將前沿算法應(yīng)用到實(shí)際場(chǎng)景中才能凸顯價(jià)值，但二者結(jié)合卻是一項(xiàng)艱巨的任務(wù)。那么，算法到場(chǎng)景應(yīng)用還有多遠(yuǎn)？

　　在場(chǎng)景化應(yīng)用之路上，泛化能力是算法長(zhǎng)期面臨的問題，也是現(xiàn)階段主要瓶頸。由于實(shí)驗(yàn)室中訓(xùn)練好的模型在情況千變?nèi)f化的現(xiàn)實(shí)應(yīng)用場(chǎng)景中性能往往會(huì)明顯下降。

　　在全國(guó)公安視頻監(jiān)控畫面中，事故、打架、摔倒、聚集等場(chǎng)景多如牛毛，盡管可以通過通用算法構(gòu)建模型，但我國(guó)幅員遼闊，光南北氣候差異下，人們的穿著、妝扮就千差萬別，海南的深冬還可著短袖，黑龍江10月就已經(jīng)換上棉衣棉帽。在3米及以上高度假設(shè)的人臉攝像頭，要面向30米及以上距離的高視角、大范圍進(jìn)行攝錄，識(shí)別準(zhǔn)確能力無疑將會(huì)大幅下降。

　　因此，在實(shí)際應(yīng)用中需要對(duì)算法的場(chǎng)景進(jìn)行嚴(yán)格定義，例如智能交通中過車及違章抓拍、機(jī)場(chǎng)車站的人證對(duì)比等，都需要制定具體的工程安裝方案。這種做法在技術(shù)不夠成熟的條件下有效實(shí)現(xiàn)了商業(yè)價(jià)值。不過，對(duì)已有設(shè)備改造的成本也減緩了算法對(duì)安防傳統(tǒng)應(yīng)用的滲透速度，這同時(shí)限制了有效素材獲取的效率，不利于算法的進(jìn)一步提升。

　　目前，國(guó)內(nèi)安防廠商針對(duì)這一問題搭建了合作平臺(tái)，傳統(tǒng)廠商開放平臺(tái)圖像數(shù)據(jù)資源庫(kù)，算法企業(yè)將AI算法技術(shù)打包成模塊，嵌入硬件產(chǎn)品或系統(tǒng)臺(tái)中，這將成為當(dāng)前AI在視頻監(jiān)控領(lǐng)域落地快捷的一條路徑。目前國(guó)內(nèi)已經(jīng)有多家平臺(tái)商在不同場(chǎng)合表達(dá)了合作態(tài)度。

　　結(jié)語(yǔ)：未來安防解決方案不僅要直擊用戶痛點(diǎn)，更需要通過算法挖掘大數(shù)據(jù)，為民眾提供更可靠的安全環(huán)境?？梢哉f，算法是人工智能的生產(chǎn)工具，算法的底層邏輯推理也驅(qū)動(dòng)著AI安防的落地，安防落地場(chǎng)景的復(fù)雜性又推動(dòng)算法進(jìn)一步優(yōu)化。正如加州大學(xué)伯克利分校 UCB 電氣工程與計(jì)算機(jī)科學(xué)系、統(tǒng)計(jì)系教授Michael I.Jordan所言：AI 時(shí)代變革，源于應(yīng)用場(chǎng)景中的優(yōu)化算法。