宇泛智能聯合創始人兼研發副總裁 鄭東
經過半個多世紀的發展和演進,安防已逐漸演變成為一個普及全球的成熟行業。IHS研究表明,全球傳統安防產業規模3000億美元。中國擁有全球最大的安防市場,其市場規模達到8000億,并且以每年10%-15%的增速遞增。
經過40年的發展,安防行業經歷了從模擬監控、數字監控到高清化監控,完成了從“看得見”到“看得清”的轉變;從高清化監控到現階段的智能化監控,正在從“看得清”往“看得懂”的方向轉變。
傳統安防因受限于人工智能(簡稱AI)、攝像頭、芯片、云計算等主要技術的發展,往往只能做到“監而不控”。同時,面對海量的視頻數據,“監控”面臨著準確率低、數據量龐大、人工分析效率低、信息關聯性弱、人工決策、事后追溯、響應滯后等問題。
近年來,政策與市場需求推動了安防領域智能化步伐。從政策上看,近年來的《“互聯網”人工智能三年行動實施計劃》、《關于推進城市安全發展的意見》等政策意在加速城市、公安、交通、社區、居家等領域安防智能化落地,國內加大以5G、人工智能、工業物聯網等為代表的的新基礎設施搭建。從市場上看,智能安防的剛需推動了安防廠商、人工智能新興企業、系統集成商、云服務商的協調合作,推動智慧安防領域的創新與商業發展。安防領域相關產業鏈上中下游在政策與市場需求的推動下,迅速發展以AI、IOT、云計算、5G、傳感器、芯片等新興技術協力促進安防領域的產品系統能力從“事后追溯”、“人工決策”往“事前預測”、“事中響應”、“智能決策”的方向上進行智能化升級。
安防領域是AI落地的最大領域。
AI在智能安防領域主要包括機器視覺、自然語言處理、搜索推薦等幾大方向,機器視覺又是AI在智能安防領域應用最廣泛最成熟的方向。傳統安防的AI受限于成像、AI成熟度、芯片算力、訓練數據等因素,其準確率、性能及分析能力已無法滿足智能安防時代市場對AI的多元化需求。
智能安防時代產品對AI的需求已不僅是簡單的人機非目標檢測、人像識別、車輛識別等機器視覺算法,將全面覆蓋生物特征工程、基于人的AI表征分析、基于細分場景的AI分析等能力,自然語言分析、搜索推薦算法、圖像增強在智能安防領域的應用也會越來越普及。
隨著AI的發展,攝像頭、芯片、5G等AI應用相關技術的發展以及安防數據的積累,AI將通過賦能“端”、“邊”、“云”三端,為智能安防領域全棧式解決方案提供大而全的AI引擎。
早期傳統安防行業的AI能力很弱,得益于學術界與工業界的共同努力,近年來AI的發展非常迅猛。
學術界提高了AI研究領域的深度與廣度,工業界加快了AI落地的節奏。驅動AI落地的三大關鍵因素是數據、算法和算力。為了降低AI對數據的需求以及AI模型結構設計成本,學術界產出了諸多有效方法來降低AI落地的成本。并且,安防也為AI積累了大量的場景數據。安防作為AI落地的最大領域,強烈的市場需求促進了安防產業鏈上游半導體企業的迅猛發展,尤其是攝像頭技術和芯片技術的發展為AI落地提供了良好的高質量成像和硬件算力承載平臺。4K至上億分辨率攝像頭、智能ISP算法等技術的提升極大地提高了各環境下的成像質量及解析力,APU、NPU、TPU、GPU等AI硬件加速平臺使得AI的落地不再受到算力約束。同時,學術界與工業界共同打造AI推理引擎生態,從訓練、量化、部署上解決AI落地的難點。