从2016年到2017年，AI技能在安防范畴打开得异常迅猛，从2017年深圳安博会上，咱们能够看到，不论是传统安防巨头，仍是新式AI厂商，都毫无保留的展现了他们的AI产品与技能，特别以人脸辨认、视频结构化、超声波水表，最为火热。比较前几年，在2017年发作的最大改动，就是AI技能在安防范畴从此前的“讲概念”阶段，现已打开到“产品化”、“商场化”阶段。咱们能够看到，人脸辨认相关的产品现已成功落地运用，如深圳龙岗公安缔造的人像大数据布控体系，完成了近3000路摄像头的动态人像布控，这算是一个比较成功的落地项目。
公共安全对AI需求火燎
“人工智能”，笔者把它解释为“将人的作业智能化”，即经过赋予机器某种智能化的才调，让它能够处理人的作业，当然它要比人处理得更高效。近年，AI在安防商场运用逐渐落地，首要有以下几方面的要素。
首要，安防作业关于AI技能火燎的商场需求。技能的打开源于需求的驱动。举个比方，2012年引发言辞广泛议论的12306购票网站瘫痪作业，源于高峰期均匀每秒数十万次的央求。明显，12306购票网站的规划团队开始并未愿望到会有如此高并发央求需求，因而在规划体系时他们也没有进行相关的技能研究与准备。而从现在12306的购票体会上，明显体系已能承受了这样高并发的拜访需求。我以为这是一个需求驱动技能改善的典型事例。
而关于安防作业，首要的运用场景是视频监控，视频监控的首要意图就是往后的条理查询及录像取证。其时，跟着我国安全城市及雪亮工程缔造的大力推进，监控探头覆盖面越来越广，监控点位越来越多，如此大规划的监控摄像头，每天都要发作许多的视频录像，当发作案作业后在这些海量的视频录像中，依托人工去获取案件条理作业量十分巨大。况且我国的警力资源严峻匮乏，据统计，我国的差人与人口比例仅为0.13%，处于国际低端水平。因而，假定彻底赖人工去逐一调阅录像文件来进行条理排查，能够愿望案件的侦破功率将极点低下。因而，将AI技能引进安防作业的需求变得极为火燎，经过机器来高效处理人的作业，帮助民警快速精确寻找案作业条理，成为公安干警们翘首以盼的作业。在商场需求的驱动之下，AI技能在安防作业的打开尤为敏捷，在以前两年中，许多安防AI厂家崭露头角，并成功的推出了相关的AI产品。
其次，安防作业具有海量的数据来滋补AI技能的打开。假定把AI比作一头猛兽，那么这头猛兽是需要用数据来喂养的，数据越多越丰富，它就生长得越强健，没有数据这头猛兽便无法生计。
咱们知道，大型的互联网公司，如BATJ，他们具有的数据量是十分惊人的，他们都具有数亿的用户，这些用户每天为这些互联网公司带来巨大交易额的一起，也带来了海量的数据资源，互联网公司依据这些海量的数据资源，结合AI技能，能为他们供给更高效的智能化运营效力。
而在安防作业，最不缺少的也就是数据，特别是视频图画数据。一个中等规划的城市，按布点10万路1080P摄像机核算，这个城市每天就能够发作约30PB的视频图画数据，一年可发作约10EB的数据量。如此巨大的数据，为安防AI技能的打开供给了绝好的资料。假定把AI算法比作一把刀，那么数据就是磨刀石，数据越多越丰富，那么这把刀就会被磨得越尖利。
再次，我国政府关于人工智能工业强有力的方针支撑，也推进着AI技能的打开与运用。2017年7月，国务院关于印发《新一代人工智能打开规划的告诉》以及《“互联网+”人工智能三年行为实施方案》，从方针层面活泼引导并规划打开人工智能工业；工信部也印发《促进新一代人工智能工业打开三年行为方案（2018-2020年）》，意在加速人工智能从战略到落地，推进人工智能和实体经济深度交融；其他，公安部拟定的“十三五规划”，也将AI技能在安防作业的运用放在了比较突出的方位。
在需求、数据与方针的多轮驱动之下，2017年AI技能在安防范畴的打开气势十分出色，依据视频的安防AI技能，如人脸辨认技能与视频结构化技能已首要产品化，并已成功落地运用。可是，咱们仍是要清醒的认识到，现在的成功仅仅一小步，在后面AI技能在安防范畴进行大规划商场化运用的道路上，仍然面对着许多的困难与应战。
AI在公共安全范畴的落地运用
作为核算机视觉技能中最老到的分支运用，人脸辨认现在在安防范畴应该算是比较成功的落地运用。尽管该项技能已恰当老到，可是其运用场景仍然受限。在“1:1”运用场景下，比方人证核验，人脸辨认技能已彻底达到了商用化的水准，但这种场景对人与摄像机方位（包含间隔、视点）的捆绑性较强。而在安防范畴，人脸辨认最中心的运用场景就是构建“人像天网工程”，“人像天网工程”要求在各种杂乱的场景下，比方交通路口、地铁站出入口、公交车站、火车站出入口、广场、商场、医院等人流量较大的室外场景，都能尽量无缺、精确的辨认人脸信息，并与关键人员库实时比对，发作告警，这样就能够完成对犯罪嫌疑人进行全城布控的作用，这就是人脸辨认“n:N”运用场景。在这种场景下，人与摄像机的方位是无法控制的，此外还受不确定的气候、光照等条件影响，这对人脸辨认技能的场景习气性提出了较高的要求，现在看来，现有的人脸辨认技能对这种杂乱场景的习气性还不行完美，不过信赖跟着AI技能的不断改造，究竟咱们的人脸辨认技能所能习气的场景会越来越广泛。
视频结构化技能，作为核算机视觉技能中的另一项重要的AI技能，2017年也获得了快速的打开，许多安防厂商的视频结构化产品已初具雏形，该项技能相关于人脸辨认技能，打开略显缓慢。现在商场上视频结构化的落地项目其实仍是十分少。首要原因在于现有的视频结构化算法在杂乱场景下，辨认精确率并不高，难以商用；另一方面，视频结构化首要是对视频中车辆特征结构化以及人体特征结构化，关于车辆特征的结构化，商场早已有老到的前端产品，如卡口电警，尽管辨认的特征特征有限，可是根柢仍是能够满足一些运用需求，所以客户关于视频车辆结构化的需求并不是特别剧烈。而关于人体特征的结构化，现在看来，实践运用意义相对偏弱，现在能够想到的就是人体特征查找、以人搜人等基础运用，更丰富的运用还有待进一步挖掘。
此外，阻挠AI产品大规划商场化运用的另一项应战来自于本钱。现在，AI产品广泛本钱昂扬，在有限的财政投入下，关于政府客户来讲，AI产品也是一件奢侈品，政府没有财力大规划投入运用。可是跟着技能的不断打开前进，AI产品的本钱会逐渐下降，会促进AI产品大规划商场化运用的进程，因为只需大规划商场化运用，才调真实的凸显AI产品的价值。
未来趋势展望
跟着安防AI技能的打开，笔者以为未来的两三年，各大安防巨头及AI厂商将会着力处理AI产品大规划商场化所面对的应战，包含处理AI算法对杂乱场景的习气性问题以及高本钱问题；其他，跟着芯片技能以及AI技能的快速打开，AI产品前端化将逐渐成为趋势，这样能够减轻后端剖析的压力，让后端专心于数据的处理，专心于作业事务。此外，跟着人脸辨认技能。超声波水表及视频结构化技能的逐渐完善，后续依据视频的AI技能可能会倾向各种杂乱作业的剖析，完成对视频内容的充分解析。
