以下为2019年技术趋势的发展预测，以供行业人士规划参考：

　　2019年市场变化

　　近年来专业视频监控市场更加集中，2007年全球三大供应商占市场收入的17%，2012年占18%，2017年则占到40%。但尽管数据如此，专业视频监控设备市场的供应状况仍然要比其他行业的市场更加的零散，因此目前在全球仍然有许许多多家相对较小的供应商，其中有些市场份额远远低于1%。

　　在过去的十年内，企业间的收购也从不停歇，大的收购有施耐德收购派尔高、韩华收购三星、佳能收购安讯士等。近年也有不少视频监控软件供应商被收购，如佳能收购麦视通(MilestoneSystems)、Briefcam，OnSSI收购SeeTec，松下收购VideoInsight，以及Tyco收购Exacq等。这其中也有监控厂商收购其他安全技术供应商的例子，如海康收购Pyronix与摩托罗拉收购威智伦等。

　　总体而言，全球的供应商都在积极地在为挑战海康威视、大华股份与安讯士三大供应商做好准备，相信未来的一年内兼并与收购还会持续进行，但预计不会再出现大规模的并购。值得人们注意的是，这三大供应商都不是2005年时期的十大供应商，而全是在网络时代发展起来的“新秀”，它们的成长速度让人印象深刻，这也表明市场份额的变化速度与新进入者的增长速度。近年来专业视频监控市场迎来了新的面孔，如摩托罗拉、鹰眼(EagleEye)、亚马逊、华为等，预估2019年新进入者将会更多，在技术变革下，它们之中也有成为未来市场的领导者的可能。

　　网络安全不是一场政治游戏

　　网络安全在2018年是行业中的关键词，但绝大部分是与政治相关，一些西方品牌希望通过网络安全将其产品与中国竞争对手的产品区分开。由于这些因素的存在，意味着网络安全真正的威胁反而被人忽视了。随着设备越来越多的联网与互联，网络上的每个节点都有可能被不法分子攻击。同时当前IT与ICT行业在网络安全保护已经做得相对完善，因此网络犯罪分子开始将目光集中在新兴的物联网市场，如智能家居与安防。

　　IHSMarkit预测：

　　设备供应商将越来越关注组件与软件的来源，并重新塑造OEM合作伙伴关系。由于垂直市场的最终用户都将对软件进行审查，因此也会加大透明度;

　　在低端市场，易用性将是网络安全最大竞争对手。对于SMB用户而言，优先考虑的会是易用性与安装便捷性，在相应的法律法规出台之前，或许不会发生任何的改变;

　　由于历史因素，行业缺乏自身的法规与规范，盲目跟随IT行业的步伐，并不是最好的方式;

　　政治利益将继续影响网络安全发展，中国供应商将面临着更广泛的挑战。

　　GDPR的影响

　　在去年我们已经讨论了GDPR可能对视频监控产生的影响，今年我们谈谈一年后它的实际表现。就算不是欧盟成员国的设备商，也会收到在2018年5月份之前更新各种邮件营销的隐私政策，但这也仅仅是开始，对于视频监控而言会是如何?

　　严格意义上而言，对于视频监控系统来说，遵守GDPR规定的相关迹象却没有那么明显。GDPR取代了欧盟成员国的隐私法规，但其中某些规定对视频监控并没没有具体的要求，只有部分有具体的要求(例如，要求视频监控记录的签署和专门的联系人或数据控制器)。然而，许多应用于视频监控技术的GDPR要求似乎仍然模糊不清。

　　因此一些设备供应商已经推出自动图像屏蔽、用户权限控制等满足GDPR规定的功能与解决方案，但正式的符合GDPR”的产品目前还没有。监管GDPR的责任主要在欧盟成员国的数据保护部门，在推行6个月后，只有少数案例被检控或罚款，据IHS所知，目前还没有被起诉或罚款的相关视频监控案例。对于监管部门而言，随着公众对于隐私的认识的提高，调查的投诉数量将会提升，无形之中也会加大他们的资源压力。因此对于2019年的预测，其对视频监控行业的实际影响仍然很小。

　　边缘计算与深度学习

　　在2018年，深度学习分析几乎都是在服务器或云上处理的，而不是在边缘侧。基于边缘计算的优势，可以推断2019年将是ASIC芯片发展的重要年份。

　　NVIDIA提供的Jetson嵌入式计算平台，允许基于边缘进行运算。然而，Jetson平台属于通用的GPU，并不是专门为视频监控设计的。Intel的MyriadXVPU是Movidius公司的第三代VPU，它的特点是神经计算引擎——一个用于深度神经网络推理的专用硬件加速器。深度学习分析也被专门部署在云上，只需添加一个网关边缘的设备，便可使用视频分析即服务(VAaaS)解决方案。

　　在2016年深度学习摄像机推出时，市面上仅有少数的AI芯片可供选择，但它们高昂的价格与高功耗的局限性，也意味着这些摄像机的产品的应用受限。IHSMarkit预计，未来几年，专为网络摄像头设计的SOCs将能够支持在摄像机上运行深度学习分析所需的基本处理功能，而不需要额外的处理能力。ASICSOCs将有利于面向价格敏感的大众市场，并实现大规模生产。据了解，具有更低功耗和更紧凑的设计的ASICSOCs正在开发中，老牌半导体巨头和小型初创企业都在开发用于深度学习摄像机的ASIC芯片，这正加剧了该领域的竞争。

　　目前。安霸与海思都在开发用于网络摄像头的ASICSOCs。安霸已经发布了CV2SSOC，然而对于大众市场的视频监控需求而言，这类芯片组目前价格过高，且功能溢出，因此它们更可能更适用于自动驾驶。据悉安霸目前正在研发CV22S，包括提供深度学习分析所需的DNN(深度神经网络)处理的CVFlow架构，将在2019年年初发布。与安霸类似，海思正在开发带有CNN加速器的Hi3559ASOC，用于处理深度学习分析，除此之外高通也将发布QCS605。

　　IHSMarkit预计，到2022年，全球50%的网络摄像头将配备深度学习加速器，最高可提供0.5至2DLTOPS。换言之摄像机将支持基本的物体检测和分类，此外深度学习加速器也不会给SOC的价格增加过多成本。预计在未来几年内，边缘到核心处理的发展将变得更加普遍。这些更强大的边缘设备将灵活分配所需的工作负载，但是边缘设备也不会完全取代服务器或云端的功能，相互补充将是未来的趋势。

　　安防行业的应用商店

　　越来越多的供应商正在推广自身的应用生态系统。这是边缘处理能力增强和非集中式架构的进一步表现。然而，视频监控摄像机的应用程序并不是一个新概念。但是随着深度学习技术的进步，基于应用程序的生态系统与视频分析的同步兴起，这意味着更多基于深度学习视频分析的应用，将被更多摄像机所兼容，这与过去完全不一样。

　　2018年设备商发布的视频监控摄像机应用生态系统显著例子包括：

　　华为的软件定义摄像机;博世与SAST启动合作;同时还有现有平台的补充，包括：Axis摄像机应用平台;思科IP摄像机应用;这些平台都通过应用程序商店的方式，向兼容的网络摄像机提供可下载的软件应用程序，这有可能改变目前摄像机的模式。但是也有不少人对视频监控摄像机的应用生态系统表示担忧：系统配置完成后，摄像机功能需要更改只是　少数。比如摄像头安装后，视频分析功能或者软件便很少改变。

　　目前，大多数监控摄像机都是出于安全目的安装，在发生事故时，需要将监控摄像机将拍摄的视频图像进行侦查。因此这些摄像机不太可能随便改变之前的应用。

　　尽管存在这些问题，但是拥有专门针对安全和物联网设备的开放标准和操作系统，意味着不同的硬件和软件供应商都可以使用相同的平台。从理论上讲，这使得配置最好的组件变得更加容易，比互操作性标准协议更加的灵活。这同时也会让生态系统提供更加便捷的交付方式，摄像机应用可以通过商店进行更改，不再受人力与生产的限制。当然要实现这样的应用程序开发和支持，需要大量的技术与配置的投资，尤其是要打造安全与性能兼备的应用。

　　值得注意的是，这对于传统的销售渠道和软件供应商而言将造成重大的影响。尽管应用商店并不是一个新的概念，但相信在未来它将成为视频监控的颠覆力量，并将蔓延到其他的物联网市场之中。

　　电子门禁市场预测

　　IHSMarkit预测，电子门禁解决方案市场已经饱和。在2018年其市场达到52亿美元，同时在过去几年该市场中一直在6%增速中徘徊。其中，电子锁仍然是门禁领域最大和增长最快的产品类型，占全球门禁设备市场规模近40%。

　　虽然市场增速保持稳定，但2018年的技术发展也对市场产生了巨大影响。最突出的趋势属于移动凭证，它被视为改变目前门禁系统业务模式的重要因素。2018年，移动凭证市场仍处于起步阶段，但许多终端用户已经在期待通过在原有的系统中安装相应的读卡器实现技术的过渡与升级，预估2020年市场上销售的所有读卡器产品中，将有超过10%会支持兼容移动证书。

　　除此之外，2019年及需要关注的其他趋势还有门禁即服务(AccessControlasaService，ACaaS)的模式，它实现了用户无需投入高昂的现场IT基础设施，便能实现访问控制的管理。尤其在中小型项目(少于50个门禁系统管理)中，ACaaS解决方案将特别受欢迎。排名前15位的门禁供应商占全球门禁市场总规模的一半以上，但对于新供应商而言，特别是在中小型项目来说，仍然存在一些机会。2019年预估移动证书和ACaaS市场的竞争也将非常激烈，同时也将吸引新的市场进入者。

　　SaaS促进下一代应急响应系统

　　向SaaS的过渡，这一转变在消费者和商业领域都正在进行中。但在公共安全领域，这一转变进展仍然缓慢，可喜的是在过去一年转变的步伐正在明显加快。

　　核心应急响应技术，计算机辅助调度和记录管理软件越来越多地开始通过SaaS进行部署。今年进一步加速的趋势是产品集成能力和分析功能。包括摩托罗拉(Motorola)和Hexagon在内的几家供应商正在为产品提供基于订阅的服务，这些产品将CAD、RMS、监控摄像机、传感器和其他来源的数据集成到一个公共平台上。

　　这些平台的关键目标是利用和汇集来自现有基础设施和系统的数据，并将数据显示在一个屏幕上，让用户可以对数据进行分析，以突出犯罪的密集区域等问题，从而使执法部门能够更好地分配现场人员。总的来说，这标志着从事后安防向事前与预防性安防转变。