人工智能技術的落地，研發(fā)團隊的技術創(chuàng)新，最終都需要以產(chǎn)品化實現(xiàn)行業(yè)應用為最終目的。

中國擁有世界獨一無二的市場規(guī)模，任何新興技術面對如此巨大的市場規(guī)模都將產(chǎn)生新的質(zhì)變。人工智能技術在基礎層面的研究，需要依靠海量數(shù)據(jù)以及最終的應用市場來實現(xiàn)變現(xiàn)。

隨著大數(shù)據(jù)挖掘、人工智能深度學習技術的不斷成熟，國內(nèi)在語音識別、圖像識別領域正在迎來良好的市場機遇，應用層中應用場景開始實現(xiàn)多元化延伸，公共安全領域智能安防、健康領域智慧醫(yī)療以及出行領域智慧交通、自動駕駛等行業(yè)快速崛起，垂直行業(yè)應用的不斷深入正激發(fā)AI快速發(fā)展，同時催生著海量的定制化需求。這些要素是美國市場所不具備的，也正是中國人工智能發(fā)展優(yōu)勢所在。

以國內(nèi)智能安防為例，近些年的快速發(fā)展使其在全球安防領域始終保持著領先地位。當前，基于深度學習的人工智能技術正在加速融入安防領域，尤其是人臉識別技術是目前應用較為廣泛的，在智慧安防中運用人臉識別技術在布控排查、犯罪嫌疑人識別、人像鑒定以及重點場所門禁等領域獲得了良好的應用效果。

從技術上來看，實現(xiàn)落地的主要集中在以下幾個方面：

通過深度學習等人工智能前沿技術，實現(xiàn)對視頻中目標檢測、目標跟蹤、目標分類、目標檢索和行為分析。目標分類在目標檢測與跟蹤之后，捕獲到合適目標，可以對它的屬性進行分析。

以監(jiān)控場景的人體為例，識別行人的生理屬性。通過分析行人身體結構，準確識別視頻中人物的性別、年齡、姿態(tài)等多種生理特征。

識別行人與車輛，基于深度學習的行人檢測算法能夠在各類遮擋的情況下精確找出行人位置，并能夠進一步分析行人姿態(tài)和動作，可應用于交通監(jiān)控、輔助駕駛、無人駕駛等?？梢栽谛熊噲鼍?、交通監(jiān)控場景、卡口場景中檢測多種不同角度的車輛，并同時給出車牌號碼、汽車品牌、型號、顏色等物理特征。

另外，實現(xiàn)人群分析。在高密度公共場所，例如地鐵，廣場，估計人群數(shù)量和密度，同時檢測人群過密、異常聚集、滯留、逆行、混亂等多種異?，F(xiàn)象。

無論是傳統(tǒng)的安防企業(yè)諸如?？低?/u>、大華股份，還是人工智能初創(chuàng)企業(yè)商湯、曠視、智慧眼等都在加大AI+安防領域的投入，并通過不斷推出結合實戰(zhàn)應用的新產(chǎn)品，實現(xiàn)在智慧城市中的落地應用。