结合具体应用行业来看，目前人工智能+安防在公安、交通、楼宇、金融、商业、民用等多个领域都已经显露出了比较不错的应用前景。比如在公安领域主要涉及到图侦、大数据预判实现事中、事前的预警；在交通领域，基于交通参与者人、车辆的识别，捕获交通违法车辆，获取车流信息，实时分析城市交通状况等，以合理调配资源提升城市道路的通行效率；在商业楼宇中利用AI技术可以对进出人、车、物实现实时监控，实现属性分析以及人数统计等。
在智慧警务中的应用
作为安防重点应用领域，目前公安行业正在依托信息感知、云计算、人工智能等技术的不断发展，大力推进公安信息化以及智慧警务建设，人工智能在其中发挥着越来越重要的作用。
公安行业用户的迫切需求是在海量的视频信息中，发现**的线索。人工智能在视频内容的特征提取、内容理解方面有着天然的优势。在对人、车、物进行检测和识别的过程中，基于深度学习的图像识别技术是目前应用较为广泛的，公安工作中运用人脸识别技术在布控排查、**识别、人像鉴定以及重点场所门禁等领域获得了良好的应用效果。
现有的治安监控系统融入基于深度学习的人脸识别算法，实现系统的智能化升级。系统平台数据库将案件重点关注人群入库，实现在身份认证方面对常驻人口、暂住人口、重点人口、在逃人员等数据的人像比对，为户籍管理、治安管理、刑侦破案等提供大数据分析技术手段。
在智能交通中的应用
在城市交通领域，单纯的车牌识别技术已经无法满足实际需求，业界迫切希望能够更快更准确提取更多元的车辆信息，除车牌号码外，还有车辆的厂牌、车身颜色、车辆品牌、车辆类型、车辆特征物等等。支持基于车辆外观特征的快速检索，这些特征在刑事案件侦查、交通事故处理、交通肇事逃逸、违章车辆自动记录等领域具有广泛而迫切的应用需求。
大数据分析技术、基于深度学习的图像识别技术很好地解决了城市公共交通安全管理中所面临的各种困境。针对违章车辆的抓拍，不再仅仅依靠车牌识别技术，借助计算机视觉技术、图像处理并通过海量的大数据分析、深度学习训练，可以依靠前端设备采集的车身颜色、车灯以及车标或者其他多种特征，从而得到较高的识别率，实现对目标车辆的检索。
在智慧社区的应用
社区是城市的基本空间，是社会互动的重要场所，伴随着人口流动性加大，社区中人、车、物多种信息重叠，数据海量复杂，传统管理方式难以取得的社区安防管控，同时，社区管理与民生服务息息相关，不仅在管理上要求技术升级，同时还要实现大数据下社区服务。
通过在社区监控系统中融入人脸识别、车辆分析、视频结构化算法，实现对有效视频内容的提取，不但可以检测运动目标，同时根据人员属性、车辆属性、人体属性等多种目标信息进行分类，结合*，分析**线索，为公安办案提供有效的帮助。另外，在智慧社区中通过基于人脸识别的智能门禁等产品也能够地进行人员甄别。
以上几个行业场景只是人工智能+安防应用的缩影。当下，随着深度学习、大数据等技术持续突破，人工智能不仅会释放原来未被满足的大量市场需求，在公共安全、交通、楼宇等领域的安防行业市场中发挥重要作用，也会带来更多、更丰富的新场景、新需求，进而拓宽安防市场空间，推动智慧安防更加普及和深化。可以预见，人工智能对安防行业的驱动是远甚于前的。AI技术的融入，将进一步丰富智能安防的内涵与维度。（作者：刘志强）
