淺談安防江湖
如今，說起安防江湖風云，小編對安防江湖有不同見解，今日閑暇，還望一吐為快。
技術：AI被“捧殺”
近年來，AI對安防產業的催化作用，業界有目共睹，特別是剛剛過去的2018年，可以稱得上是AI落地元年，隨著AI產品化、工程化等商業價值逐漸顯現，更堅定了安防企業和外入者對AI安防化的執念。
業界皆知，安防產業經歷從模擬到數字、然后從標清到高清化、智能化的變遷。不可置否，人工智能將成為新一輪安防產業變革的新驅動力，正在持續釋放的巨大能量， 為產業鏈的各個環節都帶來了新的發展機遇，使安防產業進入真正的智能安防時代。那么AI技術真的能給安防產業帶來巨大的價值嗎?或者說人工智能普及化還有多遠?
首先看下何為人工智能?根據百度釋義，人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器人。人工智能是由算力(芯片)、算法(模塊)和數據(場景應用)這三大因素構成，同時也是驅動人工智能商業化落地的三駕馬車，三者缺一不可。而這輪人工智能浪潮能夠真正在商業中應用落地的技術主要包括語音識別和機器視覺，就安防領域來講，主要表現為智能視頻分析的應用，也就是機器視覺技術應用，涉及到人臉/人體、車牌、周界入侵等方面的芯片和算法技術。
從產品方面來看，AI技術貫穿安防產業鏈的前端攝像頭和后端中控系統/云，也就是說，AI既可以在前端做，也可以在后端做。在前端的“AI+攝像頭”環節中，即可以選擇將算法模塊直接嵌入到視頻監控SoC芯片中，同時也可以將通用的視覺處理器應用到攝像頭內，另外也可以通過連接外設模塊，將原有的攝像機AI化;在“AI+后端”環節，即是利用后端服務器的計算能力來處理采集到的前端視頻信息，當前來看，由于安防數據安全和實時響應需求，前端智能越來越受寵。不過，在一些復雜應用場景，前端智能和后端智能相結合是未來AI技術應用趨勢。
現階段，人臉識別和車牌識別技術最為成熟，大部分企業人臉無異常識別率可達到95%以上，而車牌識別率可達到99%，可以說，這兩項技術基本可以滿足實際場景應用需求，因此其應用也最為廣泛。在寫字樓、公寓/酒店、社區等門禁通行領域，人臉識別可謂已經遍地開花，一度造成AI繁盛的幻想。
不過，根據實測結果來看，在戴口罩、帽子、眼鏡、胡子以及特殊表情等異常人臉識別比對方面，就算是技術領先企業推出的前端智能設備，識別率基本僅保持80%左右，應用價值大打折扣。
而且，實際上來講，人臉識別僅是最基礎、最簡單的AI技術，技術門檻極低，應用場景也十分有限，因為視頻信息除了人臉還有人體特征、行為、微表情等復雜的識別分析，這也是AI算法中最難的技術環節，當前這些技術的表現差強人意，技術上有很大的提升空間，而且很多場景應用價值也有待深挖。
在車牌識別領域，當前無論是復雜的車牌還是車身顏色、車牌顏色、車標、駕駛員行為等特征識別都已經基本成熟。而且前端設備人臉和周界、人臉和車輛、車輛和周界的集成已經實現，頭部企業還可以實現一機多用，但是，各類算法的融合方面不足，而且，在對處于干擾中的車牌進行識別，識別率更是大失所望。
而且，安防智能化的比例還比較低，所謂的智能化能做的事情也很少，主要就是人臉識別，以及一些行人和機動車、非機動車的簡單屬性識別等。當前大部分安防企業對于AI技術的應用還處于接受嘗試的階段，AI攝像機的普及率相當低。據權威數據顯示，AI攝像機所占比較僅為1%，智能安防應用規模不足5%。超過90%的市場份額仍被傳統安防占據。
究其原因，主要是AI前端價格過高，據了解，1臺AI攝像機的價格幾乎相當于4臺普通攝像機，而且負載復雜計算能力的后端服務器，成本更是昂貴。對于公安、交通等政府渠道來講，更追求產品性能和應用價值，價格因素影響不大，但是對于商用、民用領域中小企業來講，則是一筆不菲的投入，何時能夠規模化替換，還有待商榷，而且這一塊領域占比遠高于政府渠道。
最值得一提的，有些場景應用，其AI應用價值遠遠高于其投入成本，可以說是得不償失，甚至有些場景根本不需要智能攝像機，普通攝像機既能滿足場景應用需求，但是一些廠商極盡吹噓AI價值，用戶為了趕時髦，趕鴨似的上架AI各類產品，結果卻適得其反。
筆者認為，AI確實可以給安防產業帶來巨大的市場，但從當前來看，AI則處于被企業大肆捧殺階段，存在巨大的泡沫。鑒于深度學習對于模型訓練的大量數據要求，AI技術的提升依賴于海量視頻數據的自我訓練，而這需要很長時期的積累和自我提煉，而且，由于安防應用場景的碎片化特征以及客戶的定制化需求，AI產品化和工程化仍然是道阻且長。作為企業，應該看透泡沫的幻象，坐懷不亂，腳踏實地。
不過從當前來看，AI新創企業雖然有項目不斷落地，但總體規模并不大，而且深根安防土壤還需時日。若論與傳統安防大廠的抗衡，功力明顯還差一大截，畢竟將生產力轉化成經濟價值，并非一蹴而就，而其他第二三梯隊的AI新秀的日子將會更難過。
人工智能在安防市場鬧得熱火朝天，不過2018年安防市場景氣度卻不如預期，這說明傳統粗放增長速度正在放緩。同時，國家政策收緊，安防項目受齊壓，資本遭遇寒冬對業績造成一定的沖擊，需要深入挖掘新的業務增長市場空間。
不過，總體來看，未來安防市場規模還是不容小覷。在人工智能、云計算、大數據的深度整合以及平安城市、雪亮工程、智慧城市項目持續推進的大趨勢下，安防行業正向規模化、自動化、智能化快速轉型升級，預計至2022年，安防市場規模將達到萬億級別，這對于幾方陣營的企業來講，正是歷史性的機會，也是決勝江湖的時刻。只是，隨著人工智能技術的成熟，無論是芯片還是算法，很難再形成技術壁壘，巨頭們的AI技術實力相差無幾，未來主要比拼的是細分應用場景價值的挖掘和AI項目落地的迅速，以及贏得用戶持續購買的能力。
毫無疑問，2019年，AI落地的步伐將會繼續加快。在這場AI+安防戰役中，無法將技術轉化成實施方案的AI新創企業將逐步被淘汰，而且無論是云廠商、傳統大廠還是新晉AI創業，在具體細分行業中深入業務應用、業務流程等，最后結合自身的技術積累，為行業客戶提供優質的行業智能解決方案，才是上上策。
技術：AI被“捧殺”
近年來，AI對安防產業的催化作用，業界有目共睹，特別是剛剛過去的2018年，可以稱得上是AI落地元年，隨著AI產品化、工程化等商業價值逐漸顯現，更堅定了安防企業和外入者對AI安防化的執念。
業界皆知，安防產業經歷從模擬到數字、然后從標清到高清化、智能化的變遷。不可置否，人工智能將成為新一輪安防產業變革的新驅動力，正在持續釋放的巨大能量， 為產業鏈的各個環節都帶來了新的發展機遇，使安防產業進入真正的智能安防時代。那么AI技術真的能給安防產業帶來巨大的價值嗎?或者說人工智能普及化還有多遠?
首先看下何為人工智能?根據百度釋義，人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器人。人工智能是由算力(芯片)、算法(模塊)和數據(場景應用)這三大因素構成，同時也是驅動人工智能商業化落地的三駕馬車，三者缺一不可。而這輪人工智能浪潮能夠真正在商業中應用落地的技術主要包括語音識別和機器視覺，就安防領域來講，主要表現為智能視頻分析的應用，也就是機器視覺技術應用，涉及到人臉/人體、車牌、周界入侵等方面的芯片和算法技術。
從產品方面來看，AI技術貫穿安防產業鏈的前端攝像頭和后端中控系統/云，也就是說，AI既可以在前端做，也可以在后端做。在前端的“AI+攝像頭”環節中，即可以選擇將算法模塊直接嵌入到視頻監控SoC芯片中，同時也可以將通用的視覺處理器應用到攝像頭內，另外也可以通過連接外設模塊，將原有的攝像機AI化;在“AI+后端”環節，即是利用后端服務器的計算能力來處理采集到的前端視頻信息，當前來看，由于安防數據安全和實時響應需求，前端智能越來越受寵。不過，在一些復雜應用場景，前端智能和后端智能相結合是未來AI技術應用趨勢。
現階段，人臉識別和車牌識別技術最為成熟，大部分企業人臉無異常識別率可達到95%以上，而車牌識別率可達到99%，可以說，這兩項技術基本可以滿足實際場景應用需求，因此其應用也最為廣泛。在寫字樓、公寓/酒店、社區等門禁通行領域，人臉識別可謂已經遍地開花，一度造成AI繁盛的幻想。
不過，根據實測結果來看，在戴口罩、帽子、眼鏡、胡子以及特殊表情等異常人臉識別比對方面，就算是技術領先企業推出的前端智能設備，識別率基本僅保持80%左右，應用價值大打折扣。
而且，實際上來講，人臉識別僅是最基礎、最簡單的AI技術，技術門檻極低，應用場景也十分有限，因為視頻信息除了人臉還有人體特征、行為、微表情等復雜的識別分析，這也是AI算法中最難的技術環節，當前這些技術的表現差強人意，技術上有很大的提升空間，而且很多場景應用價值也有待深挖。
在車牌識別領域，當前無論是復雜的車牌還是車身顏色、車牌顏色、車標、駕駛員行為等特征識別都已經基本成熟。而且前端設備人臉和周界、人臉和車輛、車輛和周界的集成已經實現，頭部企業還可以實現一機多用，但是，各類算法的融合方面不足，而且，在對處于干擾中的車牌進行識別，識別率更是大失所望。
而且，安防智能化的比例還比較低，所謂的智能化能做的事情也很少，主要就是人臉識別，以及一些行人和機動車、非機動車的簡單屬性識別等。當前大部分安防企業對于AI技術的應用還處于接受嘗試的階段，AI攝像機的普及率相當低。據權威數據顯示，AI攝像機所占比較僅為1%，智能安防應用規模不足5%。超過90%的市場份額仍被傳統安防占據。
究其原因，主要是AI前端價格過高，據了解，1臺AI攝像機的價格幾乎相當于4臺普通攝像機，而且負載復雜計算能力的后端服務器，成本更是昂貴。對于公安、交通等政府渠道來講，更追求產品性能和應用價值，價格因素影響不大，但是對于商用、民用領域中小企業來講，則是一筆不菲的投入，何時能夠規模化替換，還有待商榷，而且這一塊領域占比遠高于政府渠道。
最值得一提的，有些場景應用，其AI應用價值遠遠高于其投入成本，可以說是得不償失，甚至有些場景根本不需要智能攝像機，普通攝像機既能滿足場景應用需求，但是一些廠商極盡吹噓AI價值，用戶為了趕時髦，趕鴨似的上架AI各類產品，結果卻適得其反。
筆者認為，AI確實可以給安防產業帶來巨大的市場，但從當前來看，AI則處于被企業大肆捧殺階段，存在巨大的泡沫。鑒于深度學習對于模型訓練的大量數據要求，AI技術的提升依賴于海量視頻數據的自我訓練，而這需要很長時期的積累和自我提煉，而且，由于安防應用場景的碎片化特征以及客戶的定制化需求，AI產品化和工程化仍然是道阻且長。作為企業，應該看透泡沫的幻象，坐懷不亂，腳踏實地。
不過從當前來看，AI新創企業雖然有項目不斷落地，但總體規模并不大，而且深根安防土壤還需時日。若論與傳統安防大廠的抗衡，功力明顯還差一大截，畢竟將生產力轉化成經濟價值，并非一蹴而就，而其他第二三梯隊的AI新秀的日子將會更難過。
人工智能在安防市場鬧得熱火朝天，不過2018年安防市場景氣度卻不如預期，這說明傳統粗放增長速度正在放緩。同時，國家政策收緊，安防項目受齊壓，資本遭遇寒冬對業績造成一定的沖擊，需要深入挖掘新的業務增長市場空間。
不過，總體來看，未來安防市場規模還是不容小覷。在人工智能、云計算、大數據的深度整合以及平安城市、雪亮工程、智慧城市項目持續推進的大趨勢下，安防行業正向規模化、自動化、智能化快速轉型升級，預計至2022年，安防市場規模將達到萬億級別，這對于幾方陣營的企業來講，正是歷史性的機會，也是決勝江湖的時刻。只是，隨著人工智能技術的成熟，無論是芯片還是算法，很難再形成技術壁壘，巨頭們的AI技術實力相差無幾，未來主要比拼的是細分應用場景價值的挖掘和AI項目落地的迅速，以及贏得用戶持續購買的能力。
毫無疑問，2019年，AI落地的步伐將會繼續加快。在這場AI+安防戰役中，無法將技術轉化成實施方案的AI新創企業將逐步被淘汰，而且無論是云廠商、傳統大廠還是新晉AI創業，在具體細分行業中深入業務應用、業務流程等，最后結合自身的技術積累，為行業客戶提供優質的行業智能解決方案，才是上上策。