安防行业AI化发展历程

发展70年，安防领域内AI技术应用正式落地

CCTV监控摄像机的发展并未显著提高国人的安防意识。直到1979年为止，安防产品仍以探测、报警及实体防护为主，且多应用在博物 馆及保密要害单位等高价值场所；随着中国安防产业格局初步形成，安防产品应用领域逐步扩展到金融、房地产、运输服务等行业。进入21世纪，视频监控产品向数字化、高清化、网络化和智能化的趋势发展，在应用层面上也开始向社会化安防产品、民用市场深耕。2012年，AI技术在安防市场上得到了大规模落地与应用，人工智能开始推动传统安防产业进化和革新。前端信号的采集和探测设备中开 始加入AI芯片，通过智能识别并筛选图像再进行传输，减小传输空间和缩短时间；后端处理平台可同时处理的前端相关产品数量大幅度增加，清晰度和识别准确度都显著提高。

AI技术深入应用成为安防行业一个重要的发展趋势

2009年AI技术开始在多行业初步应用，其中，安防监控是人工智能最先大规模产生商业价值的领域，也成为许多AI技术研发公司的切入 点。2012年，新兴产业发展规划的出台促使众多安防企业开始落地平安城市和智慧城市建设，另外，天网工程和雪亮工程等国家政策整体推动了AI安防的发展，越来越多的AI和CV公司开始将安防领域作为其主要发展点之一。

  AI技术在安防领域全国落地应用

从2005年开始的平安城市建设，到2011年启动的智慧城市建设，以及后续提出的天网工程、雪亮工程等安防重点项目，AI在安防领域中 不断渗透，智能安防产品运用于实体事件的需求凸显。从2012年起，传统安防企业和AI+安防领域新兴公司都开始注重安防产品在城市建设上的应用。另外，从地区维度上看，智能安防产品的应用最先出现在人口密集区域，典型地区如珠三角、长三角以及中部地区，这些地 区对于智能化安防产品需求较高、安防应用的意义较大。从2016年智能安防的概念被大面积提及开始，各公司在全国范围内智能安防应用落地的举措愈加频繁，应用场景也从最初的公安和交通向其他行业拓展。

AI+安防三大落地应用方向：视频结构化、生物识别技术、物体识别系统

《中国安防行业“十三五”(2016-2020 年)发展规划》指出，“十三五”期间，安防行业将向规模化、自动化、智能化转型升级，且到 2020 年，安防企业总收入达到 8000 亿元左右，年增长率达到 10%以上，按照规划预期，到2022年安防行业市场规模将达到近万亿。 从目前行业的发展速度来看万亿目标似乎不难实现，但随着AI技术的普及，传统安防已经不能完全满足人们对于安防准确度、广泛程度 和效率的需求。 在2017年，安防系统每天产生的海量图像和视频信息造成了严重的信息冗余，识别准确度和效率不够，并且可应用的领域较为局限。在 此基础上，智能安防开始落实到产品需求上。算法、算力、数据作为AI+安防发展的三大要素，在产品落地上主要体现在视频结构化(对 视频数据的识别和提取)、生物识别(指纹识别、人脸识别等)、物体特征识别(车牌识别系统)。

需求变化：安防从事后查证向事前预警前移

随着智能化技术的不断完善，主动应用和事前预警成为可能；人脸识别、异常行为分析、人数计数、音频检测等智能化应用明显显示出 安防从将事后查证向事前预警前移的趋势，这些应用可以有效防止各类案事件的发生；视频浓缩、视频摘要检索也全面提升了事后处理的效率和质量。此外，大数据应用下的云存储和云计算也在为构建新一代的数据中心和计算中心提供有力的保障。安防从传统模式大踏 步迈入智能新时代，从1.0的“事后追溯”、“人防”为主升级为“实时监管”与事前预防，“技防”为主。在技术层面上，事件的发现能力、事件的分析能力、事件的研判能力、事件的处置能力、数据采集以及存储能力发展，应急响应所需的数据要涵盖流量数据、终端数据、SIEM数据，并结合第三方数据进行分析研判。

AI融入安防全产业链，上中下游均有明显的技术革新趋势

在安防产业链中，硬件设备制造、系统集成及运营服务是产业链的核心，渠道推广是产业链的经脉。未来安防产业的运营升级势在必行， 通过物联网、大数据与人工智能技术提供整体解决方案是众多企业的发展趋势。

AI+安防行业发展现状

视频监控——代表安防但不等于安防

从A&S2017年“全球安防50强”排行来看，榜内50家公司中有33家主营业务为视频监控，少数公司专注于出入口控制和防盗报警领域， 从事安防其他业务的公司数量非常少。 在中国这种分布情况更为明显：安防应用场景分类中视频监控占比达51%，其中海康威视、大华股份和宇视科技市场份额稳居前三。 如今，视频监控作为安防代表性的子领域，开始广泛应用于平安城市建设、智能交通、金融等细分应用领域中。

安防产业发展前景乐观，AI技术凸显附加价值

根据中国产业信息网统计数据，2016年我国安防企业数量近2.2万家，从业人数达160万人。根据2018年同花顺反馈的数据，目前所属 概念为安防的上市公司有65家，主营业务为安防的企业达到17家，新三板企业在安防领域中有62家公司，相关业务与安防有关的达到86 家，其中大部分业务基于安防热门子领域技术研发。 从安防行业规模来看，考虑到AI技术普及度较低、智能化产品价格偏高、场景应用局限性大、对智能产品接受度不够等因素，目前大部 分安防企业对于AI技术的应用还处在接受并尝试使用阶段，超过90%的市场份额仍被传统安防占据。但从增长趋势中可以看出，AI在安 防领域的附加价值开始凸显。根据A&S“全球安防50强”排行中国企业数量来看，2017年的数量突破与AI技术引用关系匪浅。

形成三大安防产业集群：京津地区、长三角、珠三角

安防产业新玩家涌现，四大方向引领安防智能化

AI安防企业图谱——上游安防产业成为AI公司根据地

AI+安防企业案例

眼神科技

《财经》数据显示，2017年安防产业的产值达到4500亿人民币，但所有AI安防产品产值不到20亿，AI在安防行业技术渗透率也仅为1％。 AI+安防市场前景巨大，突破点在于安防产品应用落地。眼神科技基于多模态生物识别技术核心算法，凭借全产业服务能力，深耕行业 落地场景（金融、安防反恐、教育等），形成完整的商业闭环。 针对AI+安防，眼神科技从1998年开始研究算法，20年人工智能领域的积淀让其能依靠技术优势和落地经验，为传统安防客户赋能以占 领更多市场，并延伸更多领域，如智慧校园领域、智慧家居领域以及海外市场等。依托多年技术和行业解决方案经验，眼神科技深耕安 防场景，落地了许多安防成功案例，如通过城市中架设监控设备进行黑名单布控和移动布控，并基于各种数据进行预警分析和行为分析， 抓获、预警及控制嫌疑人员；基于客运站、机场等交通枢纽的实名验证和安防布控；借助系统强大的图片搜索和视频搜索功能，寻找失踪人员等。

随着技术的发展，安防摄像机的人工智能属性将不断提升，摄像机可以进行前端交互、自动组网，对信息的跟踪能力越来越强；中心机房向大数据方向发展，数据的处理能力不断增强；而安防也不再局限于安全管控，将更多深入民众生活的方方面面。 因此，在安防行业，多领域的探索已经成为趋势。眼神科技通过将多种自主知识产权的生物识别技术统一融合，在不同细分领域中构建 统一认证云平台，实现用户多种生物特征数据的统一管理、分类存储和融合识别，满足应用多元化的需要。在2018年眼神科技还将逐步 把视野从人的识别向其他方面延展，与国内五所顶尖大学和科研机构成立联合研究院，并在雄安新区成立眼神人工智能研究院。

案例分析·安防领域上市企业战略布局

安防企业发展过程中的战略变化

安防产业发展过程中，技术的升级，性质的转变

从企业更新的年报中，亿欧智库筛选并整理了自2008年起安防产业发展过程中技术的升级以及安防性质的转变。三个比较明显的变化主 要是在：1）2009年，网络技术的普及、3G技术的成熟，视频监控向数字化发展；2）2013年，智能手机、4G技术的发展给安防带来了 更加智能的操作空间；3）2016年，人工智能和VR大热，智能化安防产品越来越多。

安防领域内新兴AI企业产品的演变

随着AI在安防行业的渗透，全线产品AI化成了国内主流安防监控厂商的新战略。随着AI在行业深入落地，AI在视频监控领域的产品形态也开始趋于稳定。自2012年深度学习被广泛应用之后，部分AI企业将视角转向安防领域，并研发出基于人工智能或深度学习的AI安防产品。从产品线来看，旷视科技、依图科技、云从科技、云天励飞等相继推出了AI安防产品，主要分为人像识别布控系统、视频结构化分析系统、车辆大数据平台、警务大数据平台、AR实景指挥系统，且都有不同方向小范围的运用。

拥抱AI，安防领域内大型上市企业创新发展史

安防上市企业案例分析

拥抱AI，安防领域内上市企业划分类别

众所周知安防上市企业的业务范围重叠度高，除了产品本身，应用方向和主要布局渠道都有一定的相似性，但是从这些上市企业的营收 业绩来看，企业之间的差距也非常明显。虽然大环境大背景相同，但每家企业的战略布局又有不一样的地方。 从产品研发方面可以分为自主研发和投资收购，从对AI积极态度来看，可以分为嗅觉敏感和伺机而动两种。

海康威视

大华股份

从业务发展过程来看，大华股份历经了三个主要阶段：1）最初主要以嵌入式数字硬盘录像机为主，其他业务为辅，与其他安防上市企业 业绩相当；2）2010年大华发生跨越式发展，主营业务转为后端音视频产品，再到前端音视频产品，加强对专业人员的引进；3）围绕 “大安防”战略，向整体解决方案服务商转变。相对于业务的变化，从以下历程图来看，对新技术的敏感程度也颇为重要。 近年来，随着人工智能技术对安防产业的渗透，越来越多从业者认为，AI有望改写行业格局。作为嗅觉灵敏的大华，意识到了人工智能 的突破性创新技术。亿欧智库总结了大华近年来AI智能产品线，AI产品应用应该比预期更晚一些。

东方网力

据亿欧智库了解，东方网力的主营业务为城市视频监控管理平台的研发、制造、销售及提供相关技术服务，较高程度上依赖于国内各级 政府对平安城市项目中视频监控管理系统的投入状况，近年来政府对平安城市项目重视程度也给东方网力带来一定的机遇。 为了拓展其他新业务，东方网力在智慧轨道交通、智能驾驶、机器人安保、家用摄像头、机器人、前端设备和解决方案等进行投资收购， 积极探索人工智能在视频监控领域的应用，补足了业务应用的短板，同时也加强了在AI方面的技术能力，进入用户粘性更强的运营业务。

AI应用安防行业场景分析

AI应用安防场景后发生的改变

硬件市场增长速度减缓，软件和技术支持催生安防新场景应用

智能安防的发展方向主要从软件硬件、系统集成和运营服务三方面入手：前端摄像机内置人工智能芯片，可实时分析视频内容，检测运 动对象，识别人、车属性信息，并通过网络传递到后端人工智能的中心数据库进行存储。 根据IHS Markit最新视频监控市场调查数据，2016年中国视频监控摄像机出货量达5820万台，仅比去年增长了2.3%，远低于2015年 （34.6%）与2014年（38.5%）、2013年（29.6%）的增长率，这也意味着当前中国市场摄像机的覆盖已经趋于饱和，而未来市场对于 摄像机的主要需求将是由摄像机功能升级的更替驱动。而除了视频监控硬件，其余报警探测器、门禁、对讲机视讯终端等硬件也都趋向 于市场饱和，现阶段各细分领域中参与企业几乎占据所有市场份额，新玩家涌入机会较小。 而在2017年除视频监控外，根据百度指数反馈，安防领域中最火热的是智能家居场景和人脸识别技术，相比较于传统安防的，两者都是 基于人工智能技术在安防产业中的应用与发展而受人关注出现热度的，其核心产品的智能化程度高，对于智能软件和技术支持都有一定的要求。

新算法引入，安防产品效用指数倍增长

传统的安防产品如摄像机和门禁系统都只能做到初步防御，其监控视频只能进行短暂存储，调取后寻找特定人员或车辆需要花费大量人 力和物力成本，出入口控制凭证往往只是听取语音或者使用人直接识别面部，而硬件条件缺失也容易产生错误判断，在智能时代中，缺少自我识别的安防产品已经不能适应大众对于安防的需求，在这样的条件下算法引入安防产品成为关键。 但传统智能算法能够在特定环境和特定时间下表现出良好的性能，但只要一项因子发生改变（画质、环境等），传统智能算法在应用上 表现出的性能就会出现明显的下降，而计算机视觉、深度学习、集成算法等重要的人工智能算法同样需要能落地的具体行业，因此双方 的契合度决定安防领域成为算法优先测试方向。 在安防领域智能算法的运用主要表现在，用无间歇工作的智能算法来代替无法长时间保持高效的人力对视频画面进行监控；解决出入口 控制中人脸、指纹和语音等关键判断依据被冒用或者盗用的情况；提高安防产品保密和防御级别，确保视频会议，大型场所安防布控等 重要场合的正常运转。

芯片智能化提升安防硬件智能水平

安防领域内对硬件智能化程度的需求更高，硬件的交互属性大幅度提升。以最被人熟知的视频监控领域为例，传统安防使用的大部分摄像机因为传输的要求而被高清智能网络摄像机所取代，后者最大的优势在于后台可加装多种软件（如ISP硬件系统）,以供安防需要。如人脸识别、自动跟踪、过滤系统和视频存储压缩功能，拥有强大的系统性算法创新能力和海量输入情况下，结合大数据的系统性综合算法能力，能够远程操控，长时间不间断地对目标进行监测，环境适应能力加强。而这样的技术突破来自于智能芯片的广泛使用。如今智能摄像机中往往需要涵盖：音频编解码器+CCD/CMOS图像传感器+CDS光敏电阻和DSP（FPGA）数字信号处理+基于H.264以上的CPU+PHY以太网芯片，而这其中像CMOS、FGPA、H.265都能完全取代先前同作用产品。随着边缘计算的到来，图像和视频数据处理模式也发生了改变，原来的单级存储已经不太能满足行业的发展需求，AI功能前置成为趋势， 摄像头的前端附卡率开始增长，监控专用microSD正是智能监控数据存储和处理模式多元化下的产物。

视频结构化发展，数据维度上大幅提升

大数据造就了深度学习，占大数据总量60％以上的为视频监控数据，每年仍以20％的速度递增。监控视频已经全面高清化，1080P已经 越来越普及，4K甚至更高的分辨率逐渐在重要场景中得到应用。高分辨率下，为确保视频信息的正常传输和存储，在处理视频信息时往 往采取结构化的方式，将海量数据分割处理，再通过后台进行智能化整合与合理分类。 从视频监控角度，智能算法让信息传输发生质变，早期视频编码标准H.263以2~4Mbps的传输速度实现标准清晰度（720*576）广播级 数字电视；而H.264由于算法优化，可以低于2Mbps的速度实现标清数字图像传送；最新的H.265 High Profile已经可实现低于 1.5Mbps的传输带宽下，实现1080P全高清视频传输。 根据旷视科技的实验结果显示，视频结构化之后，从百万级的目标库中（对应数百到一千小时的高清视频）查找某张截图上的行人嫌疑 目标，数秒即可完成;千万级目标的库中查找，几分钟即可完成（如果实现云化，速度会更快）。经过结构化后的视频，存储人的结构化 检索信息和目标数据不到视频数据量的2%；对于车辆，不到1%；对于行为降得更多。存储容量极大地降低，可以解决视频长期占用存 储空间的问题。

识别技术广泛应用，安防产品从主动识别到被动识别

2015-2016年期间，“实验室算法”Linkface公司的DeepID2、旷视科技的Megvii算法、谷歌的FaceNet算法分别取得99.15%、 99.50%和99.83%的识别准确率，超过肉眼97.50%的识别率，百度的“近实用”算法也取得了97.6%的识别准确率。从此智能识别开始 被业界认可，卷积神经网络及其相关技巧的应用解决了计算机如何“看世界”的问题，而智能安防产业的首要数据来源便是图像和视频， 智能识别技术完美契合安防，将识别应用从主动识别固定对象提升到被动识别随机对象上。 目前智能识别技术还有广泛的提升空间，最主要的训练形式——一个有效的神经网络的形成需要数以万计的数据进行训练，涉及到的计 算量极大。根据天风证券对人脸识别国内头部企业的调研，训练一个识别率较高的人脸识别模型通常需要10-100万量级的人脸图片数据， GPU服务器约为1-2周的训练时间。

AI安防应用减少城市犯罪率，智慧城市多样化需求诞生

AI在安防领域中的引入让国内安全指数有了大幅度的提升，根据Numbeo安防安全值来看，中国区域的犯罪指数从2015年的41.75降低 到2017年的33.90，与加拿大、德国等发达国家处在同一水平，远领先美国、俄罗斯等同级别国土面积的大国，随着智能安防的全面构 建，中国城市的安全属性有了大幅度地提升。 从2012年智能安防建设理念开始规划至今，平安城市、智慧城市、天网工程、雪亮工程、一带一路等国家重要级别的规划建设中安防一 直是重中之重，从智慧城市理念开始普及以及大数据、物联网和人工智能三大因素的协同，数字政务、数字民生和数字产业逐步成为城 市建设的亮点，也让智能安防有了落地的方向和空间。

AI+安防产品在警民场景应用

场景划分明显-警务和民用

随着AI技术在安防领域中的大规模应用，基于检测、跟踪、识别三大主流方向，绝大部分安防产品都有落地的使用场景，从目前发展情 况来看，智能安防产业发展趋向于两极化：更加偏重于宏观的智慧城市大安防化与更加侧重于微观的民用服务微安防化，较为典型的是 公安、司法和监狱的警用场景和日常贴近生活的民用场景。 在警用层面，对于场景划分可以按照警用需求划分为“点”、“线”、“面”和“后台”四个维度的布防，主要特点是利用智能安防产 品在识别和分析上的优势，做到预警和管控。 智能交通、园区、智能楼宇、平安城市这四个在两年前热度极高的关键词已经成为智能安防主要发展领域，而热门领域中智能家居、金 融和智慧城市领域热度攀升，民用安防涉及的领域呈现多元化特点。

AI+安防产品在警务场景应用

警用需求：精度和效率上的提升

智能安防前后端产品能够汇总海量城市级信息，再利用强大的计算能力及智能分析能力，对嫌疑人的信息进行实时分析，给出最可能的线 索建议，将犯罪嫌疑人轨迹锁定由原来的几天，缩短到几分钟，为案件的侦破节约宝贵的时间。以海康威视2017年破获某个抢劫案为例， 从大量的视频图像中找到嫌疑人，需要对来自500多个监控点的长达250个小时的视频进行分析，如果采用人力查阅，至少需要30天时间， 但如果采用基于深度学习的视频分析技术，仅需不到5秒。 根据国家统计局数据，从2012年起，依靠智能视频监控系统，公安受理和查处的案件数量都有大幅度减少，预警维稳成效显著。而在破 获案件精度和效率方面，AI技术让安防精度趋近100%，但因为外界因素难以达到误报率0；效率值有了显著攀升，但因为智能安防系统 需要配以大量高清摄像机，处理百万级别的视频数据，因此从全国范围来看，尚未完全普及的智能安防产品让效率值有所下降。

警用：点-识别

在关键节点进行身份认证是警用方面较大需求点，传统的身份验证方法包括证件、钥匙、用户名和密码等身份标识内容，由于借助体外 物，一旦标志物或密码被盗或遗忘，其身份就容易被他人冒充或取代，因此AI技术的突破让利用生物特征进行识别成为可能，现阶段利 用程度最高的为指纹识别、人脸识别、虹膜识别和语音识别四种，配以高清摄像机和人工监测，可以在出入口控制端减少危险发生。 目前生物识别主要的适用场景有安检、检票、楼宇对讲、消费支付等，但在新兴应用领域中安防的落地效果最好，如旷视科技天眼系统， 云从科技Cloudwalk Inside SDK+产品，中科虹霸虹膜识别机，SpeakIn“搏音”声纹综合作战平台，whois非接触式掌纹掌脉识别系统 等等，各种生物识别技术确保公安部门在确定人员身份方面误差大幅度降低。

警用：线-跟踪搜索

从警用安防流程角度来看，对于人员和车辆的识别、搜索和跟踪是重要的应用场景。AI技术解决了以往大海捞针的劣势，能够迅速确定 所需的人员和车辆，继而反馈给相应部门进行针对性的部署。而在日常防范中，通过高清摄像机的被动识别，加之后台数据的分析，能够判断人群或车流中潜在危机，继而提前防范，尽可能减少人员伤亡和财产损失。 比较有代表性的是在交通领域，随着交通卡口的大规模联网，汇集的海量车辆通行记录信息，对于城市交通管理有着重要的作用，利用 人工智能技术，可实时掌握着城市道路上通行车辆的轨迹信息，分析城市交通流量，调整红绿灯间隔，缩短车辆等待时间。一般来说提 前半个小时预测交通流量变化，合理调配资源，避免堵塞的同时减少了车辆碰撞的概率，较为典型的产品是美国的“心灵之眼”系统。

警用：面-监控

在相对开放或者涉及人员多，人员身份复杂的场所，如机场、法院和监狱等公安重点关照区域，可以利用视频监控系统、紧急报警系统、出入口控制系统、周界防范系统、智能视频分析系统、机场安防集成联动管理平台等多系统的联动配合，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。 机场和火车站作为特殊的交通场所，更重要安防工作的是防患于未然，避免破坏性极大的恐怖袭击事件的发生，以及有效阻止火灾等意 外灾难的发生。防盗报警和灾难报警是主要需求，而灾难报警将会是今后机场和车站安防着重解决的问题。AI技术带来的高清视频监控让特定场景的人员可以立即通过网络将图像调取到控制中心来进行分析，而不必派遣人员到现场，也不必中 止存储记录和实时监控，此特点在监狱和法庭等重要刑事场合有巨大的使用价值。

警用：后台-智慧大脑

虽然将大数据分析技术应用在犯罪治安方面，还不是百分之百的准确，经验丰富的警察可能也不见得需要预测性警务技术，但对于新进 的警务人员而言，预测性警务技术可以帮助他们及早进入状况，尤其在城市预算吃紧，人力又相对缺乏的情况下，运用大数据显然可以 提升城市安防的工作效率。 基于现阶段智能安防产品在后端的作用，众多公安部门开始联动后台视频监控系统形成“天网”。而将大数据引入安防后，后台数据集 中建模，进一步数据优化、机器学习，利用数据创造新的安防价值的城市大脑计划也孕育而生，代表性案例如阿里云“城市数据大脑”。

警用：平安城市 智慧城市

警用：天网工程 雪亮工程

AI+安防产品在民用场景应用

民用：复合场景的使用

根据2015年长江证券研报消息，我国当时民用安防仅占国内安防总产值的6%，低于全球平均10%的水平，中国的人均安防产品支出更 是远落后于欧美和日本等发达国家，是英国的1/9、美国的1/7。而到2017年，全球民用安防普及率整体水平在10%左右，民用安防产品 在一些发达国家的普及率达到 70%左右，中国民用安防市场普及率只有11%，民用安防市场仍有较大的市场空间。 按中国现有城镇居民家庭1亿户计算，结合GDP增长率及城市化发展速度，未来5年中国城镇居民家庭对安防产品系统的预期购买总量将 达到5000万套，按每套1000元计算，市场规模将达到500亿元，平均每年也有100亿元的市场需求，这样的市场需求决定未来民用安防 市场将会成为AI技术的重点发展和应用场景。 目前民用安防市场的发展方向，主要按照多场景应用——安防目的——便捷性提升——智能化程度提升的逻辑进行布局。根据2018年 SITA(国际航空电信协会)公布报告显示，生物识别技术日渐成为航空公司和机场实现身份检查自动化的最佳解决方案，63%的机场和 43%的航空公司计划未来三年内在生物识别ID管理解决方案上进行投资。

校园和社区——安防智能化缩短出行时间

校园和社区一直相对封闭且较为安全，对于安防的需求较小，但两个区域往往为了保障住户和学生安全，在出入口控制方面较为严格， 区域内人员的身份都有相应登记，同时也需要在出入口出示证明自己身份的凭证，从早期的签名、门铃，到如今大范围使用的门牌门卡 或者感应钥匙，各类安防产品一直在契合主流需求。 目前上下学/班的高峰期传统的检查门卡或者凭证等方式，时常会出现大量人员滞留在门口的状况，而凭证忘记携带或丢失的情况也常常 发生，智能安防时代中，人脸识别系统已经渐渐开始在高档社区和学校等地区尝试运行，同时配合智能监控设备，构建智能高清人脸识 别系统，接入公共安全视频监控系统进行全面安防。 以上海宝山为例，其在今年7月有望成为全国首个实现视频监控人脸识别社区全覆盖的地市级地区。对进出社区的视频图像进行智能分析、 提取关键信息，特征识别和轨迹分析并进行自我学习和数据累计，形成万物识别、建模分析的智慧学习系统。

智能居家生活——主动安全防卫

智能安防产品大面积进入家中，在设备系统设防状态下用于实时监控家中的情况，并及时将感应的异常情况传送至用户手机，达到保护家人和财物的目的；用户也可通过手机随时随地查看家里的变化，防止意外事件的发生。

工业园区——可移动巡线机器人大展身手

工业园区具有空间大、人员分布散、视野死角多、产品价值高等特点，潜在安全危险较大，这决定工业园区势必成为安防应用发展的重 要实践场景。安防摄像机在工厂园区内数量虽多，但大部分还是被部署在出入口和周界，对内部边角位置无法涉及，而这些地方恰恰是 安全隐患的死角。 结合AI技术，可移动巡线机器人在工厂园区中将拥有广泛的应用前景。 当前实际落地运营可移动巡线机器人如“大眼萌”巡检机器人，设有红外检测系统和摄像设备，可以准确采集收录各种数据，部分机器 人可以利用拾音器，采集设备运行中发出的声音，经过“大脑”的分析比对，可以发现设备内部异常。 可移动巡线机器人定期巡逻，读取仪表数值，分析潜在风险的特点，有效的保障工业园区的正常运营。未来随着技术的不断成熟，可移 动巡线机器人能够保障全封闭无人工厂的可靠运行，真正推动“工业4.0”的发展。

智能楼宇——高效运行，信息互联

民用——AI+安防多行业应用场景

除了以上提及的民用智能安防的应用场景，随着各产业对于安防需求的提升，智能安防在医疗、零售、金融、企业、能源和园区等几大 方向有了相应的落地场景，如海康威视数字油田视频监管系统解决方案，大华自动银行安全解决方案和医疗卫生解决方案，无人零售店等。

AI+安防行业格局变化及走向预测

AI+安防业务发展趋势

业务发展趋势：AI加速安防产品推陈出新

对于安防行业而言人工智能的最大价值在于：视频结构化技术对于“大量视频进行智能分析并实现事前预警”的帮助——这实际上是AI 企业为安防行业客户提供的主要服务和盈利点。AI+安防要解决的将不再是人与人之间、人与车之间的结构联系，而是能自主判断“你是 谁”，相信在不久的将来人工智能技术将会取代众多传统的安防技术，整个安防行业的发展已经到了比拼核心技术的关键节点。

业务发展趋势：安防产品前后端云边融合

在早期IT化的冲击下，安防系统的产品线、产业结构被压缩，具体变化是安防后端系统“云”化，前端产品“端”化。后端系统“云”化 使安防淡化了集成的概念，压缩了中间环节，并催生安防运营服务的新业态；前端产品“端”化，使安防前端产品不再是单纯采集数据 的设备，而是依据应用场景的不同从“云”端按需下载服务，AI的出现实现前后端计算资源快速云化整合，实现基于可视化的全面感知 系统、互联互通的视频云平台。 前后端融合虽然不是AI出现带来的变化，但基于AI的应用，云边融合成为AI+安防行业正在发生的趋势之一。

业务发展趋势：系统集成商和产品制造商界限将消失

很长一段时间，系统集成商夹在制造商/经销商与用户之间，起到桥梁的作用。然而，同行的激烈竞争以及日益增加的设备成本和财务成 本让SI的利润在不断萎缩，尤其是来自行业龙头对硬件设备市场的冲击，促使安防工程商、系统集成商不得不对企业做出新的定位、重新 确定发展战略。安防龙头企业体量的增大，同时兼并了制造商和集成商、工程商的角色，简化了中间环节，直接响应用户的需求，提供 配套的产品和解决方案服务。 

AI+安防企业战略变化

企业战略变化：投资/并购热

2008年，全球视频监控领域三大巨头 AXIS、BOSCH、SONY 宣布合作，安防领域内企业开放、合作呼声渐高。因为AI技术和供应链资 源参差不齐的事实客观存在，传统安防企业和AI公司通过投资/并购的方式来弥补各自短板，向完美结合体演进。尤其AI应用正式落地安 防后，需求端对供应商产品技术的更高要求，紧逼传统安防企业升级，投资或收购AI技术公司成为传统安防企业最有效创新升级的方式。

企业战略变化：渠道建设，急速圈地

企业战略变化：更多推出To b业务

公安部门属于比较高端的市场，但从历史来看，都是从政府这边去切入，然后成熟之后再往民用方向普及，随着AI成熟度的进一步加强， 很多安防产品已经开始逐步下沉到更多细分的民用场景，上一部分提到的如社区、学校、工业园区、智能家居等。 受益于安防领域深度学习算法的快速发展，智能安防已经得到了越来越广泛的应用。在AI+安防3.0时代，面对安防视频产品下游的需求， 运营服务将有较大的市场空间，这也将成为我国安防产业未来的发展方向。以人脸识别为例，可广泛应用于公安、零售、教育、金融、医 疗等行业；除此之外，未来也可以尝试新兴的场景，如智慧景区，完成物品遗留检测、客流统计以及智能巡检等；智慧商业，对客流量统 计以及人流密度检测等。 而对于具体做法，AI初创公司未来需要选择和深挖垂直行业解决方