【中国安防展览网 企业关注】 在科技发展迅猛的今天，人们正在享受着安防监控带来的安全感。安防监控除了可以对正在发生事件的实时记录外，还可以对监控视频进行分析，提取其中信息(如车牌、人脸、动作分析)，从而进行视频推送预警、实现预防。可以起到“防患于未然”的作用。
近年来，人工智能、大数据技术迅速发展，在行业市场中受到了的追捧，它们已在数据可得性高的领域开始解决行业痛点。
安防领域是人工智能落地的天然场景
1、大数据是人工智能分析预测、自主完善的重要支撑，而安防行业拥有海量层次丰富的视频数据，能够充分满足人工智能对于算法模型训练的要求。
2、安防监控领域有着事前预防、事中响应、事后追查的逻辑需求，人工智能可以为这一问题提供新的解决思路。
3、据统计，在2011—2016年期间，安防市场连续保持2位数增长，预计2016-2020年期间仍将持续增长，年复合增长率预期为7.6%，到 2020 年，安防市场年销售额将达到 3150 亿美元。鉴于如此大的市场规模，人工智能早已“蠢蠢欲动”！
就技术需求和市场规模而言，安防领域是人工智能快、好的“着陆场”。传统的安防监控虽然实现了记录功能，但不能准确识别视频中的人、物和场景。而具备视觉的智能视频监控系统可以彻底改变这一现状。
智能视频监控系统主要包括3大类：
1、对人、物的识别：包括人脸识别、车辆识别、物体识别等；2、对人、物运动轨迹的识别：主要应用于虚拟警戒线，人和车数统计，人和车流密度分布、变化趋势、动态监测，道路状态及变化监测等；3、对环境影响的判断和补偿：可以在复杂背景环境中实现正常的监控功能。
随着高清化、深度学习、云存储、GPU 、物联网的研发，人工智能落地安防领域的切入方式主要有两种：
1、从产品到技术：传统安防领域企业不断加快软硬件产品的智能化进程；2、从技术到产品；以算法见长人工智能企业积极布局终端应用行业领域，如金融、公安、楼宇园区等。
人工智能在安防领域的应用主要分为警用、民用两个方向：
1、公安领域
智能监控可以实时分析海量数据并提取有效线索，锁定**或车辆轨迹，完成追踪、抓捕、营救等一系列任务。这一过程涉及图侦、实战、预判三层应用以满足事前预防、事中响应、事后追查的现实需求，可以有效防范化解各类安全风险。
2、交通领域
智能监控分析人和车的密度分布、变化趋势进行动态监测，通过调整红绿灯间隔合理配置资源，提升通行效率，为大众的畅通出行提供有利保障。
3、智能楼宇及园区领域
门禁考勤系统中采用生物识别技术，不仅可以区分工作人员和非工作人员，还能起到降低楼宇能耗的作用。
4、零售领域
为管理者提供远程可视化、顾客数据采集和分析、POS收银监督的巡店方式。
5、在民用安防的应用
智能监控可以为每个用户提供差异化的服务。以家庭安防为例，当家中无人时，智能监控系统进入布防模式；当有异常时，发出警报并及时通知主人。智能安防虽然前景广阔，但目前国内的基础还比较薄弱，在应用过程中还存在着许许多多的障碍和困难。
人工智能在安防监控领域面临着4大痛点：
1、对环境适应性差
人工智能对视频内容的辨识，容易受到光照条件、天气因素、图像质量、目标尺寸、地物遮挡等环境变化的影响；
2、数据孤岛并分散
在传统的安防体系中，各个平台系统数据开放性低，彼此之间共享度低，所以很难开展多维数据融合分析。以人脸识别为例，为提高人脸识别的准确率，单纯提高算法算力是不够的，还需要扩充分析数据的纬度，如定位、社交、车辆、消费等等可搜集到的数据，通过这样大规模的多模态数据整合才能实现目标追踪、分析的目的。
3、场景理解受限
原因1：专业领域知识和经验积累不足；原因2：在视频结构化过程中，智能监控还停留在基于静态特征的单场景环境中，很少涉及大范围场景的关联行为分析，没有把动作、行为等动态特征以及之间的关联性做结构化的处理。
4、缺乏自主完善能力
目前人工智能没有自我成长的能力，只能根据设定的条件进行自主分析，而不能根据分享能力和积累经验提高完善自己。
结语：
立足现在，放眼未来，虽然智能安防的道路很曲折，但是随着政府的大力支持、数据的开放共享，算法算力的不断提升，人工智能与安防将全面融合，智能安防时代正在加速到来。
原标题 人工智能在安防监控领域面临的4大痛点
移动版
智慧城市网APP
智慧城市网小程序
微信公众号
