“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(jīng)過一番熱炒，紛紛選擇安防落地，一時(shí)間得益于算法、算力的推進(jìn)，“安防+AI”成為行業(yè)爭相跟隨的理念。2019年，整個(gè)行業(yè)似乎開始走向理性，在上半年新的產(chǎn)品與解決方案并不多，但與之相反的，在微觀層面對(duì)于智能安防的認(rèn)知與理解，正在發(fā)生著悄然的變化。

　　?？低暩呒?jí)副總裁、研究院院長浦世亮：泛化看待安防領(lǐng)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(shí)間，對(duì)于安防產(chǎn)業(yè)而言，人工智能并不是新鮮的技術(shù)訴求，因?yàn)樵诤芫靡郧靶袠I(yè)就被這樣的需求所驅(qū)動(dòng)，視頻監(jiān)控從“看得清”到“看得懂”，需求一直存在，因?yàn)檫@是用技防去替代人防的一個(gè)核心能力。但很久以來產(chǎn)業(yè)仍處于一種技術(shù)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(xué)習(xí)出現(xiàn)之前，人工智能在安防領(lǐng)域的應(yīng)用十分受限，沒有辦法大規(guī)模推廣，基本只有車牌識(shí)別的應(yīng)用相對(duì)成熟，因?yàn)樗膽?yīng)用場景相對(duì)規(guī)范。人臉識(shí)別雖然應(yīng)用需求廣泛，但由于場景的復(fù)雜性，極大地限制了人臉識(shí)別的大規(guī)模普及應(yīng)用。

　　然而這一輪人工智能技術(shù)的發(fā)展，使得現(xiàn)有的人工智能尤其在計(jì)算機(jī)視覺領(lǐng)域的性能實(shí)現(xiàn)了極大的突破，所以我們現(xiàn)在會(huì)更泛化的去看待安防領(lǐng)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(shí)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(jìn)行數(shù)字化轉(zhuǎn)化，然后為包括安防和更多其他實(shí)體經(jīng)濟(jì)的行業(yè)領(lǐng)域賦能。

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

　　新的云+AI的技術(shù)正在快速改變傳統(tǒng)安防煙囪架構(gòu)，通過云化方式建網(wǎng)，數(shù)據(jù)覆蓋的廣度以及深度會(huì)帶來數(shù)量級(jí)的提升，數(shù)據(jù)價(jià)值更是“1+1>N”，實(shí)戰(zhàn)效果會(huì)大幅度提升，云與大數(shù)據(jù)的結(jié)合，可以讓AI得到更加廣泛的快速應(yīng)用。同時(shí)系統(tǒng)的安全性以及開放創(chuàng)新也會(huì)快速成為智能安防時(shí)代一個(gè)重要標(biāo)準(zhǔn)。

　　我們認(rèn)為整個(gè)AI發(fā)展的趨勢(shì)一定會(huì)從集中式向分布式發(fā)展，最終形成端邊云協(xié)同態(tài)勢(shì)。AI前置是行業(yè)發(fā)展的一種態(tài)勢(shì)，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(jì)算后再傳結(jié)果，計(jì)算效率是非常低的，用戶體驗(yàn)也很不好。華為認(rèn)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(wǎng)，云化是必選方式，同時(shí)對(duì)設(shè)備廠家提出了更高的技術(shù)積累要求包括云計(jì)算，大數(shù)據(jù)，高性能計(jì)算，存儲(chǔ)，智能芯片等方面的能力。

　　宇視科技智慧云產(chǎn)品總工王利彬：智能應(yīng)用進(jìn)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(chǎn)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(dāng)前在公安、雪亮、智能交通工程項(xiàng)目中，已經(jīng)不需要我們?nèi)ミ^多宣傳AI帶來的價(jià)值，過去幾十路與幾百路的規(guī)?，F(xiàn)在已經(jīng)上升到上千路，智能應(yīng)用開始逐漸進(jìn)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(jīng)理鐘輝：市場競爭向海量數(shù)據(jù)處理與智能分析轉(zhuǎn)移

　　隨著大數(shù)據(jù)、物聯(lián)網(wǎng)、云平臺(tái)等技術(shù)的發(fā)展，AI將越來越多的應(yīng)用在智慧建筑，更好的滿足人們對(duì)安全、高效、舒適、節(jié)能的需求。整體來看，國內(nèi)安防領(lǐng)域市場規(guī)模足夠大，機(jī)會(huì)也足夠多。隨著AI技術(shù)創(chuàng)新和應(yīng)用需求的推動(dòng)，國內(nèi)安防市場將迎來歷史性轉(zhuǎn)折點(diǎn)，市場將從過去設(shè)備低價(jià)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(tái)應(yīng)用閉環(huán)

　　針對(duì)大熱的AI智能化應(yīng)用，當(dāng)前大部分公司主要專注于圍繞產(chǎn)品感知端構(gòu)建智能化場景。不可否認(rèn)，感知技術(shù)是提升用戶業(yè)務(wù)能力的有效手段，但感知僅能更精準(zhǔn)更快速發(fā)現(xiàn)場景應(yīng)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(guān)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(rèn)為，所有智能化的技術(shù)手段僅是工具，并不是最終的管理目標(biāo)，AI智能化工具必須貫穿落實(shí)到管理目標(biāo)、管理執(zhí)行、管理監(jiān)控和管理提升四個(gè)環(huán)節(jié)，形成智能安防管理平臺(tái)應(yīng)用閉環(huán)。因此，我們這些年的探索，也是希望把最新的技術(shù)，例如物聯(lián)網(wǎng)、移動(dòng)互聯(lián)、大數(shù)據(jù)，以及AI技術(shù)、AIoT技術(shù)，與客戶的最終管理目標(biāo)相結(jié)合，希望在這最后一公里，實(shí)現(xiàn)客戶管理目標(biāo)落地。

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

　　從全球安防市場格局來看，在硬件市場相對(duì)穩(wěn)定，外資品牌要發(fā)展需另辟蹊徑。從應(yīng)用場景上來看，安防行業(yè)未來將往平臺(tái)化方向發(fā)展，平臺(tái)將主導(dǎo)智能安防的應(yīng)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(fù)雜的AI算法還是需要在后端來完成，而且再高級(jí)的AI算法也需要依賴平臺(tái)來展現(xiàn)價(jià)值，所以我們還是認(rèn)為平臺(tái)才是核心。

　　公安三所物聯(lián)網(wǎng)技術(shù)研發(fā)中心研究員梅林博士：非標(biāo)準(zhǔn)場景AI應(yīng)用仍有待提升

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

　　另外，繼人臉識(shí)別之后，行人重識(shí)別正逐漸得到越來越多研究單位的重視，但這也是一個(gè)非標(biāo)場景，角度、距離、光線、裝扮等都會(huì)對(duì)識(shí)別分析的效果產(chǎn)生影響，這種情況下如何實(shí)現(xiàn)精準(zhǔn)識(shí)別仍具有很大的挑戰(zhàn)性，但一旦突破了應(yīng)用瓶頸，便可以很好地助力公安實(shí)戰(zhàn)應(yīng)用?，F(xiàn)階段，行人重識(shí)別技術(shù)還處在相關(guān)研究機(jī)構(gòu)技術(shù)積累的階段，距離落地應(yīng)用仍有待時(shí)間考驗(yàn)。

　　復(fù)旦大學(xué)計(jì)算機(jī)學(xué)院視頻技術(shù)與系統(tǒng)工程研究中心薛向陽博士：AI應(yīng)用依賴于場景

　　AI依賴于應(yīng)用場景，只要場景確定（即各種邊界條件確定），這個(gè)時(shí)候研發(fā)人員比較容易將應(yīng)用性能等調(diào)整得很好。但如果更換了一個(gè)場景，原來那套方法就需要進(jìn)行再調(diào)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(shí)，當(dāng)前許多AI算法都是數(shù)據(jù)驅(qū)動(dòng)的，需要持續(xù)收集大量特定應(yīng)用場景的數(shù)據(jù)，然后在應(yīng)用中進(jìn)行持續(xù)迭代優(yōu)化，這個(gè)過程所需人力與物力對(duì)于許多企業(yè)而言，顯然是會(huì)帶來非常大的技術(shù)成本和運(yùn)維等綜合壓力。

　　閱面科技聯(lián)合創(chuàng)始人宋向明：人臉識(shí)別市場短期內(nèi)不會(huì)集中

　　考慮到人臉識(shí)別產(chǎn)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(shí)體的競爭基本不會(huì)出現(xiàn)互聯(lián)網(wǎng)一家獨(dú)大的情況，人臉識(shí)別技術(shù)涉及內(nèi)容較多，還有新產(chǎn)品形態(tài)的出現(xiàn)，我認(rèn)為目前及未來的一段時(shí)間內(nèi)都是“百家爭鳴”的狀態(tài)。隨著市場教育、開拓，市場在不斷擴(kuò)大，玩家也在增加。