20170524-天风证券-电子制造：大安防行业专题II-视频人工智能大时代_38页_2mb
报告摘要
安防行业与IVA发展分析总结
核心内容
本报告主要分析了安防行业向智能化发展的趋势，以及IVA（智能视频分析）在其中的关键作用。随着高清化与网络化的视频监控设备普及，IVA的应用需求迅速增长，成为推动安防行业智能化的重要力量。同时，深度学习技术的快速发展，为IVA从理论走向实际应用提供了强大支撑。
主要观点
- 安防行业快速成长：中国安防市场连续多年保持2位数增长，2016年市场规模已突破5000亿元，其中视频监控是主要应用领域。
- IVA需求巨大：IVA技术能够实现对视频中人脸、车牌、行为等的智能分析，极大提高了视频监控的效率和准确性。
- 深度学习推动IVA发展：深度学习算法在识别准确率方面超越人眼，成为IVA发展的核心技术。
- 硬件升级提升产品价值：安防硬件企业通过集成GPU/TPU，提升产品价值，同时向上游布局算法和芯片，向下游拓展集成与运维，实现产业链重塑。
- 投资建议：看好海康威视和大华股份，作为国内安防双龙头，其在智能化转型中具有显著优势。
关键信息
视频监控升级
- 高清化：高清摄像头提升了图像识别能力，使机器能更准确地识别细节信息。
- 网络化：数字摄像头采用云端存储，支持实时分析，为智能视频分析提供了基础。
- 结构化处理：通过前端和后端的结合，实现视频数据的结构化处理，提升分析效率。
IVA应用场景
- 公安+交通：为IVA的主要应用领域，用于人脸识别、车牌识别、交通违章分析等。
- 新兴领域：如智慧景区、智慧商业等，通过IVA实现客流统计、异常行为识别等功能。
深度学习发展要素
- 数据：安防行业拥有大量视频数据，为深度学习训练提供基础。
- 硬件：GPU在深度学习中的应用显著提升了训练速度和算法性能。
- 算法：随着深度学习算法的不断优化，识别准确率显著提高，已超过人眼识别水平。
硬件企业智能化转型
- 产品价值提升：集成GPU的前端和后端设备价值大幅提升。
- 产业链整合：硬件企业向上下游延伸，形成完整的智能安防解决方案。
- 研发能力：海康威视和大华股份年研发投入均超过10亿元，拥有强大的算法团队。
投资建议
- 推荐企业：海康威视和大华股份，作为国内安防双龙头，其在智能化转型中具有显著优势。
- 市场空间：预计2016-2020年国内安防硬件市场产值将从980亿元增长至2300亿元，复合增速在20%以上。
风险提示
- 智能化进展不及预期：若智能化发展速度低于预期，可能影响企业收益。
重点标的推荐
| 股票代码 | 股票名称 | 收盘价（2017-05-23） | 投资评级 | EPS（元） | P/E |
|---|---|---|---|---|---|
| 002236.SZ | 大华股份 | 18.89 | 买入 | 0.63 | 29.98 |
| 002415.SZ | 海康威视 | 28.13 | 买入 | 1.21 | 23.25 |
行业走势图
- 行业趋势：安防行业在高清化和网络化驱动下，年增速快速提升，2013年接近15%。
- IVA应用：随着深度学习技术的发展，IVA市场进入高速发展轨道，应用广泛。
作者信息
- 分析师：农冰立
- 联系人：洪骐
- 联系方式：nongbingli@tfzq.com, hongqi@tfzq.com
相关报告
- 《电子制造-行业深度研究：柔性OLED打开产业投资新机会，设备企业确定性受益！》
- 《电子制造-行业深度研究：汽车S.E.A变革》
- 《电子制造-行业点评：LED17Q1综述：行业景气至少持续至Q3，关注小间距+车灯》
图表目录
- 图1：我国安防整体市场规模快速增长
- 图2：安防应用场景分类
- 图3：安防市场类别细分
- 图4：各地每千人拥有摄像头数量（个/千人）
- 图5：安防市场分布
- 图6：全球安防行业增速受安防高清化+网络化驱动
- 图7：摄像机编码效率改善
- 图8：高清摄像机占比提升
- 图9：IVA识别
- 图10：图像识别在道路监控及交通执法中的应用
- 图11：套车牌分析系统应用
- 图12：人群分析与重点区域布防应用
- 图13：智慧商业综合管理解决方案
- 图14：人脸特征提取
- 图15：特征脸受人脸角度等因素影响很大
- 图16：单层神经网络
- 图17：多层神经网络
- 图18：深度学习逐层学习举例
- 图19：AI模型训练需要大量优质标注数据
- 图20：IBM在AI医疗领域并购版图
- 图21：CPU与GPU结构对比
- 图22：CPU与GPU结构对比
- 图23：GPU视频处理水平对照图
- 图24：GPU视频处理水平对照图
- 图25：参与NVIDIA深度学习公司组织概况
- 图26：NVIDIA GPU加速平台
- 图27：GPU性能提升对深度学习算法提升作用
- 图28：FPGA结构简图
- 图29：TPU板卡实物图
- 图30：深度学习算法的升级路径
- 图31：ImageNet分类错误率和神经网络深度之间的演变关系
- 图32：图像识别市场发展趋势
- 图33：国内智能安防系统应用
- 图34：安防监控产业链
- 图35：海康威视前端深眸系列相机（双目客流相机）
- 图36：海康威视后端刀锋服务器
- 图37：人工智能（Machine Learning）刚刚经历盖特纳最热区间
- 图38：海康威视非前端/后端硬件业务收入占比逐年提升
- 图39：安防智能化下，硬件龙头面对的市场空间成倍增加
- 图40：2015-2017（1-3）订单项目数量占比
- 图41：2015-2017（1-3）订单合同金额占比
- 图42：传统安防硬件企业业务范围
- 图43：安防智能化浪潮下硬件企业的产业链整合
- 图44：国内安防龙头市占率提升（红色为海康和大华）
- 图45：国内安防硬件龙头营收增速远快于国外
- 图46：海康威视和大华股份在IVA产业链上的布局
表格目录
- 表1：模拟摄像机和数字摄像机对比
- 表2：智能视频分析系统应用场景广泛
- 表3：传统IVA算法介绍
- 表4：CPU与GPU训练一个卷积神经网络时间对比
- 表5：四家主流算法公司比较
- 表6：前端/后端设备单价测算
- 表7：安防硬件市场空间测算
- 表8：安防硬件企业与算法企业在产品技术和产业化层面比较
- 表9：近期PPP安防相关项目梳理
展开完整摘要
试读结束，高清完整版pdf/doc/ppt,请点下载
