三要素撑起“人工智能+安防”金字塔

 据悉，根据《国家信息化发展战略纲要》，我国将加速完善信息产业政策体系，根据产业发展趋势和市场需求，制定和出台集成电路、人工智能、物联网、5G等多个细分领域的产业政策，在确保上述产业前沿领域保持快速健康发展的基础上，进一步促进我国信息产业整体做大做强。据悉，多项人工智能领域的相关政策，有望于今年年底至明年年初正式亮相。

现阶段，人工智能已经成为各行业炙手可热的话题。伴随着我国社会经济发展水平的提升，各行业对人工智能技术的落地应用需求也在不断扩大。但目前，很多行业与人工智能的结合还处于概念阶段，安防是为数不多的可以将人工智能成熟应用并落地的行业，为此，很多专家认为安防行业正在成为人工智能的第一着陆场。

近几年来，“人工智能+安防”的理念被越来越多的的安防企业接受和发展，并以此为中心，形成了一系列的产品和系统解决方案。人工智能在安防行业的快速落地，得益于全国范围内安防设备的普及，无需进行过多的基础建设，即可达成人工智能的落地。另一方面，安防行业对人工智能技术有着强烈的需求，随着人工智能技术的成熟和规模化应用，产品为用户带来更多更便捷的体验。

近年来，在智慧城市系统建设深入的带动下，人工智能商业化应用的趋势越来越明显。算法、算力、数据，三者可以看做是“人工智能+安防”发展的三要素。当这三要素落地产品应用上时，可主要分为三大类，即：视频结构化(对视频数据的识别和提取)、生物识别技术(指纹识别、人脸识别等)、物体特征识别(车牌识别系统)。

视频结构化

在安防领域中，视频监控无疑是不可缺少的一环。而随着智慧城市和平安城市的建设加速，安防系统每天产生的海量图像和视频信息造成的信息冗余问题也催生了带有人工智能的计算机视觉技术在安防领域的应用。

视频结构化是一种基于目标行为的视频监控技术，针对该技术对图像视频进行自动分析、识别、跟踪、理解和描述的特点，带有人工智能的计算机视觉在安防监控系统中演变为近年来业内普遍看好的视频智能分析应用。

在不需要人为干预的情况下，利用计算机视觉和视频监控分析方法对摄像机拍录的图像序列进行自动分析，包括目标检测、目标分割提取、目标识别、目标跟踪，以及对监视场景中目标行为的理解与描述，得出对图像内容含义的理解以及对客观场景的解释，从而指导和规划行动。

生物识别技术

所谓生物识别技术，是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性和行为特征来进行个人身份鉴定的技术，目前生物识别技术发展迅速，据数据统计，预计到2020年，生物识别市场规模将突破300亿元。

当前，人脸、指纹、虹膜三种识别是应用较为广泛的生物识别方式。指纹属于接触性识别方式，人脸、虹膜属于非接触性识别方式，三者之间互为补充。

指纹应用最广泛，技术也相对成熟，但应用上有局限性：一部分人没有指纹，无法使用指纹支付;指纹会被复制，存在安全风险;采集指纹需要对象的配合，便捷性差一些。人脸识别的优势在于便捷性比较好，不用被采集对象的配合，可以自主采集，采集场合也比较方面;不足之处在于受到姿态、光照、遮挡、图片清晰度等因素影响。虹膜准确度最高，唯一性最强。不足之处在于采集过程需要被采集对象的配合，便捷性不高。

物体识别系统

当前，物体识别系统在安防领域中最主要的应用为车牌识别系统，车牌识别的技术在安防行业的应用由来已久，技术相对成熟，人工智能的应用提高了车牌识别的准确率。

车牌识别系统有两种触发方式，一种是外设触发，另一种是视频触发。外设触发工作方式是指采用线圈、红外或其他检测器检测车辆通过信号，车牌识别系统接受到车辆触发信号后，采集车辆图像，自动识别车牌，以及进行后续处理。该方法的优点是触发率高，性能稳定;缺点是需要切割地面铺设线圈，施工量大。视频触发方式是指车牌识别系统采用动态运动目标序列图像分析处理技术，实时检测车道上车辆移动状况，发现车辆通过时捕捉车辆图像，识别车牌照，并进行后续处理。该方法的优点是施工方便，不需要切割地面铺设线圈，也不需要安装车检器等零部件，但其缺点也十分显著，由于算法的极限，该方案的触发率与识别率较之外设触发都要低很多。

总结

随着人工智能产业在安防的快速落地，共享、智能、大数据正成为安防新时代的典型特征。未来安防行业的发展离不开人工智能，安防企业应当考虑如何将人工智能与安防产品、技术结合起来，让整个安防行业步入更智能化的时代，这才是企业的一小步，行业的一大步。