“AI的聲音要比去年小得多?！?/span>

　　這是今年眾多安防從業(yè)人員在今年最直觀的感受。

　　相比去兩年前，AI在資本市場經過一番熱炒，紛紛選擇安防落地，一時間得益于算法、算力的推進，“安防+AI”成為行業(yè)爭相跟隨的理念。2019年，整個行業(yè)似乎開始走向理性，在上半年新的產品與解決方案并不多，但與之相反的，在微觀層面對于智能安防的認知與理解，正在發(fā)生著悄然的變化。

　　?？低暩呒壐笨偛?、研究院院長浦世亮：泛化看待安防領域的人工智能

　　這一輪人工智能熱潮發(fā)展至今已有四五年的時間，對于安防產業(yè)而言，人工智能并不是新鮮的技術訴求，因為在很久以前行業(yè)就被這樣的需求所驅動，視頻監(jiān)控從“看得清”到“看得懂”，需求一直存在，因為這是用技防去替代人防的一個核心能力。但很久以來產業(yè)仍處于一種技術與用戶需求或方案需求之間存在巨大鴻溝的狀態(tài)。

　　在深度學習出現(xiàn)之前，人工智能在安防領域的應用十分受限，沒有辦法大規(guī)模推廣，基本只有車牌識別的應用相對成熟，因為它的應用場景相對規(guī)范。人臉識別雖然應用需求廣泛，但由于場景的復雜性，極大地限制了人臉識別的大規(guī)模普及應用。

　　然而這一輪人工智能技術的發(fā)展，使得現(xiàn)有的人工智能尤其在計算機視覺領域的性能實現(xiàn)了極大的突破，所以我們現(xiàn)在會更泛化的去看待安防領域的人工智能。它并不僅僅局限在安全管理上，視頻監(jiān)控其實更多是一種視覺傳感器的角色，有了AI加持之后，它可以提取更豐富的數(shù)據(jù)信息，把物理世界進行數(shù)字化轉化，然后為包括安防和更多其他實體經濟的行業(yè)領域賦能。

　　華為中國企業(yè)智能安防解決方案銷售部總經理彭曉東：云+AI正在快速改變傳統(tǒng)安防的架構

　　新的云+AI的技術正在快速改變傳統(tǒng)安防煙囪架構，通過云化方式建網，數(shù)據(jù)覆蓋的廣度以及深度會帶來數(shù)量級的提升，數(shù)據(jù)價值更是“1+1>N”，實戰(zhàn)效果會大幅度提升，云與大數(shù)據(jù)的結合，可以讓AI得到更加廣泛的快速應用。同時系統(tǒng)的安全性以及開放創(chuàng)新也會快速成為智能安防時代一個重要標準。

　　我們認為整個AI發(fā)展的趨勢一定會從集中式向分布式發(fā)展，最終形成端邊云協(xié)同態(tài)勢。AI前置是行業(yè)發(fā)展的一種態(tài)勢，許多簡單的場景，如果還是像傳統(tǒng)的做法，視頻傳到后端，完成計算后再傳結果，計算效率是非常低的，用戶體驗也很不好。華為認為，首先云端的AI跟前端的AI是協(xié)同的，但未來簡單的場景僅需要前端的AI。組大網，云化是必選方式，同時對設備廠家提出了更高的技術積累要求包括云計算，大數(shù)據(jù)，高性能計算，存儲，智能芯片等方面的能力。

　　宇視科技智慧云產品總工王利彬：智能應用進入成熟階段

　　今年雖然AI看起來沒有去年那么火，但從我們自身的角度看AI產品的出貨量是成倍的在增長。出現(xiàn)這種現(xiàn)象也有可能是客戶的接受度高了，市場不需要再像之前那樣宣傳，當前在公安、雪亮、智能交通工程項目中，已經不需要我們去過多宣傳AI帶來的價值，過去幾十路與幾百路的規(guī)?，F(xiàn)在已經上升到上千路，智能應用開始逐漸進入到成熟的階段。

　　江森自控旗下泰科安防解決方案中國區(qū)銷售總經理鐘輝：市場競爭向海量數(shù)據(jù)處理與智能分析轉移

　　隨著大數(shù)據(jù)、物聯(lián)網、云平臺等技術的發(fā)展，AI將越來越多的應用在智慧建筑，更好的滿足人們對安全、高效、舒適、節(jié)能的需求。整體來看，國內安防領域市場規(guī)模足夠大，機會也足夠多。隨著AI技術創(chuàng)新和應用需求的推動，國內安防市場將迎來歷史性轉折點，市場將從過去設備低價競爭，發(fā)展到更高層面的海量數(shù)據(jù)處理和智能分析的競爭。

　　天躍科技副總裁范舟：AI智能化工具要形成智能安防管理平臺應用閉環(huán)

　　針對大熱的AI智能化應用，當前大部分公司主要專注于圍繞產品感知端構建智能化場景。不可否認，感知技術是提升用戶業(yè)務能力的有效手段，但感知僅能更精準更快速發(fā)現(xiàn)場景應用中的異常問題。而從管理角度來看，發(fā)現(xiàn)問題僅是起始狀態(tài)，最為關鍵的是解決問題、解決效果監(jiān)控以及管理提升建議。

　　我們認為，所有智能化的技術手段僅是工具，并不是最終的管理目標，AI智能化工具必須貫穿落實到管理目標、管理執(zhí)行、管理監(jiān)控和管理提升四個環(huán)節(jié)，形成智能安防管理平臺應用閉環(huán)。因此，我們這些年的探索，也是希望把最新的技術，例如物聯(lián)網、移動互聯(lián)、大數(shù)據(jù)，以及AI技術、AIoT技術，與客戶的最終管理目標相結合，希望在這最后一公里，實現(xiàn)客戶管理目標落地。

　　Axxonsoft耐實（上海）軟件科技有限公司中國區(qū)總經理荊朝剛：安防行業(yè)將往平臺化方向發(fā)展

　　從全球安防市場格局來看，在硬件市場相對穩(wěn)定，外資品牌要發(fā)展需另辟蹊徑。從應用場景上來看，安防行業(yè)未來將往平臺化方向發(fā)展，平臺將主導智能安防的應用。雖然目前有智能前置的做法，我們也在和合作伙伴在做，但目前的前端芯片性能有限，更多更復雜的AI算法還是需要在后端來完成，而且再高級的AI算法也需要依賴平臺來展現(xiàn)價值，所以我們還是認為平臺才是核心。

　　公安三所物聯(lián)網技術研發(fā)中心研究員梅林博士：非標準場景AI應用仍有待提升

　　在一些標準化的場景中，人臉識別、人證合一、車輛結構化描述等AI技術應用擁有很高的成熟度，應用效果很好。但在一些非標準化的場景下，比如開放式的1：N人臉識別或是非交通卡口的治安監(jiān)控點，由于安裝角度、光線環(huán)境等因素，人臉和車輛的識別分析效果依舊有待提升。

　　另外，繼人臉識別之后，行人重識別正逐漸得到越來越多研究單位的重視，但這也是一個非標場景，角度、距離、光線、裝扮等都會對識別分析的效果產生影響，這種情況下如何實現(xiàn)精準識別仍具有很大的挑戰(zhàn)性，但一旦突破了應用瓶頸，便可以很好地助力公安實戰(zhàn)應用?，F(xiàn)階段，行人重識別技術還處在相關研究機構技術積累的階段，距離落地應用仍有待時間考驗。

　　復旦大學計算機學院視頻技術與系統(tǒng)工程研究中心薛向陽博士：AI應用依賴于場景

　　AI依賴于應用場景，只要場景確定（即各種邊界條件確定），這個時候研發(fā)人員比較容易將應用性能等調整得很好。但如果更換了一個場景，原來那套方法就需要進行再調整，這也反映出AI算法模型泛化能力不夠，主要以定制化為主，限制了大范圍推廣。同時，當前許多AI算法都是數(shù)據(jù)驅動的，需要持續(xù)收集大量特定應用場景的數(shù)據(jù)，然后在應用中進行持續(xù)迭代優(yōu)化，這個過程所需人力與物力對于許多企業(yè)而言，顯然是會帶來非常大的技術成本和運維等綜合壓力。

　　閱面科技聯(lián)合創(chuàng)始人宋向明：人臉識別市場短期內不會集中

　　考慮到人臉識別產品使用的地域性差異、不同群體的接受程度和使用需求，硬件實體的競爭基本不會出現(xiàn)互聯(lián)網一家獨大的情況，人臉識別技術涉及內容較多，還有新產品形態(tài)的出現(xiàn)，我認為目前及未來的一段時間內都是“百家爭鳴”的狀態(tài)。隨著市場教育、開拓，市場在不斷擴大，玩家也在增加。