智能眼镜人工智能被认为是第四次工业革命的主要使用技术，获得了各行业的极大关注。中国政府高度重视人工智能技术的推进和产业化落地，发布一系列促进人工智能发展的相关政策，并且在这些政策、发文、规划中多次提到将人工智能技术应用于公共安全领域，进行技术创新、产品和应用创新。
（一）政策持续加码
当前安防行业正处于智能化转型的关键阶段，国家有望就推动安防建设出台更多的规划及政策，从而进一步推动安防行业向着更高的阶段发展。
（二）技术革新，推动人工智能安防产业化落地
人工智能的应用主要依靠算法、算力和数据三大因素。从人工智能的发展阶段来看，早期人工智能基本处于概念的提出和算法框架研究创新阶段，一方面受制于计算资源的不足，人工智能技术没有足够的训练数据提升计算的准确性；另一方面，芯片性能的不足也限制着人工智能技术产业化落地。2010年后随着网络的普及，物联网和大数据逐渐兴起，使得人工智能依赖的数据资源得以解决。同时，核心芯片性能的提升，也使得算力得到大幅提升。基于深度学习的算法框架和基础硬件的强化成为本轮人工智能的主要推动力，使得人工智能从技术层面落地到商业应用。根据OpenAI分析报告显示，自2012年以来，在最大规模的人工智能训练中所使用的计算量呈指数级增长，3.5个月的时间翻一倍，自2012年以来，该指标已增长了30多万倍。
人工智能是安防行业下一阶段转折的必经之路。一方面，智能化处理是安防行业处理海量市场的唯一选择。随着视频监控的广泛应用，大量的监视数据单纯的依靠人力识别需要大量的时间且效率低下。而通过视频智能分析技术，可以快速自动定位敏感信息，并进行结构化的存储，使安防由被动防御型转变为主动防御型。另一方面，深度学习依靠大量的数据训练，才能更准确的自动处理各种复杂信息。安防行业拥有的海量视频资源为深度学习提供了极佳的训练材料，成为人工智能产业化的最佳落地行业。人工智能最主要的应用领域是计算机视觉，其比重达到37%，计算机视觉行业市场构成中，安防行业占比68%。因而可以说安防是人工智能落地的主赛道产业。
（三）人工智能与安防相结合
人工智能与安防相结合能够实现对数据的实时跟踪、关联分析，达到对异常现象的检测处理和对危险事件的提前预警。具体应用场景集中在公安、交通、金融等领域，主要体现在视频结构化、生物识别和物体识别技术应用上。
视频结构化即视频数据的结构化处理，就是通过对原始视频进行智能分析，采用时空分割、特征提取、对象识别、深度学习等处理手段，提取出关键信息，并进行文本的语义描述，组织成可供计算机和人理解的文本信息或可视化图形信息，从而实现视频数据向有效情报的一次转化。根据旷视科技实验结果显示，使用视频结构化技术从百万级的目标库中（对应数百到一千小时的高清视频）查找某张截图上的行人嫌疑目标，数秒即可完成，千万级目标的库中查找，几分钟即可完成（如果实现云化，速度会更快）。而且经过结构化后的视频，占用空间大大减少，存储人的结构化检索信息和目标数据不到视频数据量的2%；对于车辆，不到1%；对于行为降得更多。
生物识别技术是指利用人体固有的生理特征和行为特征来进行个人身份鉴定的技术，人脸、指纹、虹膜三种识别方式是目前较广泛的生物识别方式，这其中人脸识别预测到2020年将达到42.8亿元（中商产业研究院估算数据）。
物体识别是判定一组图像数据中是否包含某个特定的物体、图像特征或运动状态，在特定的环境中解决特定目标的识别。目前物体识别能做到简单的几何图像识别、人体识别、印刷或手写文件识别等，在安防领域主要应用于车牌识别。
近年来，随着智能化成为行业大趋势，智能安防也逐渐成为安防企业转型升级的方向，在安防行业占比将越来越大。2018年，年中国安防行业市场规模将达6678亿元。根据中商产业研究院的数据预测，智能安防行业市场规模在2018年接近300亿元，预计2020年后智能安防将创造一个千亿的市场,这也将是安防领域不可小觑的市场。
（四）智能安防当前的痛点
人工智能在安防领域的应用有着非常好的前景，但目前智能化水平还处在初级阶段，周边的硬件及软件设备还未完善，还有很多环境和应用限制条件。在过去几年，人工智能热度很高，但实际上只完成了“概念模型”的建立，尚未达到“有效利用”的理想效果，人工智能真正赋能安防尚需等待。中国一年有5000万个摄像头需求，但实际只有50万个智能摄像头在应用，这个比例不到1%，这预示着智能安防才刚刚进入初级阶段。目前国内的基础还较薄弱，在应用过程中还有较多问题需要完善和解决：
1、成本高昂是制约智能安防发展的一个主要瓶颈。智能安防由于本身对产品性能、算力、存储能力等多方面要求较高造成系统设备本身成本增加；此外，科学化的智能系统布局需求带来的时间和人力成本、集成施工和机房改造成本进一步叠高了“安防+AI”落地的成本。通过统计建设1000路规模的高清安防监控系统和1000路高清AI人脸识别系统数据，对比分析“安防+AI”及“传统安防”的建设成本，我们可以发现，智能安防总体成本比传统安防高出73%，高昂的成本在很大程度上限制了“安防+AI”解决方案的规模化落地。其中，前端部分、存储和视频分析部分是智能安防高成本的主要因素。
2、人工智能识别技术对视频内容的成像质量有较高要求。但因光线亮度不足、目标相互遮挡等成像环境影响，会造成图像模糊、尺寸不符等问题，影响人工智能对视频内容识别的准确度。
3、深度应用不足。我国的安防企业经过多年努力，紧抓时代机遇，市场份额及技术水平不断提升，智能分析技术初期阶段的单场景目标行为分析已日趋完善，但对视频内容分析、大范围场景关联分析等领域的专业技术仍然积累不足。人工智能技术未来发展的核心是自我完善、自我成长能力。目前的智能技术，仍处于输入筛选条件，指令下达后的反应式智能，不具备自我发展的能力。
4、人工智能技术目前展现出多家企业齐头并进的态势，数据资源的采集、分析、应用独立性较高，市场上未出现高认可度的数据共享平台，行业资源分散，难以为人工智能提供丰富的数据支撑和大数据分析。未来，人工智能技术应具备群体间经验共享能力，实现自我完善的高效水准。
（本文来自：中安网）