2016年，人工智能最火的事件莫过于Google旗下的DeepMind依靠人工智能算法AlphaGo，在围棋比赛中战胜人类顶级棋手。

　　2016年，人工智能最火的事件莫过于Google旗下的DeepMind依靠人工智能算法AlphaGo，在围棋比赛中战胜人类顶级棋手。但是在商业应用领域，去年人工智能的赢家则是NVIDIA。北京格灵深瞳信息技术有限公司CEO赵勇提到，整个深度神经网络技术在过去三年的崛起，除了大规模数据（如ImageNet）提供了训练深度网络的基础条件，通用图形运算单元（GPGPU）技术提供的强大运算能力功不可没。

　　从另外角度分析，如果没有Nvidia的CUDA平台，科学界证实深度学习巨大潜力的时间不知道还要推迟多久。更难能可贵的是，GPGPU技术使得在PC级别的计算机上进行高密度的高性能运算成本大幅降低，以至于一个普通科研人员的台式电脑都有可能部署上万个并行处理内核。

　　让每一台个人电脑变成一座大规模超级计算机！这是GPGPU给全行业带来的福音，也正是因为有了像GPGPU这样的处理器，在每台能够进行智能分析的服务器上，安防系统才能拥有高速处理海量高清视频数据的能力。安防大数据与云计算才能在解决用户业务方面游刃有余，这也是NVIDIA去年在安防芯片市场上一炮打响的关键。

　　安防智能分析的专业与规模化需求

　　智能分析是人工智能在安防领域的重要应用，这个需求是安防从被动防御转向主动防御的关键，也是安防传统业务融合与不断扩展边界的技术手段。在安防领域，智能算法、计算机视觉、语音识别、大数据、云计算等多学科技术综合在项目的整体解决方案中，为解决客户基于海量视频分析的业务需求在时间与工作效率上提升了档次。

　　关于人工智能能够解决安防客户的专业需求，东方网力科技股份有限公司贠盟洲认为有三个方向：第一是获取人、车、物的结构化信息，做出快速检索、查询等操作；第二是协助人工及时发现画面中容易忽略的细节内容，如人员的滞留、物品的丢失、区域的入侵等；第三是对不同种类的数据进行分析、碰撞、发现潜在的联系，抽取其中有价值的信息，并形成可视化结果进行呈现，为业务决策提供数据支持。

　　正是人工智能的商业化应用落地越来越广泛，使得当前很多地区的安防项目，特别是公安与交通的安防项目，对安防设备前后端的智能化应用提出了硬性要求。如一类点的监控设备必须带有智能分析的功能，这些政策性市场的硬性要求预示着安防智能化大规模应用时代的来临，也是视频监控行业实现大联网建设阶段后的升级应用。万物互联、万物智联的概念开始深入安防监控市场，人工智能在切合安防智能分析专业化与规模化发展需求后，将带动整个公共安全视频监控建设联网应用的升级发展，让“全域覆盖、全网共享、全时可用、全程可控”的建设目标实现高清与智能化的双轨发展。

　　视频监控市场的精进与多元化发展

　　在传统的视频监控业务应用中，以“看、控、存、查、放”为传统的需求，而随着安防技术的发展，特别是传输方式从模拟监控过渡到网络监控后，使得区域封闭的监控局限被打破，使得省、市、县分级联网成为现实，在这个产业的演变过程中，促使安防行业迅速把IT产业的IP技术消化吸收，并引入到视频监控中。

　　浙江宇视科技有限公司行业解决方案产品线总工周斌分析，在这个阶段，监控系统的关键是系统解决方案，而视频监控的关键技术则在平台和存储领域，整个行业的技术应用开始向网络化与集成化的方向发展。如今，在网络监控短短的几年时间里，前沿技术的融合使得安防技术发生了翻天覆地的变化，安防大数据、云计算、智能化等技术的更迭周期更是变得越来越短。

　　以安防智能化为例，在2014年末至2015年，安防技术的深刻变化促使监控平台、存储、计算系统等重新做出架构调整，而在不到两年的时间里，围绕安防业务智能化应用已经遍地开花，并且在很多安防项目的招投标中成为加分项。天津天地伟业数码科技有限公司郭辉对此提到，在去年的北京安博会上，“视频＋、SMV安防机器视觉、大数据用起来”等安防智能化概念层出不穷，主流的设备解决方案供应商在安防智能化方面的深入程度令人惊讶。

　　在如今监控行业已经过分饱和的情况下，随着全面覆盖物联网、互联网、云计算为代表的新一代信息技术与现代安防服务业的融合创新，人工智能与智能安防不谋而合，这些主流的设备商正在用人工智能技术所蕴含的业务能力去不断巩固和深化用户对其品牌的信任与忠诚度。

　　在笔者看来，这是安防视频监控市场在融合人工智能等前沿技术条件下表现出来的精进与多元化发展趋势。未来的行业发展，围绕视频监控的业务发展，将会呈现文本、图片、地理空间等信息视频化与视频数据结构化的融合态势，在安防技术发展的确定性与业务的多元化发展所带来的不确定性的环境下，将会给安防企业在市场竞争中带来机遇与挑战。

　　法兰克福传媒资深安防技术顾问张淂福也提到，当安防产业发展到了“物联安防”，包括AI人工智慧、机器视觉、深度学习与大数据的采集的发展，与安防技术（如监控）的进一步整合，将会带来全新的应用境界。

　　单点智能与整体智能的市场需求

　　安防监控智能化的发展，在业务应用层面，是从点到面到区域应用的逐步发展；在技术层面，囊括智能算法、芯片和技术架构。如今在安防项目讲究整体解决方案的情况下，不管是技术还是业务层面，最终呈现在客户面前的产品方案，需要具备成熟、稳定、实战的性能与效果。

　　这涉及到了安防系统单点智能与整体智能的行业态势。单点智能，多以设备智能化为功能需求，前端摄像机与后端服务器智能化是当前最为普遍的应用常态，在解决监控区域的智能分析方面，它们是区域联网智能监控管理时代的网络节点，芯片与智能算法的持续迭代、成熟让硬件智能化的成本不断下降，大面积单点设备智能化时代的大潮已经来临。

　　这个应用趋势在消费级监控市场更是开展得如火如荼，不管是线下体验店还是线上电商平台，绝大部分的消费级监控摄像机在智能化功能应用方面已经普及开来，智能语音／人脸识别、入侵报警等功能贴切消费者的用户需求。根据市场的反馈，2016年，消费级监控摄像机的发展在夜视、全景、红外等技术的融合集成下，表现强劲，并且非专业安防用户的安全意识与品牌意识都得到了极大的培育，智能化的功能迎合了年轻消费者对品牌与时尚的个性追求。

　　在专业的安防监控项目市场，客户对于智能化的功能应用有了充分的理解，逐渐走出了智能无所不能的误区。但是这不意味着用户放弃了系统智能化的需求，而是对于项目的整体智能化的需求更加的明确。

　　杭州智诺科技股份有限公司研发总监刘玉宇认为，现在客户也比较客观地看待安防智能化的问题，不再那么的急功近利与不切实际，将现有设备系统的价值最大化是当前智能化的重点。他举例指出，在一个成熟的金融智能化方案中，单点的智能化最后必须嵌入到银行的系统中，与其他安防设备一起，如报警主机、门禁、IP对讲等，通过软件平台进行综合管理，使业务形成闭环。

　　同时，这些智能业务功能必须切合银行安保的流程，如有些银行监控选择分行的监控进行汇总，有的是简单的案件先处理，对于复杂的案件再进行上报到分行，进行分级、分域的平台建设。所以金融智能是非常体系化的智能，需要算法团队、设备研发团队、平台的集成团队、售后支撑团队等方面的综合协同。

　　监控智能化市场的展望

　　从技术层面讲，推动安防智能化大发展的原因是人工智能在算法与芯片领域的成熟及成本的下降，使得智能化的商业化落地更加快速地普及。在市场层面，监控智能化百花齐放的形势是市场寻求差异化竞争的结果。在未来的监控智能化市场发展变化中，高清化的普及将是非常关键的一环，只有在采集端获得高清的视频数据源的前提下，才能对监控区域的事件进行目标分析。

　　为此，在围绕整个安防智能化发展的进程中，是从采集到处理、传输、存储、分析的全产业链的生态演进，这个产业的演变是带动设备及系统升级换代的动力。在这个过程中，主流的设备解决方案供应商已经发力布局，并且在实战化方面取得了不俗的成绩。对于这个高级别应用的行业门槛，或许又会带来更大的市场格局的震荡。