（文章來源：大邦安防）

過去二十年，模擬 / 數模時代重點解決了基礎的“看得見”問題，應用在有限的重點安保單位。隨著 IP 技術的成熟及引入，通過數字圖像技術及壓縮編解碼技術，有效解決了“看得清”問題；同時也大幅降低了視頻傳輸及存儲成本，視頻監控得以大范圍部署，解決了“看得全”問題。

近幾年隨著 AI 技術的興起，有效支撐了嫌疑人軌跡追蹤、違法事件檢測等“看得懂”問題，安防業務逐漸向智慧城市、民生服務延伸。隨著大量視頻監控數據分析對人力的需求與當前人力緊缺、人力成本上升之間的矛盾日益顯著，智能攝像機的應用可以有效提升圖像線索的排查效率，這將很大程度帶動智能攝像機市場的發展。

人工智能是一組包括自動推理搜索、機器學習、知識處理、語音識別、自然語言處理、機器視覺、智能機器人等在內的技術集合，目的是通過對人的意識和思維過程進行模擬，使機器能夠勝任需要人類智能才能完成的復雜工作。當前人類正在迎來以人工智能技術為代表的第四次工業革命，這次工業革命將驅動全球經濟、政治、文化的發展，并使 能千行百業的智能化產業升級。

人工智能產業結構分為三層：基礎層、技術層和應用層。基礎層是計算能力和數據資源，涉及各類高性能芯片研發、大數據技術等，由運算平臺和數據工廠組成。技術層包括算法模型和技術開發。通過不同類型的算法建立模型，形成有效的、可供應用的技術。應用層聚焦在人工智能和各行業各領域的結合。利用技術層輸出的 AI 技術為用戶提供智能化的服務和產品。

人工智能歷史上出現過兩次高潮和兩次冬天，當時主要受限于計算能力和數據。近幾年隨著云計算、大數據的廣泛普及和應用，解決了人工智能的發展瓶頸問題，人工智能開始出現巨大發展機遇。當前人工智能正在以深度結合產業的方式快速發展，未來必將改變所有行業。

應用于人像卡口識別、車輛卡口識別和視頻結構化三個方面，通過前端攝像機抓拍后端平臺識別或者后端視頻流分析兩種技術方案，實現了從“人看” 到“機器看” 的轉變，解決了“人員持續看 20 分鐘監控后，注意力和警覺力大幅削弱”導致重要線索遺漏的問題，同時通過機器輔助決策實現了實時布控預警，無需花費大量警力 24 小時人工蹲點，顯著提升社會安全。

應用于交通違法檢測和交通流量采集兩個方面，通過攝像機檢測及平臺二次分析，實現交警非現場執法及交通信號燈優化，提升公眾出行的安全與效率。應用于消防火警、周界防范、人臉門禁和車輛通行四個方面，通過攝像機及平臺聯合檢測、識別比對，提供環境、人員、車輛的自動化管控，提升園區管理效率，為人車出入提供安全便捷的智能體驗。

只有突破算力、算法、大數據這“三座大山”，智能安防行業才能走向新的時代。人臉 / 車輛抓拍、智能分析能力取決于芯片算力。一顆高算力 AI 芯片的智能化處理能力是普通芯片的幾倍甚至幾十倍。隨著 AI 芯片算力的不斷提升，智能化將得到進一步普惠。

傳統攝像機更換算法需要同時更換攝像機，所以算法一旦變更，相當于全網重建。攝像機如果支持軟硬件解耦，算法按需加載，將快速適配業務變化，同時減少整體成本。在人臉低照、遮擋場景，單維數據存在識別準確率有限的問題，通過人體、人臉、同行人等其他數據多維擬合，可以大大提升識別準確率。

隨著人工智能的快速發展，安防已從原來的“人看”發展到當前的“機器看”，未來更將向著“機器研判”、“機器決策” 方向演進；安防事件的處理，也將從原來的“事后研判”向 “事前預防”發展，借助 AI 技術，借助算力、算法、數據、協同、開放的進一步提升，提前預知可能的問題及風險，驅動自動化處理或者人工干預，實現安防產業的再一次騰飛。
（責任編輯：fqj）