人工智能助力安防全面发展

一年时光，转瞬即逝。转眼间，2017年已经结束，回顾这一年安防行业的发展，智能化趋势更加明显。这一年来，“人工智能”(AI)接连刷屏，从5月份最激动人心的AlphaGo对战柯洁开始到现在，人工智能逐渐呈现爆发趋势。

安防应用场景较多，小到身份识别，家居安防，大到反恐国防。现代社会人口流动大，中产阶级逐渐崛起，用户财产逐渐积累，而收入增多同时带来的是风险的加大，用户安全性缺失，安防成为用户的刚需。身份识别手段的多样性对于安防意义重大，因此安防领域对于图像识别的要求更高,也要求更多的手段通过多维度来进行识别，AI技术的进步可以大大提高身份识别手段的多样性与准确率,对于安防的意义重大，尤其是安防在国防安全领域的应用，具有国家战略意义。

安防行业的发展经历了几个阶段，首先是传统的模拟监控，安防系统用户主要以政府部门为主，随着国民生活水平的提高，数字监控应运而生，安防用户逐渐增多，图像实现数字化储存，之后又发展到高清化监控，视频监控系统与用户业务系统开始进一步融合。

随着物联网技术的发展，传统简单被动的安防形式已无法满足日常多样化的生活和工作场景，在大数据、人工智能等技术的带动下，安防向城市化、综合化、主动安防方向发展，智能安防成为当前发展的主流趋势，其应用覆盖了金融、交通、教育等行业，囊括银行机构、政府、学校等公共场所和家庭场所。通过无线移动、跟踪定位等手段实现全方位的立体安防，同时与整体城市管理系统、环境监测系统、交通管理系统、应急指挥系统等多个系统相互作用，最终实现万物互联下的全方位安防体系。

从安防手段的应用来看，主要分为政府主导的治安监控、交通监控以及商用的办公楼监控和个人/家用的家庭住宅安防布局。比如利用人脸识别技术针对海关、机场等场所的出入境人员进行监控，防范犯罪分子;在金融信贷、支付等领域通过人脸识别实现个人信息的管理和交易等，以视频、光学为核心的安防技术已经广泛应用到各行各业，泛安防时代已经到来。

“AI+安防”之图像识别

在视频监控飞速发展的今天，安防产品不断增多，视频监控画面的信息已成海量，远远超过了人力所能进行的有效处理范围。传统采用人工回放录像取证的方式具有效率低下，容易出错的缺点。而人工智能技术恰好具有处理海量信息的能力，也能在技术的基础上实现实时监控、基准判断。

图像识别技术不仅可以实现静态识别，也可以完成动态识别。通过对图像内容的迅速分析，信息分析平台可以监测出可视范围内的人群数量，并且捕捉每个个体的行为动作，形成重点场所及区域的面状。

智能视频分析(IntelligentVideoAnalysis，IVA)技术是解决海量视频数据处理的有效途径。IVA采用计算机视觉方式，主要应用于两个方面，一是基于特征的识别，主要在于车牌识别、人脸识别。二是行为分析技术，包括人数管控、个体追踪、禁区管控、异常行为分析等，可以应用到监测交通规则的遵守、周界防范、物品遗留丢失检测、人员密度检测等。通过对视频内的图像序列进行定位、识别和追踪，智能视频分析能够做出有效分析和判断，从而实现实时监控并上报异常。

“AI+安防”之人脸识别

人脸识别是基于人的脸部特征信息进行身份识别的一种识别技术。人脸识别技术被广泛应用于金融、安防、交通、教育等相关领域，主要应用场景包括企业、住宅的安全管理;公安、司法和刑侦的安全系统;自助服务等，刷脸支付、刷脸进站等项目逐渐实现。

人脸识别包括1:1的人脸对比和1：N的人脸对比。1：1主要指用户真实脸部信息与用户提交的身份证信息进行比对，常见于银行等金融机构和公安系统。1：N更常见于刑侦和国家安防领域，能够通过与faceID库的对比，快速找到犯罪分子或失踪人员，1：N识别精度难度要远远高于1：1人脸识别。厂商也针对1：N的精确度做了技术深耕，百度曾宣布百度大脑的1：N人脸识别监测准确率已达99.7%。

目前，人脸关键点检测技术可以精确定位面部的关键区域，还可以做到支持一定程度遮挡以及多角度人脸，活体检测及红外光识别技术有效阻挡了照片、手机视频等二维人像的作弊行为，使3D人脸识别准确率大幅度提升。但双胞胎识别、整容易容前后的识别依然是人脸识别的难点，因此需要虹膜识别等其他识别技术进行补充。

人脸识别技术另一个关键层面在于faceID库的建立，3D人脸识别数据采集相对困难，采集数据量十分巨大，对计算机计算存储能力要求较高，faceID库的数据量是人脸识别技术算法训练的基础，数据越高，相应的准确度才会越高。各厂商仍需继续扩充自身的faceID库规模。

“AI+安防”之国家安防

目前平安城市、智能交通仍然是安防行业最大的下游应用领域，与政府公安相关的交通、道路视频监控仍然是安防行业最重要的应用环节。

作为关系到百姓日常生活的重要部门，公安及安防行业的信息化、智能化提升迫在眉睫。而伴随着人工智能技术的发展，国家对公安及安防相关部门持续投入并建设大规模的基础设施，同时人工智能技术迭代下，技术厂商需要大量的数据进行算法训练，因此，双方需求实现有效结合，人工智能技术快速在国家安防领域落地开花。

计算机视觉广泛应用于飞机场、火车站等公共场合，在大规模视频监控系统中可实现实时抓拍人脸、布控报警、属性识别、统计分析、重点人员轨迹还原等功能，并做出及时有效的智能预警。且对于抓获有作案前科惯犯帮助很大，目前多应用于公安事前、事中、事后敏感人员布控、失踪人员查找等。安全布防需要消耗大量的警力资源，尤其是运动会、国家会议、演唱会等重点区域和重点活动的安防，而在这其中，已经开始出现人工智能产品的身影，包括实时监测系统、巡逻机器人、排爆机器人等，未来这些机器人也将会更多的替代传统安防体系中重复且低效的工作，节省警力资源。

“AI+安防”之民用安防

随着网络建设的完善、视频监控的高清化、硬件产品的发展和云端的成熟，安防领域进入快速发展期，从传统前端基础建设，向后端进行深化应用，安防进入智能安防时代。行业化细分明显，厂商推出多行业的综合解决方案和个性化定制方案。

2016年国家提出开放式住宅小区建设，安防产品逐步民用化，包括在小区、办公楼等场景下的监控、楼宇对讲、智能家居等产品，民用安防市场发展空间巨大。企业安防及家庭安防关乎到个人的生命财产安全，通过门禁、监控设置的铺设，人口密集区建立起完善的安防体系。而现有的摄像头、智能门锁、闸机等硬件的发展，为立体安防奠定了基础。

“AI+安防”的未来发展趋势

a.安防产品不断迭代和创新，立体安防体系

门锁、摄像头等安防产品向智能化发展，而芯片的发展、人工智能技术的发展将推动现有安防产品功能的完善，包括智能IPC、智能DVR和智能NVR等产品。设备的优化及组网的灵活有利于安防产品的大规模部署，未来安防体系将更为完善。智能门锁与报警器、监控、门禁等多种安防产品相互配合，共享数据，形成较为立体、实时的安防体系。视频图像的联网调度和信息资源共享，使得安防由被动防范向提前预警方向发展，随着数据资源在不同安防云端的共享，安防产品将实现对危险分子的主动识别，安防行为由被动向主动转变。

b.智能安防将逐渐云端化

4K摄像机及4K监控系统不断发展，特征识别与视频智能分析应用于安防体系中，提高了安防的时效性、安全性和精准度。随着安防产品的增多及清晰度的增加，安防体系中存储的信息将呈指数级增长，云端成为安防体系的必要基础设施，一方面存储大量的视频及用户信息，另一方面在云端进行数据处理，优化图像识别等算法。

未来，安防产品的服务将越来越多，通用型安防产品及服务逐渐兴起，智能化安防产品将以服务模块的方式服务于不同的行业和不同的场景，从而实现资源按需分配，进而满足客户需求，并提高资源利用率。

c.平台初步搭建完成，市场进入洗牌期

在智能安防设备大量安装的背景下，海量安防数据不断产生，各个安防厂商相继推出智能安防解决方案，因此也需要对软件平台及其配套的硬件设备进行整合。随着安防监控应用的成熟，各平台的技术标准、开发接口等越来越统一，安防头部厂商占据先发优势，率先建立解决方案平台，阿里云、特斯联等安防平台已搭建完成，长尾企业进一步兼容标准，从而推动行业进入成熟期，而在技术、资金、商业模式上无法站稳脚跟的企业将快速被市场淘汰。