宇泛智能聯(lián)合創(chuàng)始人兼研發(fā)副總裁 鄭東

經(jīng)過(guò)半個(gè)多世紀(jì)的發(fā)展和演進(jìn)，安防已逐漸演變成為一個(gè)普及全球的成熟行業(yè)。IHS研究表明，全球傳統(tǒng)安防產(chǎn)業(yè)規(guī)模3000億美元。中國(guó)擁有全球最大的安防市場(chǎng)，其市場(chǎng)規(guī)模達(dá)到8000億，并且以每年10%-15%的增速遞增。

經(jīng)過(guò)40年的發(fā)展，安防行業(yè)經(jīng)歷了從模擬監(jiān)控、數(shù)字監(jiān)控到高清化監(jiān)控，完成了從“看得見(jiàn)”到“看得清”的轉(zhuǎn)變；從高清化監(jiān)控到現(xiàn)階段的智能化監(jiān)控，正在從“看得清”往“看得懂”的方向轉(zhuǎn)變。

安防智能步伐加快

傳統(tǒng)安防因受限于人工智能（簡(jiǎn)稱(chēng)AI）、攝像頭、芯片、云計(jì)算等主要技術(shù)的發(fā)展，往往只能做到“監(jiān)而不控”。同時(shí)，面對(duì)海量的視頻數(shù)據(jù)，“監(jiān)控”面臨著準(zhǔn)確率低、數(shù)據(jù)量龐大、人工分析效率低、信息關(guān)聯(lián)性弱、人工決策、事后追溯、響應(yīng)滯后等問(wèn)題。

近年來(lái)，政策與市場(chǎng)需求推動(dòng)了安防領(lǐng)域智能化步伐。從政策上看，近年來(lái)的《“互聯(lián)網(wǎng)”人工智能三年行動(dòng)實(shí)施計(jì)劃》、《關(guān)于推進(jìn)城市安全發(fā)展的意見(jiàn)》等政策意在加速城市、公安、交通、社區(qū)、居家等領(lǐng)域安防智能化落地，國(guó)內(nèi)加大以5G、人工智能、工業(yè)物聯(lián)網(wǎng)等為代表的的新基礎(chǔ)設(shè)施搭建。從市場(chǎng)上看，智能安防的剛需推動(dòng)了安防廠(chǎng)商、人工智能新興企業(yè)、系統(tǒng)集成商、云服務(wù)商的協(xié)調(diào)合作，推動(dòng)智慧安防領(lǐng)域的創(chuàng)新與商業(yè)發(fā)展。安防領(lǐng)域相關(guān)產(chǎn)業(yè)鏈上中下游在政策與市場(chǎng)需求的推動(dòng)下，迅速發(fā)展以AI、IOT、云計(jì)算、5G、傳感器、芯片等新興技術(shù)協(xié)力促進(jìn)安防領(lǐng)域的產(chǎn)品系統(tǒng)能力從“事后追溯”、“人工決策”往“事前預(yù)測(cè)”、“事中響應(yīng)”、“智能決策”的方向上進(jìn)行智能化升級(jí)。

AI助推安防智能化

安防領(lǐng)域是AI落地的最大領(lǐng)域。

AI在智能安防領(lǐng)域主要包括機(jī)器視覺(jué)、自然語(yǔ)言處理、搜索推薦等幾大方向，機(jī)器視覺(jué)又是AI在智能安防領(lǐng)域應(yīng)用最廣泛最成熟的方向。傳統(tǒng)安防的AI受限于成像、AI成熟度、芯片算力、訓(xùn)練數(shù)據(jù)等因素，其準(zhǔn)確率、性能及分析能力已無(wú)法滿(mǎn)足智能安防時(shí)代市場(chǎng)對(duì)AI的多元化需求。

智能安防時(shí)代產(chǎn)品對(duì)AI的需求已不僅是簡(jiǎn)單的人機(jī)非目標(biāo)檢測(cè)、人像識(shí)別、車(chē)輛識(shí)別等機(jī)器視覺(jué)算法，將全面覆蓋生物特征工程、基于人的AI表征分析、基于細(xì)分場(chǎng)景的AI分析等能力，自然語(yǔ)言分析、搜索推薦算法、圖像增強(qiáng)在智能安防領(lǐng)域的應(yīng)用也會(huì)越來(lái)越普及。

隨著AI的發(fā)展，攝像頭、芯片、5G等AI應(yīng)用相關(guān)技術(shù)的發(fā)展以及安防數(shù)據(jù)的積累，AI將通過(guò)賦能“端”、“邊”、“云”三端，為智能安防領(lǐng)域全棧式解決方案提供大而全的AI引擎。

安防加快AI演進(jìn)

早期傳統(tǒng)安防行業(yè)的AI能力很弱，得益于學(xué)術(shù)界與工業(yè)界的共同努力，近年來(lái)AI的發(fā)展非常迅猛。

學(xué)術(shù)界提高了AI研究領(lǐng)域的深度與廣度，工業(yè)界加快了AI落地的節(jié)奏。驅(qū)動(dòng)AI落地的三大關(guān)鍵因素是數(shù)據(jù)、算法和算力。為了降低AI對(duì)數(shù)據(jù)的需求以及AI模型結(jié)構(gòu)設(shè)計(jì)成本，學(xué)術(shù)界產(chǎn)出了諸多有效方法來(lái)降低AI落地的成本。并且，安防也為AI積累了大量的場(chǎng)景數(shù)據(jù)。安防作為AI落地的最大領(lǐng)域，強(qiáng)烈的市場(chǎng)需求促進(jìn)了安防產(chǎn)業(yè)鏈上游半導(dǎo)體企業(yè)的迅猛發(fā)展，尤其是攝像頭技術(shù)和芯片技術(shù)的發(fā)展為AI落地提供了良好的高質(zhì)量成像和硬件算力承載平臺(tái)。4K至上億分辨率攝像頭、智能ISP算法等技術(shù)的提升極大地提高了各環(huán)境下的成像質(zhì)量及解析力，APU、NPU、TPU、GPU等AI硬件加速平臺(tái)使得AI的落地不再受到算力約束。同時(shí)，學(xué)術(shù)界與工業(yè)界共同打造AI推理引擎生態(tài)，從訓(xùn)練、量化、部署上解決AI落地的難點(diǎn)。