很顯然，AI的發(fā)展已經(jīng)進(jìn)入了一個(gè)臨界點(diǎn)，即AI已經(jīng)跨過了概念階段，下一個(gè)即是如何更好的在各行各業(yè)中實(shí)現(xiàn)落地式應(yīng)用。雖然之前的AlphaGo人機(jī)大戰(zhàn)，展示出了人工智能的強(qiáng)大，但人們更關(guān)心的不是人工智能如何戰(zhàn)勝人類，而是如何協(xié)助人類在各行業(yè)中更加落地的應(yīng)用。

    值得慶幸的是，如今AI在各行業(yè)中的落地應(yīng)用，已經(jīng)開始有了階段性的成果。

    目前，隨著各巨頭們對AI的不斷研究和深度學(xué)習(xí)的不斷發(fā)展，人工智能技術(shù)在經(jīng)歷了3次浪潮后，終于迎來了春天。人工智能目前在各行業(yè)中已經(jīng)得到了大量的應(yīng)用，在安防、金融、醫(yī)療、法律、教育等不同領(lǐng)域都有著較好的發(fā)展。

    其中，安防作為我們生活中不可缺少的重要組成部分，保障著人類和社會(huì)的安全，在人工智能落地應(yīng)用上，也是最好的行業(yè)之一，而縱觀目前的安防行業(yè)，能夠與人工智能相聯(lián)系的核心技術(shù)就是人臉識(shí)別。人臉識(shí)別在安防行業(yè)的應(yīng)用將會(huì)體現(xiàn)的越來越重要，它不僅能夠通過人臉識(shí)別技術(shù)很快找到你想找到的人、或者車輛，最重要的是可以在預(yù)防安全方面起到很總要的作用。

    安防領(lǐng)域的市場規(guī)模

    根據(jù)中國安防網(wǎng)的統(tǒng)計(jì)，2016年我國安防行業(yè)總體規(guī)模已達(dá)5687億元，同比增長17%；預(yù)計(jì)未來兩年國內(nèi)安防市場將維持15%的增速，2018年安防市場規(guī)模將達(dá)到7521億元。其中，在安防細(xì)分子行業(yè)中，視頻監(jiān)控的市場規(guī)模占比接近一半，未來兩年預(yù)計(jì)保持13.4%的年復(fù)合增速，2018年市場規(guī)模預(yù)計(jì)達(dá)到1114億元。

    目前安防市場上都有哪些典型玩家？

    為方便大家對安防領(lǐng)域能有較為直觀的認(rèn)知，我們也從產(chǎn)業(yè)鏈的角度做了簡要的梳理。目前，在整個(gè)行業(yè)上下游環(huán)節(jié)的參與方分別包括：

    上游，包含了視頻算法提供商、芯片制造商、圖像傳感器、鏡頭模組等其他核心零部件；

    中游，包含了硬件供應(yīng)商、軟件服務(wù)商、系統(tǒng)集成商、運(yùn)營服務(wù)商；

    下游，為終端行業(yè)應(yīng)用，涉及政府、行業(yè)、民用等領(lǐng)域，涵蓋公安、交通、金融、學(xué)校、出入等方向。

    事實(shí)上，在技術(shù)進(jìn)步的推動(dòng)下，整個(gè)安防行業(yè)也在不斷發(fā)生階段性的變化，其中1.0階段主要為設(shè)備提供商，2.0階段多為解決方案提供商，3.0階段則更多轉(zhuǎn)向運(yùn)營服務(wù)商。而伴隨國內(nèi)安防行業(yè)的迅速發(fā)展，目前已經(jīng)有一批優(yōu)秀的企業(yè)迅速成長為國際領(lǐng)先的安防龍頭，如?？低暋⒋笕A股份、東方網(wǎng)力、蘇州科達(dá)等都在布局智能化。從產(chǎn)品路線來看，相較于傳統(tǒng)巨頭從下往上的布局路線，現(xiàn)階段的互聯(lián)網(wǎng)創(chuàng)業(yè)公司則更多是從下往上切入市場。這其中典型的有：

    傳統(tǒng)巨頭，從渠道出發(fā)充分發(fā)揮其規(guī)模優(yōu)勢，并逐漸向產(chǎn)業(yè)上下游延伸。一方面在積極布局芯片、算法等上游關(guān)鍵技術(shù)領(lǐng)域，一方面也在向下游整合集成商或運(yùn)營商業(yè)務(wù)延伸。據(jù)悉，目前?？岛痛笕A兩家便占據(jù)了43%的市場份額，營收過百億，凈利在十億以上。

    ??？低暎鳛閲鴥?nèi)安防龍頭，海康威視在視頻監(jiān)控智能化上已有上十年，其以視頻為核心的物聯(lián)網(wǎng)解決方案和數(shù)據(jù)運(yùn)營服務(wù)提供商，面向全球提供安防可視化管理與大數(shù)據(jù)服務(wù)。

    ?大華股份，自2013年開始借助自身行業(yè)龍頭優(yōu)勢，順應(yīng)終端用戶需求，開始發(fā)展成為提供整體端到端的視頻監(jiān)控解決方案、系統(tǒng)及服務(wù)的提供商。

    創(chuàng)業(yè)公司，具有技術(shù)算法優(yōu)勢但較難獨(dú)立實(shí)現(xiàn)商業(yè)化，前期多通過與傳統(tǒng)巨頭合作的方式實(shí)現(xiàn)市場布局。其中，從計(jì)算機(jī)視覺方向切入的典型公司有：

    ?商湯科技，成立于2014年，今年7月完成4.1億美元B輪融資，核心技術(shù)包括人臉技術(shù)、智能監(jiān)控、圖像識(shí)別、文字識(shí)別等，目前在安防領(lǐng)域主要跟東方網(wǎng)力、公安三所合作。據(jù)悉，目前已經(jīng)拿下新疆市場；

    ?依圖科技，成立于2012年，今年5月完成3.8億人民幣C輪融資，核心業(yè)務(wù)包括智能安防平臺(tái)、城市數(shù)據(jù)大腦、智慧醫(yī)療健康等，其中智能安防平臺(tái)通過精準(zhǔn)的人臉及車輛識(shí)別技術(shù)也已服務(wù)于蘇州市公安局、福建省公安廳、貴州省公安廳等；

    ?曠世科技，成立于2011年，16年底完成億級(jí)美元以上C輪投資，以人臉識(shí)別為切入點(diǎn)，產(chǎn)品線包括了FaceID、Face++、智能地產(chǎn)、智能安防，其中在安防領(lǐng)域主要涉及跟俠客島、機(jī)場案件、鐵路公安方面的合作；

    ?格林深瞳，成立于2013年，14年完成數(shù)千萬美元的A輪投資，產(chǎn)品包括深瞳人眼攝像機(jī)、皓目行為分析儀、威目車輛特征識(shí)別系統(tǒng)以及威目視圖大數(shù)據(jù)分析平臺(tái)，安防領(lǐng)域的合作對象包含武漢公安局及天津市交通管理局。

    AI目前在安防領(lǐng)域技術(shù)和場景的應(yīng)用

    就目前來說，安防的本身具有兩大特性，其一、在傳統(tǒng)的以視頻為主的安防行業(yè)中，經(jīng)過多年的發(fā)展，已經(jīng)積累了大量的數(shù)據(jù)資源，恰巧滿足了人工智能基于大數(shù)據(jù)為基礎(chǔ)的算法模型訓(xùn)練的要求；其二、安防行業(yè)中事前預(yù)防、事中響應(yīng)、事后追查的特性剛好吻合了人工智能的算法和技術(shù)。

    也就是說，目前AI在安防領(lǐng)域的應(yīng)用主要通過人臉識(shí)別、車輛識(shí)別，大數(shù)據(jù)及視頻結(jié)構(gòu)化技術(shù)等等進(jìn)行作用的。而從行業(yè)角度來看，主要在公安、交通、樓宇、金融、工業(yè)、民用等領(lǐng)域應(yīng)用較廣，而又以公安應(yīng)用最為核心。

    人工智能確實(shí)能帶來數(shù)量眾多、意義重大的收益。甚至很多收益是看得見的，從人臉識(shí)別到案情分析等。還有一些收益雖然不那么明顯，但也會(huì)對日常業(yè)務(wù)流程和消費(fèi)者服務(wù)提供更強(qiáng)大的能力和效率。與任何范式轉(zhuǎn)變過程一樣，有時(shí)過高的期望可能會(huì)超出短期內(nèi)所能實(shí)現(xiàn)的潛力。

    我們期待著未來某一時(shí)刻，人們對AI的幻想能夠徹底幻滅，隨之而來的將會(huì)是長期、持續(xù)的價(jià)值認(rèn)可，因?yàn)锳I學(xué)習(xí)已經(jīng)被用于改善并革新現(xiàn)有的系統(tǒng)。在歷史上，工業(yè)革命曾通過新的電力和傳送方式改變了生產(chǎn)和交流方法。第一次工業(yè)革命在十八世紀(jì)八十年代使用蒸汽機(jī)驅(qū)動(dòng)了機(jī)械化的生產(chǎn)過程；第二次工業(yè)革命在十九世紀(jì)七十年代使用電力推動(dòng)了商品的大規(guī)模量產(chǎn)；第三次工業(yè)革命在二十世紀(jì)七十年代使用電子和軟件技術(shù)實(shí)現(xiàn)了生產(chǎn)和交流的自動(dòng)化。今天，隨著AI逐漸“蠶食”整個(gè)安防監(jiān)控領(lǐng)域，我們創(chuàng)造價(jià)值的主要來源已成為信息本身的處理。通過用更智能的方式完成這樣的工作，AI將低調(diào)地為安防帶來效益和歷史意義。

    現(xiàn)階段AI+安防，主要存在問題

    雖然AI在安防領(lǐng)域的應(yīng)用有著很好的前景，但目前對人、車、物的識(shí)別并沒有到達(dá)真正實(shí)用化的階段，仍然存在較多的問題需要不斷完善和解決，比如環(huán)境適應(yīng)性差、數(shù)據(jù)資源分散、場景理解受限等。

    (1)環(huán)境適應(yīng)性差，目前鑒于車輛及道路環(huán)境的相對標(biāo)準(zhǔn)化，識(shí)別率相對較高，但對于人臉的準(zhǔn)確識(shí)別則很容易受到光照不足、圖像模糊、目標(biāo)尺寸過小或相互遮擋等環(huán)境影響，以致影響到識(shí)別準(zhǔn)確率；

    (2)數(shù)據(jù)資源分散，現(xiàn)階段安防領(lǐng)域監(jiān)控?cái)?shù)據(jù)的開放性和共享程度相對較低，很難開展多維數(shù)據(jù)的交叉融合分析，這使得人工智能分析缺乏有效的數(shù)據(jù)支撐，同樣也會(huì)影響準(zhǔn)確率；

    (3)場景理解受限，由于缺乏有效的專業(yè)領(lǐng)域經(jīng)驗(yàn)知識(shí)的積累，視頻內(nèi)容的理解能力偏弱，目前的智能分析多為單場景的目標(biāo)檢測和行為分析，很少涉及大范圍場景的關(guān)聯(lián)行為分析，以致很難用于異常行為分析和風(fēng)險(xiǎn)預(yù)測。

    AI+安防，在落地應(yīng)用上是否靠譜

    說白了，我們每一次創(chuàng)造出的新物種，都是為了更好的服務(wù)于人類而誕生的，新物種是否能夠很好的落地應(yīng)用成了關(guān)鍵。因?yàn)槲覀儾恍枰獙θ祟惢蛏鐣?huì)毫無幫助的創(chuàng)新物種的誕生，就像AlphaGo贏了人類那有如何，頂多只能算是新技術(shù)得到創(chuàng)新的標(biāo)志，隨著時(shí)間的流逝，人們根本不會(huì)在意、或者關(guān)心AI得到提升創(chuàng)新的標(biāo)志是什么，只會(huì)更在意AI是如何更加落地應(yīng)用的。

    剛剛我們說了AI是如何在公安系統(tǒng)中落地應(yīng)用的，其實(shí)它在其它的領(lǐng)域也是比較落地的，不如在物流、金融、醫(yī)療、教育，那么這里以金融領(lǐng)域的銀行為例，筆者前段時(shí)間去銀行辦理業(yè)務(wù)的時(shí)候，有一項(xiàng)是要修改初始手機(jī)號(hào)碼，在大堂經(jīng)理的指導(dǎo)下，全程都是自動(dòng)柜臺(tái)機(jī)辦理的，而步驟里面，其中就有一個(gè)就應(yīng)用到了人臉識(shí)別技術(shù)，整個(gè)過程基本上比在傳統(tǒng)的柜臺(tái)上簡便多了，而且效率上也大大的提升。再者，AI在物流上也是比較落地的，就在近期，阿里巴巴和京東智能創(chuàng)儲(chǔ)機(jī)器人也是炒的比較火熱的。

    未來AI在安防領(lǐng)域發(fā)展趨勢及機(jī)會(huì)

    1.視頻結(jié)構(gòu)化處理

    目前在安防細(xì)分子行業(yè)中，視頻監(jiān)控的市場規(guī)模占比接近一半，這其中蘊(yùn)含著大量視頻監(jiān)控?cái)?shù)據(jù)。但目前在對視頻結(jié)構(gòu)化處理過程中，多還停留在基于靜態(tài)特征的單場景的目標(biāo)識(shí)別，還沒有把動(dòng)作、行為等動(dòng)態(tài)特征以及之間的相關(guān)性做結(jié)構(gòu)化的處理。未來，如果能夠做到對視頻語義的理解，對視頻的時(shí)間、空間、行為等動(dòng)態(tài)特征做結(jié)構(gòu)化處理，將對后期的視頻檢索、視頻分析有較大的實(shí)用價(jià)值。

    2.前端設(shè)備智能化

    以往的前端設(shè)備基本只能做到高清錄像，智能分析能力則相對比較弱，而目前基于深度學(xué)習(xí)的智能分析技術(shù)也仍多在服務(wù)器上進(jìn)行處理，一旦未來視頻數(shù)據(jù)量增多，服務(wù)器的傳輸帶寬以及后端存儲(chǔ)管理壓力就會(huì)加大，也不能滿足安防智能化在安全性、實(shí)時(shí)性、魯棒性等方面的要求。如此，前端智能化也便成了行業(yè)發(fā)展的趨勢，即可以通過內(nèi)嵌深度學(xué)習(xí)算法或芯片，在設(shè)備前端實(shí)現(xiàn)具有結(jié)構(gòu)化信息提取、人臉識(shí)別、道路實(shí)況檢測、車輛識(shí)別等多種功能。目前，典型如以IP芯片算法切入的智芯原動(dòng)、基于SVAC2.0標(biāo)準(zhǔn)的欣博電子、從模組切入的人人智能等。

    3.技術(shù)創(chuàng)新突破點(diǎn)

    鑒于目前對人、車、物的識(shí)別準(zhǔn)確率仍然存在較多的限制，未來在軟、硬件方面都存在相應(yīng)的技術(shù)創(chuàng)新點(diǎn)。比如前端設(shè)備，未來幾年內(nèi)高清顯示技術(shù)仍將持續(xù)發(fā)展，如在4K級(jí)別整合3D圖像，從2D轉(zhuǎn)向3D獲取更立體的深度數(shù)據(jù)，或借鑒人眼仿生原理讓光學(xué)系統(tǒng)與識(shí)別系統(tǒng)進(jìn)行相互實(shí)時(shí)反饋獲得遠(yuǎn)距離物體的清晰圖像，或借助星光攝像機(jī)帶來更高的對比度和更好的色彩表現(xiàn)以滿足夜間高品質(zhì)監(jiān)控需求等；而在軟件算法方面，要想攝像機(jī)采集的圖像給出最適合機(jī)器去檢測識(shí)別人臉，一方面需要做很多算法以根據(jù)當(dāng)前的光照條件等環(huán)境計(jì)算出最好的成像效果，另一方面也需要盡可能的采集大量各種場景下數(shù)據(jù)。以停車場為例，當(dāng)車輛進(jìn)地庫時(shí)，車頭與車尾的光照差異較大，如何針對區(qū)域做局部的曝光參數(shù)調(diào)整。簡單來講，根據(jù)相機(jī)的高度、角度、環(huán)境、異常人臉等特定場景的特征提取都需要對算法做不同的改進(jìn)，在此基礎(chǔ)上針對不同的特定場景需求，都可以給出特定的軟、硬件產(chǎn)品。

    4.多維數(shù)據(jù)融合分析

    即對多維度、多場景數(shù)據(jù)的交叉融合分析，其中包括不同設(shè)備對同一物體(人、車)的識(shí)別，也包括對不同場景的數(shù)據(jù)融合。以公共安全領(lǐng)域?yàn)槔?，在?dòng)態(tài)人臉識(shí)別中即便是只有百萬分之一的錯(cuò)誤率，也會(huì)導(dǎo)致系統(tǒng)誤報(bào)率太高缺乏實(shí)用價(jià)值，而要解決此類問題，單純從人工智能算法、芯片等維度提升識(shí)別率是不夠的，需要在視頻數(shù)據(jù)的基礎(chǔ)上擴(kuò)充數(shù)據(jù)維度，如手機(jī)定位數(shù)據(jù)、社交數(shù)據(jù)、車輛數(shù)據(jù)、消費(fèi)數(shù)據(jù)等，通過這樣的大規(guī)模的、多模態(tài)數(shù)據(jù)整合以進(jìn)一步提升識(shí)別效果，并在數(shù)量級(jí)上降低錯(cuò)誤率。

    5.細(xì)分應(yīng)用場景廣泛

    受益于安防領(lǐng)域深度學(xué)習(xí)算法的快速發(fā)展，智能安防已經(jīng)得到了越來越廣泛的應(yīng)用。在AI+安防3.0時(shí)代，面對安防視頻產(chǎn)品下游的需求，運(yùn)營服務(wù)將有較大的市場空間，這也將成為我國安防產(chǎn)業(yè)未來的發(fā)展方向。以人臉識(shí)別為例，可廣泛應(yīng)用于公安、零售、教育、金融、醫(yī)療等行業(yè)；除此之外，未來也可以嘗試新興的場景，如智慧景區(qū)，完成物品遺留檢測、客流統(tǒng)計(jì)以及智能巡檢等；智慧商業(yè)，對客流量統(tǒng)計(jì)以及人流密度檢測等。

    6.準(zhǔn)確率大打折扣

    馬云的“刷臉支付”興起之后，人臉識(shí)別技術(shù)逐漸成為了熱點(diǎn)，各大新聞媒體不乏鼓吹“人臉識(shí)別新技術(shù)準(zhǔn)確率達(dá)99%，比肉眼更精準(zhǔn)”等等報(bào)道，而事實(shí)根本就不是這個(gè)樣子。在學(xué)術(shù)界上，或許人臉識(shí)別技術(shù)達(dá)到99%可以實(shí)現(xiàn)，但一旦要落地實(shí)現(xiàn)，準(zhǔn)確率就會(huì)大打折扣了。

    同時(shí)，在未來的服務(wù)器承載率上，未來高清圖像的識(shí)別率上等等是否能夠輕松的實(shí)現(xiàn)就還有待技術(shù)的不斷創(chuàng)新和改進(jìn)。