安防AI應用加速落地，智慧安防時代來臨

 2012年，人工智能技術在安全市場得到了大規模的實施和應用，人工智能開始推動傳統安全產業的發展和創新。人工智能芯片開始添加到前端信號的采集和探測設備中，通過智能識別和篩選圖像進行傳輸，減少傳輸空間，縮短時間；后端處理平臺可同時處理的前端相關產品數量顯著增加，清晰度和識別精度顯著提高。

 人工智能技術已成為安全行業的重要發展趨勢

 2009年，人工智能技術開始在多個行業得到初步應用。其中，安全監控是人工智能一大規模產生商業價值的領域，也成為許多人工智能技術研發公司的切入點。2012年，新興產業發展規劃的出臺促使許多安全企業開始實施安全城市和智能城市建設。此外，天網工程、雪亮工程等國家政策促進了人工智能安全的整體發展，越來越多的人工智能和CV公司開始將安全領域作為其主要發展點之一。

 AI技術在安全領域得到了全國的應用

 從2005年開始的安全城市建設，到2011年啟動的智能城市建設，以及后續提出的天網工程、雪亮工程等重點安全項目，人工智能不斷滲透到安全領域，實體事件對智能安全產品的需求突出。自2012年以來，傳統安全企業和人工智能+安全領域的新興公司開始關注安全產品在城市建設中的應用。此外，從區域維度來看，智能安全產品的應用首先出現在人口密集地區，典型地區如珠江三角洲、長江三角洲和中部地區，對智能安全產品的需求較高，安全應用具有重要意義。

 AI+安防三大落地應用方向

 2017年，安全系統每天產生的大量圖像和視頻信息造成了嚴重的信息冗余，識別精度和效率不夠，應用領域相對有限。在此基礎上，智能安全開始滿足產品需求。算法、計算能力和數據作為人工智能+安全開發的三個要素，主要體現在視頻結構化（視頻數據的識別和提取）上、生物識別(指紋識別、人臉識別等)、物體特征識別(車牌識別系統)。

 視頻結構化：利用計算機視覺和視頻監控分析方法自動分析相機圖像序列，包括目標檢測、目標分割提取、目標識別、目標跟蹤、監控場景中目標行為的理解和描述、圖像內容和客觀場景的含義，指導和規劃行動。

 生物識別技術：利用人體固有的生理特征和行為特征進行個人身份識別。人臉、指紋、虹膜三種識別方法是目前廣泛使用的生物識別方法，保證了產品的便利性、安全性。

 物體識別系統：確定一組圖像數據是否包含特定的物體、圖像特征或運動狀態，并在特定的環境中解決特定目標的識別問題。目前，物體識別可以實現簡單的幾何圖形識別、人體識別、印刷或手寫文件識別等。在安全領域的典型應用是車牌識別系統，通過外部觸發和視頻觸發收集車輛圖像并自動識別車牌。