2017年-亿欧智库_鸟瞰人工智能应用市场安防行业研究分析2017_70页_3mb

2017年人工智能赋能安防行业研究报告总结

核心内容概述

亿欧智库发布的《2017年人工智能赋能安防行业研究报告》指出，人工智能（AI）作为一项降本增效工具，正逐步赋能传统安防行业。AI在安防行业的应用主要集中在视频监控领域，通过计算机视觉识别技术将海量视频数据结构化，提取人、车、物的属性信息，从而提升公安部门在社会治安事件中的事前预警、事中监督和事后执法效率。

主要观点

• AI+安防的内涵：AI在安防中的应用以视频监控为核心，主要聚焦于社会安全事件，包括恐怖袭击和经济安全事件。AI技术通过识别、分析和处理视频数据，为安防系统提供更高效的解决方案。
• 技术驱动：AI技术的发展依赖于三大要素：数据资源、计算力和核心算法。深度学习技术在图像识别和视频分析中表现出色，其识别准确率已超过传统方法，且能适应复杂环境。
• 行业趋势：安防行业正从传统向智能化转型，前端设备的智能化程度显著提高，成为未来发展的关键。同时，民用安防市场逐渐兴起，视频监控设备的高清化趋势明显，预计到2020年市场规模将达到8000亿元。
• 产业链变化：随着AI技术的引入，视频监控产业链上下游企业开始涉足算法开发，中间层的纯算法提供商面临挑战，而设备制造商和集成商则通过算法优化和硬件升级增强竞争力。
• 应用场景：AI+视频监控的四大应用场景包括“点”、“线”、“面”和“后台”分析，分别应用于关键节点、道路监控、重点区域和数据挖掘分析。

关键信息

• AI技术应用：AI技术主要应用于车牌识别、特征属性识别、人脸识别和行为识别，其中人脸识别是生物识别技术的重要组成部分。
• 数据处理能力：AI技术能够处理海量视频数据，提高识别效率，如海康威视数据显示，线索排查效率提升20-100倍。
• 计算力提升：GPU的出现显著提升了计算速度，使得AI处理视频数据的时间从几周缩短至一天。
• 产业链调整：上游视频芯片向下游渗透，中游出现独立第三方软件商，但需依赖大型设备商或集成商。下游渠道作用增强，集成商门槛提高。
• 未来趋势：AI在安防行业的应用将更加广泛，包括民用市场、高清监控、智能前置、场景数据的重要性以及移动化工具的补充。

详细分析

AI+安防的概念范围界定

• AI在安防中主要指计算机视觉识别技术，用于将视频监控数据结构化。
• 安防行业主要关注社会安全事件，包括恐怖袭击和经济安全事件。

需求的驱动

• 社会经济转型导致治安问题显现，视频监控系统成为公安部门应对社会治安问题的重要手段。
• 海量视频数据与人力分析瓶颈之间的矛盾推动AI技术的应用。

技术如何驱动行业变革

• 深度学习：通过多层神经网络实现对数据的抽象表达，提高识别准确率和环境适应性。
• GPU计算力：显著提升视频数据处理速度，降低运算时间。
• 视频结构化：提取关键属性信息，提升数据利用效率。

行业篇：应用场景、产品、产业链变化

• 应用场景：包括“点”、“线”、“面”和“后台”分析，分别应用于关键节点、道路监控、重点区域和数据挖掘。
• 产品：前端智能设备和后置智能产品，如海康威视的深眸系列、大华的智能交通摄像机、格灵深瞳的皓目行为分析仪等。
• 产业链变化：上游芯片企业向下游渗透，中游出现独立软件商，下游渠道作用增强，集成商门槛提高。

趋势篇：行业未来趋势判断

• 趋势一：民用安防市场逐渐成为热点，发展潜力大。
• 趋势二：高清监控替代标清仍在继续，预计2020年高清摄像机占比将超过55%。
• 趋势三：前端价值大幅提高，智能前置成为主流。
• 趋势四：场景数据为王，数据资源成为关键。
• 趋势五：AI技术可纵向复制，移动化工具如无人机和机器人补充视频监控系统的不足。

企业案例

• 海康威视：推出深眸系列网络摄像机、猎鹰智能NVR等产品，支持深度学习算法，提升视频监控的智能化水平。
• 大华股份：开发睿智系列智能产品，包括人脸识别和视频结构化，提升安防系统的综合能力。
• 商汤科技：提供视图情报研判系统，支持以图搜图和模糊人脸搜索，助力刑侦破案。
• 格灵深瞳：推出威目车辆大数据系统和皓目行为分析仪，提升视频监控的分析和识别能力。
• 旷视科技：提供智能安防解决方案，适用于重点场所管控、群体性事件处置等场景。
• 东方网力：开发视云实战应用解决方案，整合多种资源，实现视频图像信息的统一管理。

结论

AI技术正成为安防行业的重要驱动力，推动视频监控系统的智能化发展。随着数据资源、计算力和核心算法的成熟，AI在安防领域的应用将更加广泛和深入，不仅提升效率，还拓展了应用场景。未来，安防行业将面临更多的技术变革和市场机遇，企业需积极适应并抓住这一趋势。