人工智能正在以超乎人们想象的速度与各个行业融合。相比其他行业，传统安防具有海量和层次丰富的数据，是人工智能最好的训练场同时也是实现应用价值的最佳领域。尤其是人工智能在安防视频图像数据结构化领域的深度应用，使往往只能在电影中看到的黑科技正逐步在现实社会得以展现。
人工智能安防三个细分市场与四大成熟案例
一、中国安防市场结构，AI 从行业市场开始渗透
根据IHS 统计，2016 年全球安防设备市场规模达到158.6 亿美元，同比增长6.6%。其中中国市场最大，市场规模67.25 亿美元，同比增长11.6%，占全球42%。美洲市场第二，市场规模39.6 亿美元，同比增长4.1%，占全球25%。
人工智能安防三个细分市场与四大成熟案例
从中国市场来看，主要包括三个细分市场：(1)政府市场(～20%)：主要包括各地公安，交通，司法部门。销售渠道以系统集成商为主。需求受政府固定资产投资拉动，对价格不敏感，是视频分析服务的重度用户。(2)大企业市场(～30%)：主要包括银行，电信，石油，文教卫等大型国有企业和事业单位等。销售渠道以解决方案为主，需求受经营规模扩大的影响。(3)中小企业及个人市场(～50%)：主要包括中小企业，也包括个人消费需求(尽管需求很小)。销售渠道以标准产品的分销为主。
人工智能安防三个细分市场与四大成熟案例
随着平安城市、智慧城市的推进，摄像头及高清视频的普及，安防行业有海量的数据，是人工智能可以发挥强大作用的领域，目前AI 技术已经基本实现安防监控的主要三个目标：1、识别行人的生理属性。通过分析行人身体结构，准确识别视频中人物的性别、年龄、姿态等多种生理特征。2、识别行人车辆。基于深度学习的行人检测算法能够在各类遮挡的情况下精确找出行人位臵，并能够进一步分析行人姿态和动作，可应用于交通监控、辅助驾驶、无人驾驶等。可以在行车场景、交通监控场景、卡口场景中检测多种不同角度的车辆，并同时给出车牌号码、汽车品牌、型号、颜色等物理特征。3、实现人群分析。在高密度公共场所，例如地铁，广场，估计人群数量和密度，同时检测人群过密、异常聚集、滞留、逆行、混乱等多种异常现象。
人工智能安防三个细分市场与四大成熟案例
国内安防领域人工智能技术成熟度高。安防龙头海康威视一直走在技术的前沿，海康威视研究院在基于深度学习的“文字识别技术OCR”国际ICDAR 竞赛中获取第一名的成绩。旷视科技Face++代表国内人脸识别的最高水平，其十万分之一的误识率水平已经超过金融安全要求。
二、.AI落地安防领域之几大成熟案例：
目前人工智能技术在安防领域已经有诸多成熟案例，这里主要从以车牌识别、人脸识别为代表的图像识别技术、以大数据分析为代表的智能分析技术以及综合化的安防机器人等三类应用展开。
人工智能安防三个细分市场与四大成熟案例
1)以车牌识别、人脸识别为代表的图像识别技术。在公安、交管领域，车牌识别是图像识别技术应用相对较早且成熟度相对较高的场景，已广泛应用于公路收费、停车管理、称重系统、交通诱导、交通执法、公路稽查、车辆调度、车辆检测等各种场合。
人工智能安防三个细分市场与四大成熟案例
——抓拍交通违法行为
通过对前端摄像头和后端系统进行智能化升级，利用前端摄像头对抓取的图像快速处理，将明显的违法行为进行智能识别，并在后端进行收集和二次处理。可对多种交通违法行为进行取证，包括机动车闯红灯、违法停车、压线、变道、逆行、超速、人行横道不避让行人、违反规定使用专用车道、行人闯红灯等各种交通违法行为。
人工智能下的交通管理系统，可以对各种行为进行实时抓拍，做到全方位无死角地监控。而传统的分析方法，在识别率和准确率上差异明显。如果采用人工识别，更不可能对如此巨量的数据进行处理。
人脸识别目前在支付、金融行业远程开户等应用场景中应用障碍已经相对较小，但在安防领域，由于图像抓取角度、清晰度等原因的限制，目前应用还相对有限，相对比较成熟的是在门禁系统、ATM监控等简单任务领域，但随着人脸识别技术的进一步发展，在刑事案件侦查、特定人员追踪、嫌疑人报警等诸多领域将大有用武之地。
——抓捕犯罪分子
以海康威视的系统破获的某个抢劫案为例。为了从大量的视频图像中找到嫌疑人，需要对来自500 多个监控点的长达250 个小时的视频进行分析，如果采用人力查阅，需要至少30 天时间，但如果采用基于深度学习的视频分析技术，仅需要不到5 秒。
另一个案例是，不久前，襄城区的汪某在某酒店电梯口被身后一不明男子突然抢走其公文包，内含大量现金、手机等珍贵物品。接到报警后，民警将嫌疑人照片导入旷视(Face++)智能安防人脸识别系统比对搜索很快锁定了田某为涉案人员，并通过系统进一步发现田某在保康县的关系人肖某以及其在丹江口市的居住地，最终将犯罪嫌疑人田某抓获。
目前旷视(Face++)的人脸识别技术已在20多个省、市落地并试点，协助警方成功抓捕逃犯的案例有500多起。破案最快的一次仅在案发后16小时内就将案犯抓获，足见这套系统的高效表现。而凭借出色的表现，旷视(Face++)以人脸识别技术为核心的智能安防解决方案，也被引入了“2016年度公安部科技局科技成果推广目录”。
2)以大数据分析为代表的智能分析技术。人工智能在安防领域另一个典型应用是通过以大数据分析为代表的智能分析技术，实现舆情监控和恶性袭击事件预警。其中最典型的创业公司Palantir，通过分析海量数据来寻找规律，已被众多执法部门用于犯罪调查和发现潜在恐怖主义阴谋，主要客户是CIA和FBI。此外Palantir在医疗、金融等领域也积极拓展，目前估值已经超过200亿美元。国内安防领域的智能分析目前主要集中于舆情监控、垃圾/诈骗短信处理等部分领域。
在国内，多家公司已经看到市场的巨大机遇，并推出了产业化级的产品：
2016年10月，海康威视与英伟达、Movidius形成了合作伙伴关系，并发布了基于深度学习技术从前端到后端的全系列智能安防产品。博鳌亚洲论坛2017年年会期间，会议安保工作采用了旷视(Face++)智能安防解决方案，不仅保障了会议期间的安保通信，也为公安部门节省了大量的警力、物力。
此外，大华股份也已经形成了一系列基于深度学习的智能产品，系列包括前后端的人脸识别、卡口电警、视频结构化、双目立体视觉和多目全景拼接产品；苏州科达在2016年的北京安博会上，发布了猎鹰系列人员卡口分析系统；宇视与英伟达联合推出了代号“昆仑”的大容量分布式的云结构化智能分析服务器，成为其“安防机器视觉”战略中的重要产品。
3)综合化的安防机器人。安防机器人可以完成包括巡逻、监控、追踪、抓捕、营救等一系列任务，集成图像分析、智能识别、人机交互等多种形态的人工智能技术。目前研发依然处于早期，常见的初级形态主要是功能简单的安保机器人，仅能实现特定情境下的定点巡逻、报警、遥控制暴等功能。
结束语：当前，智能安防领域的商业探索方兴未艾，市场存在着巨大的机会，智能安防将成为人工智能产业化的第一步也是最重要的一步。在AI技术完善、基础硬件就绪、PPP订单持续推进的大环境下，2017年将成为智能安防的爆发之年。
