，常見于銀行等金融機構和公安系統。1：N更常見于刑偵和國家安防領域，能夠通過與faceID庫的對比，快速找到犯罪分子或失蹤人員，1：N識別精度難度要遠遠高于1：1人臉識別。廠商也針對1：N的精確度做了技術深耕，百度曾宣布百度大腦的1：N人臉識別監測準確率已達99.7%。

目前，人臉關鍵點檢測技術可以精確定位面部的關鍵區域，還可以做到支持一定程度遮擋以及多角度人臉，活體檢測及紅外光識別技術有效阻擋了照片、手機視頻等二維人像的作弊行為，使3D人臉識別準確率大幅度提升。但雙胞胎識別、整容易容前后的識別依然是人臉識別的難點，因此需要虹膜識別等其他識別技術進行補充。

人臉識別技術另一個關鍵層面在于faceID庫的建立，3D人臉識別數據采集相對困難，采集數據量十分巨大，對計算機計算存儲能力要求較高，faceID庫的數據量是人臉識別技術算法訓練的基礎，數據越高，相應的準確度才會越高。各廠商仍需繼續擴充自身的faceID庫規模。

“AI+安防”之國家安防

目前平安城市、智能交通仍然是安防行業最大的下游應用領域，與政府公安相關的交通、道路視頻監控仍然是安防行業最重要的應用環節。

作為關系到百姓日常生活的重要部門，公安及安防行業的信息化、智能化提升迫在眉睫。而伴隨著人工智能技術的發展，國家對公安及安防相關部門持續投入并建設大規模的基礎設施，同時人工智能技術迭代下，技術廠商需要大量的數據進行算法訓練，因此，雙方需求實現有效結合，人工智能技術快速在國家安防領域落地開花。

計算機視覺廣泛應用于飛機場、火車站等公共場合，在大規模視頻監控系統中可實現實時抓拍人臉、布控報警、屬性識別、統計分析、重點人員軌跡還原等功能，并做出及時有效的智能預警。且對于抓獲有作案前科慣犯幫助很大，目前多應用于公安事前、事中、事后敏感人員布控、失蹤人員查找等。安全布防需要消耗大量的警力資源，尤其是運動會、國家會議、演唱會等重點區域和重點活動的安防，而在這其中，已經開始出現人工智能產品的身影，包括實時監測系統、巡邏機器人、排爆機器人等，未來這些機器人也將會更多的替代傳統安防體系中重復且低效的工作，節省警力資源。

“AI+安防”之民用安防

隨著網絡建設的完善、視頻監控的高清化、硬件產品的發展和云端的成熟，安防領域進入快速發展期，從傳統前端基礎建設，向后端進行深化應用，安防進入智能安防時代。行業化細分明顯，廠商推出多行業的綜合解決方案和個性化定制方案。

2016年國家提出開放式住宅小區建設，安防產品逐步民用化，包括在小區、辦公樓等場景下的監控、樓宇對講、智能家居等產品，民用安防市場發展空間巨大。企業安防及家庭安防關乎到個人的生命財產安全，通過門禁、監控設置的鋪設，人口密集區建立起完善的安防體系。而現有的攝像頭、智能門鎖、閘機等硬件的發展，為立體安防奠定了基礎。

“AI+安防”的未來發展趨勢

a.安防產品不斷迭代和創新，立體安防體系

門鎖、攝像頭等安防產品向智能化發展，而芯片的發展、人工智能技術的發展將推動現有安防產品功能的完善，包括智能IPC、智能DVR和智能NVR等產品。設備的優化及組網的靈活有利于安防產品的大規模部署，未來安防體系將更為完善。智能門鎖與報警器、監控、門禁等多種安防產品相互配合，共享數據，形成較為立體、實時的安防體系。視頻圖像的聯網調度和信息資源共享，使得安防由被動防范向提前預警方向發展，隨著數據資源在不同安防云端的共享，安防產品將實現對危險分子的主動識別，安防行為由被動向主動轉變。

b.智能安防將逐漸云端化

4K攝像機及4K監控系統不斷發展，特征識別與視頻智能分析應用于安防體系中，提高了安防的時效性、安全性和精準度。隨著安防產品的增多及清晰度的增加，安防體系中存儲的信息將呈指數級增長，云端成為安防體系的必要基礎設施，一方面存儲大量的視頻及用戶信息，另一方面在云端進行數據處理，優化圖像識別等算法。

未來，安防產品的服務將越來越多，通用型安防產品及服務逐漸興起，智能化安防產品將以服務模塊的方式服務于不同的行業和不同的場景，從而實現資源按需分配，進而滿足客戶需求，并提高資源利用率。

c.平臺初步搭建完成，市場進入洗牌期

在智能安防設備大量安裝的背景下，海量安防數據不斷產生，各個安防廠商相繼推出智能安防解決方案，因此也需要對軟件平臺及其配套的硬件設備進行整合。隨著安防監控應用的成熟，各平臺的技術標準、開發接口等越來越統一，安防頭部廠商占據先發優勢，率先建立解決方案平臺，阿里云、特斯聯等安防平臺已搭建完成，長尾企業進一步兼容標準，從而推動行業進入成熟期，而在技術、資金、商業模式上無法站穩腳跟的企業將快速被市場淘汰。