安防行业:从“智能”到“人工智能”的转变

头号科技先锋
从技术应用及场景来看,目前AI在安防领域的应用主要还是涉及对人脸、车辆的识别,包括生物特征识别技术、大数据及视频结构化技术等。其中,生物特征识别包含了指纹识别、虹膜识别、人脸识别、步态识别等,前两个主要应用于特定场景的身份认证居多。
  近年来,从国家安全的保障、大型国事活动和集体活动的安全防护,到交通、金融、能源等的安全守护,再到工业自动化、生产智能化的深度应用以及社区、家庭生活的安全、便捷服务,安防行业正在越来越多的展现在世人面前,改变着人们生活的方方面面。
 
 
  而随着人工智能的不断发展,安保行业也在不断的与时俱进。
 
  曾在第四届连云港论坛暨安博会上,云洲展出了无人艇产品,并与连云港市公安局达成战略合作,运用安防无人艇助力警方维护水上安全秩序。作为公安部警用无人艇采购供货中标单位,云洲与连云港市公安局签订了战略合作协议,根据执法实际需求,利用云洲在人工智能领域的创新技术和产品,共同开发、完善智慧安防综合解决方案及配套安防无人艇产品,联袂打造“智慧安防示范海岸线”,成为探索警企协作发展道路的先行者。同时,云洲还获评“安博会推介企业”殊荣。
 
  因此,安防行业被认为是人工智能落地的最好行业之一。人工智能+安防将使安防行业面临飞跃式发展
 
  安防行业发展现状
 
 
  从技术应用及场景来看,目前AI在安防领域的应用主要还是涉及对人脸、车辆的识别,包括生物特征识别技术、大数据及视频结构化技术等。其中,生物特征识别包含了指纹识别、虹膜识别、人脸识别、步态识别等,前两个主要应用于特定场景的身份认证居多;而关于视频结构化技术,目前则主要融合了机器视觉、图像处理、模式识别、深度学习等人工智能技术,这也是视频内容理解的基础。
 
  近年来安防视频监控向高清化与网络化发展是实现安防智能化的大前提:
 
  一方面,高清监控设备传递回来高清监控图像,才有可能对画面上的各种细节(人脸、车牌号等)进行识别;另一方面,网络化监控设备采用云端存储,传递实时图像,为实时动态分析提供基础。另外,海量视频数据采用人眼识别难度越来越高IVA采用计算机视觉结合人工智能,对图像进行智能分析,使得安防大数据分析成为现实。
 
  而此时,对于安防企业来说,就要借助基于GPU开发的模块既能够满足图像处理要求,又适合于处理计算密度高、逻辑分支简单的大规模数据并行负载,将会成为进行海量视频数据结构化处理的关键。首先,GPU能将3D模型的信息转换为2D表示,能够实现视频图像的结构化处理;其次,随着GPU的飞速发展,在浮点运算、并行计算等部分计算方面,GPU可以提供数十倍乃至于上百倍于CPU的性能。因此以图像视觉为核心并具有海量的数据源以及丰富的数据层次的安防监控领域正是GPU发挥其图像处理以及高性能通用计算的用武之地。
 
 
  行业应用角度来看,目前智能安防在公安、交通、楼宇、金融、工业、民用等多个领域都有应用场景。比如,公安领域,主要涉及到图侦、实战、预判三层应用以满足其事前、事中、事后的实际需求;交通领域,未来通过建立城市大脑,利用AI技术可实时分析城市交通流量、调整红绿灯间隔、缩短车辆等待时间等,以合理调配资源提升城市道路的通行效率;智能楼宇,利用AI技术可以综合控制建筑的安防、能耗,同时对进出大厦的人、车、物实现实时监控以确保核心区域的安全。
 
  
 
  行业资质壁垒
 
  完备的资质是开展安防业务的必要前提条件,随着国家相关部门对安防及其下游应用行业的相关标准日益完善和规范,招标方对企业拥有的资质等级提出了更高的要求。在安防行业从事生产经营,参与市场竞争,需要企业通过计算机信息系统集成资质、涉密信息系统集成资质证书、软件企业和ISO9001等资质认证。这些行业资质等级代表着软件和信息技术服务企业的行业经验、专业技术水平、质量管理水平和综合实力。因此,完备的资质是企业在安防行业实现良好发展的立足之本。
 
  行业技术壁垒
 
  智能安防运用专业化的信息技术、较高要求的行业相关领域背景知识和业务经验,以及关乎公共安全的行业特性使该行业的技术壁垒相对较高。具体来说,智能安防采用的信息技术是计算机技术、视频流媒体技术、模式识别技术、网络技术、数据挖掘技术、数据建模、统计学、运筹学等技术的综合运用,具有较强的专业性和跨学科性。随着应用范围的扩大和智能化要求的提高,未来可能还要求企业掌握人工智能技术、无线移动技术、云存储技术等新技术的应用和研发能力,同时该行业的相关产品需要长时期的不断的调试和实地运用,不断积累技术经验和调整参数指标,方可使产品与实际应用环境相适应和匹配,更好的满足客户要求。因此能够进入这一领域的企业需要具备较强的行业应用知识,客观上形成了较高的行业技术壁垒。
 
  安防行业切入无人经济
 
  现如今,“无人经济”的理念也不断被人们提起,作为人工智能技术落地应用较为成熟的行业,除无人驾驶外,一些与安防有着千丝万缕关系的无人行业也逐渐发展了起来。
 
 
  无人零售
 
  在移动互联网时代,互联网成为一种便利的工具,人们的购物方式和支付方式都发生了巨大的转变,无论是移动支付还是无人零售,都离不开智能安防产品和技术的保障。在无人零售商店中,自主感知及学习系统通过多路摄像头和多传感器融合技术,在非配合情况下,实现生物特征识别真实的人,识别用户针对不同商品的购物情绪,了解商品用户反馈,进一步优化货品陈列和货品结构,实现了“即买即走”无人值守、无人收银的无人零售。
 
  无人机
 
  近年来,随着市场需求的不断增长和技术的不断升级,性价比持续走高的无人机开始开始走向平民化,越来越多的无人机在为人们安全保驾护航的道路上展翅高飞。无人机运用于安防监控领域,利用携带的摄像机装置可移动、高效率、立体式等特点,展开大规模航拍,实现了空中俯瞰的效果,让视频监控的范围不再固定于一处,视野比以往更加开阔。除此之外,无人机在数字城市、城市规划、消防救灾等方面都发挥了越来越重要的作用。
 
  人工智能+安防面临问题
 
  01、缺乏终端用户信任
 
  人工智能是可控的,但具有不可预测性和弱可解释性。一方面,许多人工智能算法超出了人类理解范畴,部分AI方法难以解释AI系统行为的原因;另一方面,由于AI系统的复杂性,用户难以提前预测AI系统行为,尤其AI系统是目标导向型系统或与现实世界环境互动型系统时,该问题会更加突出。此外,部分人工智能供应商为了保护知识产权,拒绝透露项目信息。以上原因造成终端用户对人工智能缺乏足够信任,人工智能可能会遇到一波不信任的浪潮,从而限制它的运用。
 
  02、面临价格战
 
  当下AI+安防市场中,人脸识别技术应用渐趋成熟,大批同类技术供应商及服务商涌入市场。大多数安防人工智能技术公司,仍然停留在“数据处理”和反馈阶段,还没有触及到“深度分析”这一更深层次的服务上,技术上的同质化问题普遍存在。另一方面,在安防市场上,技术公司大多需要通过与当地集成商合作来完成项目落地,而利润是集成商考虑的首要问题,价格成为衡量公司投标竞争力的重要因素。因此,某些领域中价格战的火苗已经燃起,“价格战”将再次成为中小企业的常规策略,将有一批公司被淘汰出局,而有核心技术优势与研发实力的公司将率先打入市场。
 
  03、隐私问题
 
  随着安防智能化进程加快,智能安防产品逐渐渗入日常生活,用户隐私数据被网络攻击的可能性大幅上升。先进的机器学习,深度学习和神经网络等技术使计算机能够发现和解释模式,但也给黑客攻击提供了便利。例如,黑客可通过人工智能技术,窃取跟踪用户行为,推送个人定制的钓鱼推文或电子邮件。类似的安全问题可能会引发机器学习潜在用户安全应用方面的问题。
 
  安防未来
 
 
  10年来安防前进方向未曾改变,但行业所处的现实环境已和10年前大相径庭:
 
  一方面是监控设备铺设
 
  监控设备铺设的广度和深度大大提升,包括摄像头数量和密度的增加,高清化、联网化摄像头占比的提高,以及后端处理平台和软件性能的提升等;
 
  另一方面人工智能理论的突破
 
  基于深度学习的人工智能理论的突破,将智能技术提升到一个新台阶,智能化技术的发展从此驶入快车道。
THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论