在人工智能赋能安防过程中，算法是重要一环。不仅云从、依图、旷视、商汤等CV企业和海大宇等传统安防企业开始布局人工智能算法，业内传闻称华为也即将在2019上半年推自研AI算法。随着投入不断加大，安防监控视频识别算法准确率大幅提升。例如，人脸识别算法早在2015年就已超越人类，近年来小数点后的数字仍在不断攀升；在图像分类、物体检测等算法也已经远远超越人类平均水平。
但从目标来看，无论是AI创企、跨界巨头还是传统厂商，都期望能够提供智能完善的解决方案，落地始终是各方关注的焦点。
“算法为王”还是“场景落地”优先 ？海康威视高级副总裁徐习明说：“基于深度学习的算法精度会无限逼近100%，随着‘准确率’提升，最后竞争的更多是场景落地能力。”
在场景化应用之路上，泛化能力是算法长期面临的问题，也是现阶段主要瓶颈。由于实验室中训练好的模型在情况千变万化的现实应用场景中性能往往会明显下降。
在全国公安视频监控画面中，事故、打架、摔倒、聚集等场景多如牛毛，尽管可以通过通用算法构建模型，但我国幅员辽阔，光南北气候差异下，人们的穿着、妆扮就千差万别，海南的深冬还可着短袖，黑龙江10月就已经换上棉衣棉帽。在3米及以上高度假设的人脸摄像头，要面向30米及以上距离的高视角、大范围进行摄录，识别准确能力无疑将会大幅下降。
因此，在实际应用中需要对算法的场景进行严格定义，例如智能交通中过车及违章抓拍、机场车站的人证对比等，都需要制定具体的工程安装方案。这种做法在技术不够成熟的条件下有效实现了商业价值。
目前，国内安防厂商针对这一问题搭建了合作平台，传统厂商开放平台图像数据资源库，算法企业将AI算法技术打包成模块，嵌入硬件产品或系统台中，这将成为当前AI在视频监控领域落地快捷的一条路径。
未来安防解决方案不仅要直击用户痛点，更需要通过算法挖掘大数据，为民众提供更可靠的安全环境。可以说，算法是人工智能的生产工具，算法的底层逻辑推理也驱动着AI安防的落地，安防落地场景的复杂性又推动算法进一步优化。
