據(jù)《中國人工智能行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報告》統(tǒng)計數(shù)據(jù)顯示，預計到2020年全球人工智能核心產(chǎn)業(yè)規(guī)模將超過1300億美元，年均增速達到60%，我國核心產(chǎn)業(yè)規(guī)模將超過220億美元，年均增速接近65%。隨著人工智能在我國移動互聯(lián)網(wǎng)、智能家居等領域的發(fā)展，我國人工智能產(chǎn)業(yè)將持續(xù)高速成長，預計到2022年，國內(nèi)中國人工智能行業(yè)市場規(guī)模將達到680億元。

正是這一輪AI的到來，讓安防真正跨入到智能化時代。安防對AI技術的運用，已經(jīng)從簡單的人臉識別、車牌識別，上升到了多維數(shù)據(jù)碰撞、數(shù)據(jù)融合上，但是數(shù)據(jù)質(zhì)量、信息孤島等問題，讓信息維度和數(shù)據(jù)維度遠遠不夠，導致相關應用無法很好的展開。

但可喜的是，越來越多的企業(yè)意識到——AI產(chǎn)業(yè)的發(fā)展已經(jīng)不是單純比拼AI算法或設備智能化。目前我們看到，許多科技媒體較安防垂直行業(yè)媒體更為關注AI的發(fā)展動向，尤其是在安防領域。

這一輪人工智能熱潮發(fā)展至今已有四五年的時間，對于安防產(chǎn)業(yè)而言，人工智能并不是新鮮的技術訴求，因為在很久以前行業(yè)就被這樣的需求所驅(qū)動，視頻監(jiān)控從“看得清”到“看得懂”，需求一直存在，因為這是用技防去替代人防的一個核心能力。但很久以來產(chǎn)業(yè)仍處于一種技術與用戶需求或方案需求之間存在巨大鴻溝的狀態(tài)。

在深度學習出現(xiàn)之前，人工智能在安防領域的應用十分受限，沒有辦法大規(guī)模推廣，基本只有車牌識別的應用相對成熟，因為它的應用場景相對規(guī)范。人臉識別雖然應用需求廣泛，但由于場景的復雜性，限制了人臉識別的大規(guī)模普及應用。

然而這一輪人工智能技術的發(fā)展，使得現(xiàn)有的人工智能尤其在計算機視覺領域的性能實現(xiàn)了很大突破，所以我們現(xiàn)在會更泛化的去看待安防領域的人工智能。它并不僅僅局限在安全管理上，視頻監(jiān)控其實更多是一種視覺傳感器的角色，有了AI加持之后，它可以提取更豐富的數(shù)據(jù)信息，把物理世界進行數(shù)字化轉(zhuǎn)化，然后為包括安防和更多其他實體經(jīng)濟的行業(yè)領域賦能。

在實際的測評中發(fā)現(xiàn)，在一些標準化的場景中，人臉識別、人證合一、車輛結(jié)構化描述等AI技術應用擁有較高的成熟度，應用效果很好。但在一些非標準化的場景下，比如開放式的1：N人臉識別或是非交通卡口的治安監(jiān)控點，由于安裝角度、光線環(huán)境等因素，人臉和車輛的識別分析效果依舊有待提升。

另外，繼人臉識別之后，行人重識別正逐漸得到越來越多研究單位的重視，但這也是一個非標場景，角度、距離、光線、裝扮等都會對識別分析的效果產(chǎn)生影響，這種情況下如何實現(xiàn)精準識別仍具有很大的挑戰(zhàn)性，但一旦突破了應用瓶頸，便可以很好地助力公安實戰(zhàn)應用。現(xiàn)階段，行人重識別技術還處在相關研究機構技術積累的階段，距離落地應用仍有待時間考驗。

在實際的訪談中不少廠商反映，當前的AI過于依賴應用場景，在某個場景的應用很難適用于其他的場景需求，需要重新調(diào)整算法與收集數(shù)據(jù)，AI算法模型泛化能力不足，成為了制約智能方案落地的阻力。

除此之外，作為新技術和更高門檻的應用創(chuàng)新，AI的落地成本并不低，走訪了解到，不少行業(yè)的AI落地，折算到視頻監(jiān)控，成本仍高達近萬元/路視頻，即便成本控制良好，一般也不會低于3000元/路，安防AI智能化發(fā)展仍處于高投入落地階段，距離低成本大面積推廣仍有不少的路要走。

來源：安全自動化