隨著安防智能化的普及應用，客戶對于什么是安防智能化有了更加客觀的認知，智能化不是無所不能，更加便捷、安全、高效地解決業(yè)務需求才是設備與系統(tǒng)智能化的初衷。在金融領域，銀行的柜臺點鈔機的監(jiān)控設備，需要將柜臺與客戶的人臉抓拍聯(lián)動起來形成畫中畫疊加視頻后再進行錄像，才能完整的描述一個業(yè)務。

同樣，對于自助銀行廳和ATM機的防護，發(fā)生報警時需要及時與保安系統(tǒng)進行對接，讓安保人員采取措施進行處理，如通過語音對講進行喊話，或者通過閉鎖功能對門進行關閉，通過智能設備與平臺及安保人員的協(xié)同作業(yè)，確保智能化系統(tǒng)應用的價值最大化。

客戶接受度提升 智能化應用在擴展

安防智能化早期的應用，出現(xiàn)過一些問題，比如誤報和漏報，使得客戶對智能化設備和系統(tǒng)產生不信任，但是設備高清化和算法精細化的進步提升了識別的準確度，讓客戶對于金融監(jiān)控智能化的認知和接受度有了很大的改善，也帶動了安防監(jiān)控由事后處置轉向事中實時預警的發(fā)展。雖然現(xiàn)在事前預判還不成熟，但是大數據與云計算等技術的不斷發(fā)展，事前預判的能力未來也會大大地提高?，F(xiàn)在客戶也比較客觀地看待這個問題，不急功近利，將現(xiàn)有設備系統(tǒng)的價值最大化是當前智能化的重點。

智能安防在金融方面的應用近年開始逐步進入了銀行的核心業(yè)務。比如，在人臉識別技術應用方面，工商銀行與招商銀行都推出了“刷臉”辦理業(yè)務的功能。又如，在協(xié)助銀行信用卡業(yè)務的監(jiān)控智能化方案，智能實名認證可以為銀行和客戶提供遠程可視化的追蹤與管理模式。但鑒于人臉識別技術尚未完全成熟，金融領域目前還在是小規(guī)模試點。

我們認為金融行業(yè)智能安防的主要市場還是在安全防護上，從自助銀行廳到加鈔間到運鈔車，都需要安防的介入。智能安保仍然是金融行業(yè)智能安防的主戰(zhàn)場。

智能實時預警系統(tǒng) 需要專業(yè)運維團隊

金融客戶對于安防監(jiān)控的設備及系統(tǒng)一向比較挑剔。智能安防應用于金融行業(yè)時，算法需要足夠強的適應能力，應對銀行千差萬別的現(xiàn)場環(huán)境，確保在各種惡劣條件下設備及系統(tǒng)的性能不出現(xiàn)明顯的下降。如果不是算法本身針對環(huán)境進行過適應，僅依賴現(xiàn)場的參數優(yōu)化，為了避免漏報，往往容易形成大面積的誤報。有時一臺設備一天就可能產生上萬條的誤報信息，而一個安保人員一天大概只能處理兩三百條信息。出現(xiàn)這樣的情況，一臺設備就會把整個銀行的安保人力都占用了。

同時，安防智能化的可靠性還要依賴配置的準確性、外圍設備的可靠性，從而實際上對強大的運維團隊提出要求。如果攝像機調焦不清或曝光參數不合適，成像效果不理想，拍攝的人臉模糊發(fā)黑，智能人臉抓拍、識別就無從談起。故需要在綜合而復雜的應用細則環(huán)境下，有一個強大專業(yè)的運維團隊來做支撐，這個團隊除了將設備系統(tǒng)的智能化的算法能夠在客戶面前做到最佳的呈現(xiàn)，還需要能夠及時處理售后問題，第一時間解決客戶的遇到的麻煩。這個非常的重要，如果沒有這樣的交付及售后團隊，哪怕算法再優(yōu)秀，整個智能化的方案也無法得到合理的配置與處理，智能化的功能應用也無法達到最大化。

最后，在成熟的金融智能化方案中，單點的智能化最后必須嵌入到銀行的系統(tǒng)中，與其他安防設備一起，如報警主機、門禁、IP對講等，通過軟件平臺進行綜合管理，使業(yè)務形成閉環(huán)。另外，對銀行安保流程的了解也非常重要，比如有些銀行監(jiān)控選擇分行的監(jiān)控進行匯總，有的是簡單的案件先處理，對于復雜的案件再進行上報到分行，進行分級、分域的平臺建設。這些一整套智能化完成的東西，才是銀行真正需要的東西。所以金融智能是非常體系化的智能，需要算法團隊、設備研發(fā)團隊、平臺的集成團隊、售后支撐團隊等方面的綜合協(xié)同。

技術革新讓市場面向新的藍海

金融監(jiān)控傳統(tǒng)領域一直是競爭激烈的安防細分市場，友商的屬性的差別也使得安防技術革新加快。以傳感技術為例，傳統(tǒng)的安防監(jiān)控企業(yè)進入金融市場，會選擇以攝像機為主要的傳感器手段，在此基礎上形成智能安防系統(tǒng)。

但是一些新進來的友商，會通過主動式紅外測距相機捕捉場景的三維信息，去解決銀行的安保問題。也有一些企業(yè)通過雙目攝像機，模仿人的左右眼，通過獲得的深度信息，去做智能化分析。還有企業(yè)通過多攝像頭融合，綜合多個視角捕獲的場景信息進行智能分析。

這些都是非常具有差異化的技術革新，給安防技術多元化帶來更多的可能。但是從目前的態(tài)勢分析，最終還是要看這些非傳統(tǒng)安防技術的功能應用，呈現(xiàn)在客戶項目中的性能能否成功解決客戶的需求。

智能算法繼續(xù)演進

在智能算法技術方面，基于卷積神經網絡（Convolution Neural Network）的機器視覺技術已經在人臉識別等很多領域中證明了其有效性，未來相信一定也會在金融行業(yè)的智能安保中發(fā)揮更大的作用。訓練卷積神經網絡的三個算法：深度學習、強化學習、和遷移學習，分別從三種方式模擬人腦的學習過程。通過他們的靈活運用，預計在未來三年內，安防監(jiān)控設備及系統(tǒng)在智能化的性能方面，會有一個比較大的突破。

卷積神經網絡算法是一個高并發(fā)、低單元處理復雜度的算法，特別適合GPU計算的框架。但目前，大部分的銀行的智能分析硬件還采用ARM、DSP或x86／x64 CPU的流水線式處理器架構。隨著智能算法的演進，智能分析的硬件系統(tǒng)也將不斷更新。

銀行存量市場大

在舊系統(tǒng)改造方面，許多銀行，特別是四大行的監(jiān)控系統(tǒng)，很多的網點還在用模擬監(jiān)控的方案。而在模擬監(jiān)控的方案下，寬動態(tài)、強光抑制、星光級等技術在模擬監(jiān)控系統(tǒng)上是無法實現(xiàn)的。所以未來不管是智能化的需求，還是銀行安保對于高清監(jiān)控的需求，銀行監(jiān)控系統(tǒng)升級改造的存量市場肯定會很大。