人工智能技術(shù)在安防領(lǐng)域的應(yīng)用已經(jīng)發(fā)展了很多年，但由于硬件本身問題以及算法、算力等制約，很長一段時間內(nèi)都沒有取得較大突破。隨著近年來人工智能技術(shù)的發(fā)展，尤其深度學(xué)習(xí)技術(shù)的突飛猛進(jìn)，使得AI在安防行業(yè)應(yīng)用贏來了重大轉(zhuǎn)機(jī)與突破。從2017年深圳安博會的火爆現(xiàn)象，就可以看出“人工智能+安防”廣闊的市場發(fā)展空間。安防行業(yè)，尤其是視頻監(jiān)控行業(yè)因其自身特點(diǎn)，理所當(dāng)然的成為了人工智能的天然試驗場。

遍布全國各地，數(shù)以億計的視頻監(jiān)控攝像機(jī)7*24小時不間斷采集視頻圖像，產(chǎn)生了海量的大數(shù)據(jù)。尤其是高清網(wǎng)絡(luò)攝像機(jī)的普及應(yīng)用，數(shù)據(jù)量更是呈指數(shù)級飛速增長。如果依靠傳統(tǒng)的人工進(jìn)行管理、查詢，顯然已經(jīng)無法滿足當(dāng)前社會治安管理的需求。因此，安防行業(yè)擁抱人工智能技術(shù)已是必經(jīng)之路。全球人工智能火熱，帶動了一大批人工智能初創(chuàng)企業(yè)的出現(xiàn)，各種先進(jìn)的人工智能技術(shù)方案不斷涌現(xiàn)。而擁有海量大數(shù)據(jù)與垂直剛需應(yīng)用的安防行業(yè)自然也成了這些AI初創(chuàng)企業(yè)技術(shù)方案的最佳落腳點(diǎn)。

因此，?？怠⒋笕A、宇視、科達(dá)等傳統(tǒng)安防企業(yè)紛紛擁抱人工智能；商湯、曠視、依圖、云從等AI新貴全面進(jìn)軍安防應(yīng)用，充分體現(xiàn)了當(dāng)前安防行業(yè)發(fā)展的趨勢。據(jù)報道，憑借著網(wǎng)絡(luò)高清攝像機(jī)的應(yīng)用以及人工智能技術(shù)加持，社會治安破案率得到了明顯提升。甚至有的部分地區(qū)數(shù)據(jù)顯示，由于高清網(wǎng)絡(luò)攝像頭和人臉識別技術(shù)的應(yīng)用，不僅破案率極大提升，甚至案發(fā)率也大幅下降。盡管當(dāng)前人工智能技術(shù)已經(jīng)極大改善了視頻監(jiān)控的應(yīng)用，但從實際應(yīng)用情況來看依然面臨著許多挑戰(zhàn)。

?？怠⒋笕A、宇視等中國安防前三強(qiáng)都先后登臺，展示了自家AI+安防解決方案。雖然各自的產(chǎn)品與解決方案有所差異，但是大家都共同傳達(dá)了一個觀點(diǎn)。那就是當(dāng)前安防行業(yè)人工智能技術(shù)應(yīng)用依舊挑戰(zhàn)重重。例如，誤報率太高。在峰會上中科奧森董事長李子青教授舉例說明，以某一個轄區(qū)1000路視頻抓拍人像，并且有一個黑名單庫，1000路在深圳算是一個小的系統(tǒng)。1千個這樣的系統(tǒng)，假設(shè)每個攝像頭每10秒或者5秒抓拍一張人臉，該轄區(qū)每秒鐘抓拍100張圖象，該轄區(qū)每天要產(chǎn)生864萬張抓拍人臉，與20萬人的數(shù)據(jù)庫比對次數(shù)高大1.728萬億次。
?

李子青教授在2018中國AI安防峰會演講李子青教授表，對動態(tài)人臉識別的性能要求，我們希望通過率比較高，比如說90%的通過率，在動態(tài)人臉監(jiān)控上面算是比較高的，它每天的誤報個數(shù)要少于200個。現(xiàn)在的問題是誤報率太高，每次都是“狼來了”，所以公安對這個東西一方面非常想用，另一方面又老是誤報，所以他就把這個東西禁用了，甚至最后放棄，在過去幾年有很多實施的動態(tài)人臉監(jiān)控最后都放棄了。眾所周知，安防視頻監(jiān)控應(yīng)用場景非常復(fù)雜多變。監(jiān)控攝像頭除了監(jiān)控行人之外，還要監(jiān)控汽車、物體、事件等等。每一種監(jiān)控對象都有責(zé)不同特征，如監(jiān)控行人需要了解到性別、年齡、身高、穿著、是否戴眼鏡等等信息，對于汽車除了要識別車牌，還需要更多細(xì)節(jié)特征，如顏色、品牌等等，并結(jié)構(gòu)化處理并存儲信息，后續(xù)才能高效利用或作出相應(yīng)的預(yù)判。但是在實際應(yīng)用中，我們往往會遇到很多來自不同場景的挑戰(zhàn)。例如人口密集的車站。比如這樣
?

咋整？李子青教授表示，靜態(tài)人臉識別以及很成熟了，但動態(tài)人臉識別目前仍然還面臨著巨大的挑戰(zhàn)。除了前端高清攝像機(jī)必須要能夠采集到高質(zhì)量的人臉信息之外，還需要強(qiáng)大的算法和算力支持。通過神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、大數(shù)據(jù)自主訓(xùn)練以及高性能并行計算能力等等綜合提升才能解決當(dāng)前應(yīng)用難題。深度學(xué)習(xí)是需要進(jìn)行大量的大數(shù)據(jù)訓(xùn)練，目前有的AI企業(yè)采用人工對數(shù)據(jù)進(jìn)行標(biāo)注，費(fèi)時費(fèi)力。李子青教授表：“我認(rèn)為深度學(xué)習(xí)還有一定的發(fā)展空間，不管是提升算法、改進(jìn)網(wǎng)絡(luò)架構(gòu)，還是通過增大數(shù)據(jù)標(biāo)注的方式，提升的空間并不大，它已經(jīng)接近天花板，具體是多少，我不能給一個定量，我們必須在這方面突破，必須像開復(fù)老師說的那樣，要形成應(yīng)用場景的數(shù)據(jù)閉環(huán)，能夠利用生產(chǎn)環(huán)節(jié)的大數(shù)據(jù)進(jìn)行自主標(biāo)注、自主學(xué)習(xí)，不管你會不會標(biāo)注，至少是自主學(xué)習(xí)”。宇視總裁張鵬國近期也表示，人臉識別目前在商業(yè)落地上有很大的挑戰(zhàn)。“想象一個千萬人口的城市，在99%的識別率下，還有10萬人沒有被識別?！?/p>

宇視科技副總裁姚華在2018中國AI安防峰會演講此外，安防視頻監(jiān)控是一個系統(tǒng)工程，AI技術(shù)在視頻監(jiān)控的應(yīng)用挑戰(zhàn)，同樣貫穿于前端、傳輸、存儲、應(yīng)用等等每個環(huán)節(jié)。隨著神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、邊緣技術(shù)等技術(shù)的進(jìn)步、算法的不斷優(yōu)化、計算機(jī)性能提升，當(dāng)前面臨的種種問題都會逐步得到有效解決。同時，由此我們也可以看到，隨著安防與AI的深度融合，對安防企業(yè)的技術(shù)研發(fā)實力要求也越來越高，如果無法在這一波AI浪潮中站住腳跟，勢必會被市場淘汰。難怪大家都在戲稱，如今安防企業(yè)不做AI，都不好意思說自己是安防企業(yè)了。