正是這一輪AI的到來，讓安防真正跨入到智能化時(shí)代。安防對(duì)AI技術(shù)的運(yùn)用，已經(jīng)從簡(jiǎn)單的人臉識(shí)別、車牌識(shí)別，上升到了多維數(shù)據(jù)碰撞、數(shù)據(jù)融合上，但是數(shù)據(jù)質(zhì)量、信息孤島等問題，讓信息維度和數(shù)據(jù)維度遠(yuǎn)遠(yuǎn)不夠，導(dǎo)致相關(guān)應(yīng)用無法很好的展開。
但可喜的是，越來越多的企業(yè)意識(shí)到——AI產(chǎn)業(yè)的發(fā)展已經(jīng)不是單純比拼AI算法或設(shè)備智能化。目前我們看到，許多科技媒體較安防垂直行業(yè)媒體更為關(guān)注AI的發(fā)展動(dòng)向，尤其是在安防領(lǐng)域。
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(chǎng)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(chǎng)景的復(fù)雜性，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)了很大突破，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。
在實(shí)際的測(cè)評(píng)中發(fā)現(xiàn)，在一些標(biāo)準(zhǔn)化的場(chǎng)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)用擁有較高的成熟度，應(yīng)用效果很好。但在一些非標(biāo)準(zhǔn)化的場(chǎng)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(chǎng)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。現(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)。
在實(shí)際的訪談中不少?gòu)S商反映，當(dāng)前的AI過于依賴應(yīng)用場(chǎng)景，在某個(gè)場(chǎng)景的應(yīng)用很難適用于其他的場(chǎng)景需求，需要重新調(diào)整算法與收集數(shù)據(jù)，AI算法模型泛化能力不足，成為了制約智能方案落地的阻力。
除此之外，作為新技術(shù)和更高門檻的應(yīng)用創(chuàng)新，AI的落地成本并不低，走訪了解到，不少行業(yè)的AI落地，折算到視頻監(jiān)控，成本仍高達(dá)近萬元/路視頻，即便成本控制良好，一般也不會(huì)低于3000元/路，安防AI智能化發(fā)展仍處于高投入落地階段，距離低成本大面積推廣仍有不少的路要走。
