安防AI应用加速落地，智慧安防时代来临

 2012年，人工智能技术在安全市场得到了大规模的实施和应用，人工智能开始推动传统安全产业的发展和创新。人工智能芯片开始添加到前端信号的采集和探测设备中，通过智能识别和筛选图像进行传输，减少传输空间，缩短时间；后端处理平台可同时处理的前端相关产品数量显著增加，清晰度和识别精度显著提高。

 人工智能技术已成为安全行业的重要发展趋势

 2009年，人工智能技术开始在多个行业得到初步应用。其中，安全监控是人工智能一大规模产生商业价值的领域，也成为许多人工智能技术研发公司的切入点。2012年，新兴产业发展规划的出台促使许多安全企业开始实施安全城市和智能城市建设。此外，天网工程、雪亮工程等国家政策促进了人工智能安全的整体发展，越来越多的人工智能和CV公司开始将安全领域作为其主要发展点之一。

 AI技术在安全领域得到了全国的应用

 从2005年开始的安全城市建设，到2011年启动的智能城市建设，以及后续提出的天网工程、雪亮工程等重点安全项目，人工智能不断渗透到安全领域，实体事件对智能安全产品的需求突出。自2012年以来，传统安全企业和人工智能+安全领域的新兴公司开始关注安全产品在城市建设中的应用。此外，从区域维度来看，智能安全产品的应用首先出现在人口密集地区，典型地区如珠江三角洲、长江三角洲和中部地区，对智能安全产品的需求较高，安全应用具有重要意义。

 AI+安防三大落地应用方向

 2017年，安全系统每天产生的大量图像和视频信息造成了严重的信息冗余，识别精度和效率不够，应用领域相对有限。在此基础上，智能安全开始满足产品需求。算法、计算能力和数据作为人工智能+安全开发的三个要素，主要体现在视频结构化（视频数据的识别和提取）上、生物识别(指纹识别、人脸识别等)、物体特征识别(车牌识别系统)。

 视频结构化：利用计算机视觉和视频监控分析方法自动分析相机图像序列，包括目标检测、目标分割提取、目标识别、目标跟踪、监控场景中目标行为的理解和描述、图像内容和客观场景的含义，指导和规划行动。

 生物识别技术：利用人体固有的生理特征和行为特征进行个人身份识别。人脸、指纹、虹膜三种识别方法是目前广泛使用的生物识别方法，保证了产品的便利性、安全性。

 物体识别系统：确定一组图像数据是否包含特定的物体、图像特征或运动状态，并在特定的环境中解决特定目标的识别问题。目前，物体识别可以实现简单的几何图形识别、人体识别、印刷或手写文件识别等。在安全领域的典型应用是车牌识别系统，通过外部触发和视频触发收集车辆图像并自动识别车牌。