发展迅猛的今天，人们正在享受着安防监控带来的安全感。安防监控除了能对正在发生事件的实时记录外，还可以对监控(如车牌、人脸、动作分析)，从而进行视频推送预警、实现预防。能够更好的起到“防患于未然”的作用。
近年来，人工智能、大数据技术快速地发展，在行业市场中受到了空前的追捧，它们已率先在数据可得性高的领域开始解决行业痛点。
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，AI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最快、最好的“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能彻底改变这一现状。
1.对人、物的识别：主要是识别监控系统关心的内容，包括人脸识别、车牌号识别、车辆类型识别、船只识别、红绿灯识别等等。识别类技术，常常应用于道路监控、金融银行、航道管理等行业，主要是为客户提供识别记录和分级管理的依据。
2.对人、物运动轨迹的识别：目前细分的很多，最重要的包含虚拟警戒线、虚拟警戒区域、自动PTZ跟踪、人数统计、车流统计、物体出现和消失、人员突然奔跑、人员突然聚集等等。此类技术，除了数量统计外，一般是对某个过程进行判断，一经发现了不正常的情况，如有人进入警戒区域、广场东北角有人迅速聚集等情况，就发出报警信息，提醒值班监控人员关注相应热点区域。目前此类功能主要使用在于平安城市建设、商业监控等行业。
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。环境的影响最重要的包含雨、雪、大雾等恶劣天气、夜间低照度情况、摄像头遮挡或偏移、摄像头抖动等等。智能视频监控系统技术应用可以在一定程度上完成在恶劣视频环境情况下实现较正常的监控功能。受环境影响视频不清楚的时候，尽早发现画面中的人，或者判断摄像头偏移的情况后发出报警。此类功能关键技术点是在各种应用场合下，均能够较稳定地输出智能分析的信息，最好能够降低环境对视频监控的影响。
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：
2.从技术到产品：以算法见长AI企业积极布局终端应用行业领域，如金融、公安、楼宇园区等。
智能监控可以实时分析海量数据并提取有效线索，锁定嫌疑犯或车辆轨迹，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。
智能监控分析人和车的密度分布、变化趋势做动态监测，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。
门禁考勤系统中采用生物识别技术，不但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。
智能监控可以为每个用户更好的提供差异化的服务。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；
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。
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。
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。
立足现在，放眼未来，虽然智能安防的道路很曲折，但是随着政府的全力支持、数据的开放共享，算法算力的不断的提高，A与安防将全面融合，智能安防时代正在加速到来。
文章出处：【微信号：GeWu-IOT，微信公众号：物联网资本论】欢迎添加关注！文章转载请注明出处。
领域有图像识别项目计划①根据文档，对其来了解②通过学习LattePanda的软件和系统，
的重要措施，天松监控在上海监控安装施工中经过15年的不断经验总结，将视频
监控除了能对正在发生事件的实时记录外，还可以对监控视频做多元化的分析，提取其中信息(如车牌、人脸、动作分析)，从而进行视频推送
随着深度学习、大数据、算法等技术近几年的全力发展以及提升，视频结构化技术、海量数据的处理与搜索技术的逐步成熟。2016年
优化的良性竞争来跳脱出恶性竞争的怪圈，以最终实现行业内的优胜劣汰。本文以一则案例为背景，来谈谈智能
驾马车”：精准算法、超强计算能力及海量数据，谁就具有先发优势。更重要的是谁能构建起以大数据为基础、以算法为推动力、以智能硬件为依托的结合场
发布了对应“Huawei HoloSens”的中文品牌“华为好望”;此外，华为发布了
生活中处处可见的摄像头为我们的生活提供了安全保障，但是这些安全小卫士并不能百分百保证我们工作生活的安全。当前
人工智能芯片(GPU、ASIC、FGPA、类脑芯片)及系统级智能芯片在国内的发展进度参差不齐。用于云端的训练、推断等大算力通用 芯片发展较为落后;适用于更多垂直行业的终端应用芯片如自动驾驶
Broadcast-Development-Kit适用于Microsoft Teams的广播开发套件