目前，安防行业中基于深度学习的人工智能产品，主要识别方向包括：车辆分析、人员分析、行为分析和图像分析，产品形态分为前端智能和云端智能。
前端产品主要是用于边缘节点计算的AI摄像机(人脸识别摄像机/卡口电警摄像机)，在采集视频和图片的同时，依靠高性能芯片和先进算法，为云端的数据中心提供结构化的数据，可以减少云端分析处理的计算资源压力和网络带宽等系统成本。缺点是前端设备空间有限、功耗成本较高，导致有限的硬件资源只能运行相对简单、对实时性要求高的算法。
云端产品主要是智能NVR、人脸识别比对服务器、车辆结构化分析服务器和视频结构化分析服务器，智能NVR是在集中存储图像的基础上，通过集成深度学习算法实现了针对视频内容的智能分析和信息提取，比如小型比对库的人脸识别/车辆识别等，适合中小型项目使用。后三类智能服务器通过在X86服务器集成高性能GPU芯片和深度学习算法，专门对人脸特征、车辆特征、机动车/非机动车/行人的全目标特征进行快速提取和准确识别比对，比如亿级人脸底库的识别比对、卡口过车图片的二次特征提取和以图搜车、行人的衣着体貌特征识别和以图搜人等。云端产品能根据客户需求灵活配置硬件资源，可以运行复杂，业务响应置后的算法，且升级维护比较方便。
步行街人脸动态布控
道路监控视频的机非人全目标特征结构化
随着智能需求日益增多，更多数据的采集和计算未来都将在前端进行边缘节点计算，前端初步处理分析后回传到云端进行深度分析，前端智能和云端智能并不矛盾，可根据客户的具体需求灵活组合，实现更智能的分布式计算，提供差异化的智能解决方案。一般来说，检测、跟踪、去重、抠图等相对通用的应用以及拌线、越界、徘徊、计数等行为分析类的应用适合放在前端，而提取细节特征、识别比对等以及涉及敏感信息的复杂应用适合放在云端，要结合实际设计，实现资源利用最大化。
