AI技术给安防行业带来的变化可以说是具有划时代意义的。先了解下安防行业发展的现状和未来。

如果把安防行业划分一个时代，从2006年以前可以叫做模拟时代，2006年到2016年，安防行业进入了一个数字时代。安防行业从模拟时代进入数字时代，最大的技术变革就是视频的编解码技术。那时候的MPEG4／H264技术开始成熟，在安防行业应用。那时候视频编解码技术给安防行业带来划时代的变化。在这个变化的过程中倒下了一批企业，同时也起来了新兴的一批数字安防企业。同样，在2016年人工智能技术成熟的在安防行业开始应用以来，把安防行业代入了一个智能时代。所以说，AI技术给安防行业带来的变化应该是具有划时代意义的。

在过去十年里，数字时代的视频监控系统给公安和社会安全带来了很大的便利和好处。它同样也产生了很多问题。

举例，保守估计，全国有2亿个摄像头。国内最大的摄像机芯片厂家2017年芯片销售数量大概接近1亿。按照每一个摄像头有2兆码率计算，如果视频需要存储90天，就需要40万PB存储空间，如果按照4T硬盘存储，大概需要1亿块硬盘。需要的成本和代价都是非常大的。

主要问题是存储成本非常高，而且数据的可读性比较差，取证难度大，因为存储下来的都是大量原始视频流数据。

举个例子，2012年震惊全国的“周克华持枪杀人案”，这个案件非常恶劣。他从2004年第一起枪杀案开始持续了8年，一共十几起枪杀案，都是这一个人做的。这个案件社会影响非常恶劣，最后国家层面下任务，要求强行破获这个案件。根据警方内部公布的数据，前后投入大概1500名警力，花了45天时间，看了18万小时的录像。最终从公安向公众公开的数据里，共有13段视频，里面有这个人踩点、逃跑、枪杀的视频片段。13个视频片段隐藏在18万小时的视频里，把他们找出来这就是大海捞针。如果让一个人去看这些视频，大家需要60年时间能看完。当然，公安也是借助视频监控系统最终把这个案件成功破获了。

在AI到来以后，AI给安防行业赋予了新的活力和能力。拿天地伟业做例子。天地伟业有两项核心技术，一项是超星光技术，摄像机可以做到夜间全彩录像；一项目警戒技术，摄像机可以根据前端采集到的目标的一些行为，做出自己的判断和处理。摄像机可以对这个行为，比如越界、跨线，可以做预警或者激光警戒，把嫌疑目标驱离，把案件预防在事前。但这两项技术都是比较简单的结合。在AI技术成熟以后，比如说人脸识别，植入到摄像机里以后，摄像机就有了一个智能的大脑。不管是摄像机也好，球机也好，就能认出这个人到底是自己人还是陌生人，可以做出相应不同的决策。比如陌生人，就可以提醒该区域禁止入内，请马上离开，如果是自己人就可以有欢迎或者其他友好提示。AI技术给安防行业带来的变化应该就是所有前端采集摄像头或者后端平台都具有了智能的功能。把传统视频监控系统从事后查证和取证推向了事前的预防和事中的指挥处理。

再举个例子，2016年底，云南当地发生了一起凶杀案，犯罪嫌疑人是死者的丈夫。当时公安局把这个嫌疑人的照片布控在我们人脸识别试点系统里，也比较巧，布控进去第二天系统就发生了红色报警，通知民警蹲守，最后成功实施抓捕。

因此，现在智能安防系统和传统视频监控的系统的巨大区别是现在已经可以做到事前预警，不让案件发生，或者当嫌疑人出现时就可以提醒，而不是等案件发生以后再调取录像，再取证、查证。

安防行业从数字时代到智能时代，是一个必经之路。传统的视频摄像机存储的是标准视频流，现在AI摄像机把采集到的视频流已经进行视频结构化处理，完全可以给后台只传递结构化以后的数据。这样存储空间就可以有一个非常大的下降，包括传输带宽也有非常大的下降。同时，存储的视频结构化数据也可以做快速检索，秒级检索。和传统的视频相比，看视频是需要人看的，一个小时的视频就得看一个小时。这两者相比，检索速度提升可不止一万倍以上。

基于这两点，安防行业从数字时代走向智能时代可以说是必经之路。

另外，看一下AI给安防行业带来的一些理念性的变化。

首先，实战化理念。这个和传统视频监控系统不一样，传统的视频监控系统，视频监控系统建设完就完事了，视频监控系统24小时录像，也不用人过问，也不用人管，等案件发生了，把录像调取出来开始查证、破案。现在有了AI赋能的视频监控系统，公安就更注重实战。这个东西到底能不能起到作用，能不能把我们的安防从事后查证提到事前预警或者事中指挥。这就需要实战，实战应用怎么落地？先找一个合适的场景，找到这个场景里的需求和痛点，针对场景设计一套解决方案，部署、实施。如果这套系统产生实战了效果，用户最终使用效果满意了，这个样本工程可以进行复制和推广。这就是现在AI给安防系统带来的一个变化，用户更加注重实战效果。项目的推进方式也在发生变化。

以广西一个公安局的项目为例，他们遇到的问题是破案率比较低，破案周期长，案发率比较高。针对这些问题，我们给它部署了动态人脸识别布控系统。在部署上三个月以后，破案率得到了大幅提升，破案时间也有了大幅的缩短，包括案发率也有一定程度的下降。最后他们公安局用这个项目向国家申报了科技进步三等奖。

这是一个项目的落地，和原来项目的落地有一个变化。用户更加注重实战。不光是行业解决方案和应用案例进行实战化，安防的产品也在向多样性和开放性方向发展。

第二个理念的转变，就是低成本。现在AI刚在安防行业落地，造价和成本相对比较高。所以低成本方向就成了各家公司研究和发展的一个新方向。有这几个思路可以降低系统成本：

一、协同分析（协同智能）。在传统智能监控系统刚刚注入AI运算以后，大部分运算都是在后端服务器完成的。后端需要建设大量智能分析服务器，来完成系统的智能分析。系统造价非常高昂。现在采用协同智能，把一部分智能技术挪到前端。比如人脸抓拍机，从摄像机里已经可以检测到人脸，检测、跟踪、评估可以抓出人脸。只需要给后端服务器传输一个人脸照片，服务器就可以带更多的路数。从现应用现场的历史数据分析，同样规格的服务器接人脸抓拍机，要比接普通摄像机路数高5－10倍。这就让整个系统的成本得到一个大幅下降。

二、高集成化。过去开始摄像机里的芯片只负责处理视频编解码，需要增加一个AI处理芯片，来完成AI的处理。现在已经有大量AI处理芯片和视频编解码芯片集中在一起，让系统的集成度更高，成本更低。高集成度不光会带来系统成本的下降，还会带来视频效果的提升。拿FACE AE技术来说，原来的摄像机里，曝光技术是根据视频的整个场景调节，完全不知道场景里哪些目标更重要，用户更关注哪些东西，现在有了人工智能技术，能检测出场景里的目标。比如检测出人脸，我们就可以通过人脸检测技术，检测出人脸，再利用图像处理技术针对人脸区域进行特殊的曝光处理。使得视频采集到的图像里面人脸非常清晰，真正实现1＋1大于2的效果。

三、资源和模型的匹配。现在可以在CPU、GPU、DSP、ARM、ASIC里跑AI算法，现在不同行业对算法的精度要求不一样，就需要算法针对有限的硬件资源匹配，做不同模型的算法，就可以输出从入门级到专业级到专家级的不同产品。

四、标准化。现在的视频结构化从描述到视图库传输和网络协议，都有了行业的标准，硬件平台也在逐渐标准化。这就是说将来安防行业的发展，更需要一个大的标准体系框架。只有在大的标准体系框架下，才可以容纳更多的AI技术企业，在标准的硬件平台上，标准的描述和协议框架下，开发自己特有的AI应用。

希望将来在安防行业里有众多AI技术企业的加入，在安防行业这个巨大的生态链里找到各家企业自己的空间和位置。利用各家企业自身的技术优势，进行优势互补，我们一起把安防行业推动到一个兴兴向荣的智能新时代