1956年在達特茅斯會議上首次提出了人工智能概念，經過60年的發展，人工智能(AI)發展迅速，已經開始改變人們的生活。從技術角度來講，人工智能正在從以下四個方面卓有成效：計算智能、感知智能、理解智能、自我行動智能。這幾年人工智能正進入到快速發展階段，并成為了發達國家、科技巨頭新的發展方向。2017年7月8日，國務院發布了《新一代人工智能發展規劃》，標志著中國人工智能發展被提升到了國家戰略層面，《規劃》中提到了人工智能將成為中國經濟發展的重大戰略機遇，未來將要著力構建我國人工智能的先發優勢。

人工智能技術在安防領域的發展應用

在市場與政策雙爆發的大背景下，安防產業將迎來人工智能技術的全面落地，也將會是人工智能技術爆發式增長的主要領域之一。經過30多年的發展，中國安防產業已經具備了人工智能技術落地、成長的基礎設施環境和一定的市場容量，主要體現在視頻結構化技術、生物特征識別和物體特征識別三個方面。

首先，“視頻識別”技術設置快速發展，中國安防產業前端視頻設備已逐步實現智能化，安防產業基礎設施建設較為完善。目前全國有將近1.5億臺視頻監控攝像頭，未來實現城鎮全覆蓋，還要有3-4倍的增量。另外，智能手機普及率已達到58%，總數量接近7億部，大多數手機都可以使用視頻、攝像功能。因此，龐大的視頻用戶為“人臉識別”等高級視頻識別技術的快速應用提供了廣闊的用戶基礎。

其次，市場需求旺盛。以往人員查找主要通過面對面的核對、身份信息驗證等較為傳統的方式，不僅效率低、消耗資源多，關鍵的一點是傳統手段以人為核心，人員的經驗、責任心、精神狀態和心理活動成為了主導因素。這也就是人員“安檢”風險長期保持在穩定水平，難以大幅降低的最主要原因。因此，對于類似人臉識別等視頻技術就產生了較為強勁的需求，再加上技術的進步為智能化的視頻技術的逐漸落地創造了條件。深度學習技術的突破提升了數字化算法的性能，GPU服務器、FP技術不斷成熟，使用成本不斷降低，使其在計算加速方面得到了大面積的推廣，推動了技術進步。幾方面原因綜合發力，締造出了人工智能+計算機視覺技術的新應用——視頻結構化。

除此以外，人工智能還將助力生物識別技術在安防領域的應用。通過“互聯網+大數據”與生物傳感器、生物統計學、光學、聲學等原理相結合，利用人體固有的生理特性和行為特征來進行個人身份的鑒定。當前，指紋、人臉、虹膜三種識別是應用較為廣泛的生物識別方式。其中指紋作為接觸性的識別方式在安防領域中應用最為廣泛，技術也相對成熟，但在實際應用方面存在一定的局限性：對于指紋殘缺不全或無法使用指紋的情況該技術難以奏效；指紋容易被復制或盜取，存在一定的安全隱患；建立指紋數據庫也需要較長時間，不僅投入的資源多，維護成本較高，便捷性較差。人臉識別和虹膜識別作為非接觸性識別的方式，具有其獨特的優勢。人臉識別的優勢在于便捷性比較好，不用被采集對象的配合，可以自主采集，采集場合也比較方便，但是受外界條件影響較大，受到表情、光線、圖像像素等因素影響。虹膜識別準確度最高，唯一性最強，未來三項技術的綜合應用成為生物識別+安防的主要技術發展趨勢。

據報道，未來3年，澳大利亞機場將升級生物識別系統，旅客從進入機場到達安檢口岸的全過程中通過設置不同的場景、廣告、藝術雕塑吸引旅客的關注，同時采用視頻跟蹤定位、人臉識別等多種技術，采集個人信息。當旅客到達安檢口岸后只需要驗證指紋，系統綜合比對指紋和生物信息，幾秒鐘便可以完成身份驗證，不僅提高了通關效率，而且旅客也無需再經歷反復的盤問和詢查，有了回家的感覺。

人工智能給安防產業帶來的變革

除了以上的技術應用外，多元化的人工智能技術未來還將不斷的引入到安防行業，成為行業不斷發展和前進的動力。作為安防需求較為集中的領域：公安、交通、樓宇、民用安防將會成為“人工智能+安防”的主要應用場景，其受到的影響深遠且意義重大。

在公安領域，出于對社會維穩的需要，公安部門需要在海量的視頻信息中發現犯罪嫌疑人或目標的線索。人工智能在視頻的特征提取、內容理解方面有著技術上的優勢。前端攝像機內置人工智能芯片，通過視頻識別技術對視頻場景進行實時的跟蹤分析，動態監測目標、識別人、車、物等信息屬性，并通過網絡傳遞到后臺數據中心進行分析存儲。匯總的海量城市級信息，再利用強大的計算和智能分析能力，對嫌疑人的體貌特征、行動軌跡進行分析，給出最佳線索建議，一旦鎖定了目標的軌跡就能大大縮減嫌疑人的追蹤時間。同時智能系統還具備強大的交互能力，還能與辦案人員進行語言溝通，提升案件辦理的專業水準和準確度。

在交通領域，在智能交通建設的過程中交通網絡的規模不斷擴大，大規模的交通聯網匯集了越來越多的車輛通行信息，管理好車輛通行對于智慧城市、智慧交通建設有著重要的意義。通過人工智能技術可實時分析道路交通流量，自動調整紅綠燈間隔，縮短車輛等待時間，提升道路通行效率。“人工智能+安防”已經成為智慧城市的核心樞紐，實時掌握著城市道路通行車輛的軌跡，停車場的車位信息以及小區的停車信息。經過綜合分析提前預測交通流量變化和停車位數量變化，合理疏導交通，實現機場、火車站、汽車站、CBD商圈的大規模交通聯動，提升整個城市的運行效率，為居民的智慧出行暢通提供保障。

在智能樓宇領域，“人工智能+安防技術”也會使得建筑物變得更加智慧，通過綜合控制建筑的安防、能耗，對于進出大廈的人、車、物進行監控和定位，區分樓內人員與外來人員，偵測大樓的能源消耗，使得大廈的運行效率最優，延長大廈的使用壽命。通過“人工智能+安防技術”匯總整個樓宇的監控信息、門禁記錄、人員信息，在門禁刷卡時比對通行卡信息及刷卡人臉部信息，檢測出盜刷卡行為，還能區分工作人員在大樓中的行動軌跡和逗留時間，發現違規探訪行為，確保核心區域的安全。

如何應對人工智能化浪潮的來襲？

以上談到的都是人工智能技術在安防領域的應用以及給安防產業帶來的變化。作為安防企業，如何應對來襲的人工智能化浪潮？如何利用人工智能技術助力自身發展？除了技術進步以外，人才是不可或缺的必要條件。

2017年國務院發布的《新一代人工智能發展規劃》中對中國人工智能技術人才現況進行了分析。總的來看，中國相關人才緊缺、缺口之大為世界前列。現階段，中國在發展人工智能領域更多地依賴于海外人才的引進，國內本土人才尤其是高層次的人才十分稀缺。近十年的數據表明：中國資深人工智能從業者與美國發達國家相比差距依然很大，隨著工作年限的增加，中美人才比例的差異越來越大。高級人才的欠缺制約著中國人工智能領域的發展速度，受此影響，安防產業的AI人才的供給已經跟不上智能化產品和技術的研發步伐，具有技術創新能力和商業頭腦的復合型人才更是稀缺。

因此，安防企業應將人工智能人才的引進，提升到企業戰略層面。完成人才開發計劃的頂層設計工作，建立相應的資源配置計劃，依托地區、國家的資源平臺，與國家人才戰略發展步調一致。我國安防企業在制定人才發展戰略過程中，要注重應用多元化的獲取渠道，除了正常的人員招聘以外，還要將目光放到海外市場，通過走出去，實現產能合作、產業技術升級等多種途徑實現對人才的“收購”。通過并購可以將人力資源整建制納入麾下，保證人員結構完整，知識結構完整，研發體系完整。更主要的是研發課題、專利技術、專利使用權等系列“軟資源”的獲取，可以幫助安防企業實現“跨越式”的發展。

除了外招聘以外，還需要注重本土人才資源的開發。中國優秀的人工智能人才多數都在高校研究所工作，隨著該領域的不斷發展，商業化的運作氛圍不斷增強，如今正在形成從各大名牌高校及研究所向優秀企業“人才回流”的浪潮。根據這一趨勢安防企業應該突出自身優勢，招聘與合作雙管齊下，獲取人才資源。對于安防企業來講，強大的計算機能力和巨大的數據庫資源是從事技術研發的必備條件，也是吸引高校人才資源的價值核心。因此，安防企業應著力打造自身的大數據平臺，提升數據庫容納、采集和計算能力，加強和推動與高校和研究所之間的合作，以招募、聘用、兼職顧問等多種形式獲取人才資源，分享研發成果，建成一條校企合作的有效途徑。

總體來看，人工智能為中國安防產業打開了一扇窗，在通往未來的道路上，還有諸多障礙和困難需要克服。安防產業還需要不斷超于自身，具備自主化和個性化的人工智能核心技術，才能解決安防領域日益增加的需求，為安防用戶提供更好的人工智能產品，提升整個安防領域的智能化水平，推動安防產業的升級換代。

來源：動力環境監控 http://www.99yxj.com.cn/   本文采集于網絡，如有問題有聯系刪除