前言：随着智能安防时代的到来，传统的视频监控厂商正面临着新的挑战，如何提升企业自身竞争力，跟上时代的步伐，已经成为安企思考的重要命题，本次邀请天津中安视通总经理吴泽为我们分享其对行业发展新趋势的观点。

　　Q：a&s总经理、总编辑关玉娟

　　A：天津中安视通总经理吴泽

天津中安视通总经理吴泽

　　Q：2018年即将迎来尾声，您认为在这一年里安防行业发展的关键词是什么？

　　A：国内安防行业市场持续增长，从2012年的3280亿元增长到2017年的6200亿元，年复合增长率达到14%。“十三五”期间，安防行业将向前端化、行业化、云端化、平台化、规模化、、智能化转型升级，到2020年，安防企业总收入达到8000亿元左右，年增长率达到10%以上。随着人工智能产业化的加快落地，安防产品将得到快速发展，至2023年，安防行业市场规模将超过万亿。安防行业发展的关键词是人工智能、深度学习、数据挖掘、云计算、物联网等。

　　Q：随着这波人工智能技术的来袭，当前的视频监控也迎来了不少人工智能技术（如人脸识别）的加持，您认为人工智能技术给视频监控市场开辟了哪些市场，又将带来哪些新商机？

　　A：视频监控从模拟到高清，再到4K，图像传感器的视频分辨率和低照度能力提升、红外热成像成本降低，以及激光补光效果提升，视频源满足了全天候监看需求，同时目标纹理、颜色、光谱特性等细节为图像处理，人工智能技术提供了优质的图像。随着人工智能、神经网路、深度学习等图像算法发展，在复杂场景下人脸识别、场景识别，车型识别，人行为识别等算法优化提升，人工智能技术必将改变传统视频监控市场监看的需求。为行业管理提供了智能化分析，研判、决策、预警、规划、指挥等数据和信息，进一步提高行业的信息化管理水平。譬如嵌入式车牌识别，车辆轨迹分析等算法应用，使智能交通、泊车、停车场市场迅猛增加，快速发展。随着人脸识别、语音语义辨识、接力跟踪的算法成熟，传统高清摄像机改造升级，公安图侦部门办案、破案效率大幅提升。火焰、温度检测分析为电力、环保、林业等行业预警处置提供了技术手段。

　　Q：在您看来，现阶段全国雪亮工程建设的进展如何？还存在哪些问题？贵司在在雪亮工程项目中有哪些具体的落地方案？

　　A：2018年2月4日，新华社授权发布一号文件《中共中央 国务院关于实施乡村振兴战略的意见》，文中指出应“推进‘雪亮工程’建设”，助力建设平安乡村。山东省临沂市在总结“平邑经验”的基础上，逐步建成以三级综治中心为依托，以综治信息平台为支撑，以网格化管理为基础，以公共安全视频监控联网应用为重点，将社会治安防控触角延伸至网格员、家庭和居民的综治工作新模式。这一模式得到中央政法委领导的充分肯定，并被命名为“雪亮工程”。“雪亮工程”成为安民工程，民心工程。根据“十三五”规划，到2020年，我国将基本实现“全域覆盖、全网共享、全时可用、全程可控”的公共安全视频监控建设联网应用。无论是前端的监控布点，还是后端的监控平台系统及解决方案的提供，安防企业都积极参与和推动优化产品和解决方案。全国平安乡镇建设在进一步提速，“雪亮工程”市场迎来井喷式增长期。

　　但是乡镇农村由于“城乡一体化”进程尚未完成，整体通信进度较为落后，各种基础设施条件制约，限制监控体系的建立。 通常乡村在建立监控体系时，常遇到以下难题：

　　1. 地区偏远，发展落后，无电、无网，无法实现监控;

　　2. 乡村地形复杂，边角多，盲点多，定点监控无法完全满足需求;

　　3. 各期建设过程中的前端设备和平台兼容性较差，运维困难;

　　根据这些难点，我司开发了低功耗4G低照度、太阳能、风力供电云台摄像机，解决了偏远地区无电、无网的难题。开发了低成本低照度远距离制高点云台一体化摄像机，云台巡航扫描过程中具有人、车检测、识别、分析功能弥补了乡村边角多，盲点多、定点无法完全覆盖的缺陷。摄像机内置多种网络协议和控制协议在设备配置可以灵活选择，可无缝对接市场上已知的主流监控系统，有利于实现监控视频的共享，解决了平台兼容性问题。设备具有远程升级、远程状态回传、远程故障判断功能，便利运维。另外设备可选配广播系统，可进行互动会议和喊话功能。丰富了执法防范功能。

　　Q：视频监控项目“云+端“的应用对于智慧城市来说有哪些应用优势？

　　A：随着神经网络、深度学习算法技术的发展、行业视频图像数据积累，算法训练成熟度提高，AI芯片性能提高，人脸检测、人脸识别，背景、环境认识等部分智能分析功能从后端服务器前置到前端摄像机内，通过摄像机的计算资源，对采集到的图像做分析，提取出关键信息，结构化数据处理。前端智能化带来以下好处。

　　1.不同点位的摄像机根据场景的智能分析需求，如出入口需要人脸抓拍、人脸识别，停车场需要车牌识别， 围墙需要周界算法，智能前端摄像机可方便更换或配置不同的智能分析算法。相较于后端智能可扩展性大大提升。前端设备根据照度情况配置激光照明设备，或重要场所采用红外热成像等配置环境适应能力更强。

　　2.智能前置化后，摄像机只需要额外传输分析结果给后台，相对于视频流，所传输的这部分数据占用的带宽几乎可以忽略不计，后端服务器进行分析时，一路实时视频流进行解压缩后进行分析，压缩解压缩过程损失图像细节资源，且消耗后端服务器的运算能力。如果要提高并发处理能力，要么提高服务器配置，要么是增加服务器数量，但不论哪种都会使系统建设成本继续提升。而智能前置后，单台摄像机的成本增加较少。

　　3.前端图像在编码后通过网络传送给后端服务器，后端服务器再解码进行分析，这个过程中编码、解码、网络传输中可能存在的丢包都会影响图像分析的准确率，而智能前置化后直接在本地进行分析，结果会更精确。

　　视频监控系统的前端摄像机智能化前置，后端云计算、大数据分析挖掘相结合。前端摄像机配置灵活、多样化，保证视频源清晰度、前端判断图像大小，进行放大满足图像处理算法尺寸要求。提供的结构化数据，现场适应能力更强，前端结构化数据统一标准，开发接口，后端云计算、大数据应用可以直接利用前端摄像机提供的结构化数据，效率更高。如智能交通的嵌入式车牌识别摄像机，车牌识别，轨迹、速度、车流量分析，后端进行违章管理，交通指挥，高峰时段智能分流、通知、指挥管理。

　　Q：进入到AI时代，智能安防领域拥有众多玩家，一边是传统安防巨头，一边是AI企业，如何看待和这些企业的竞合关系？贵司专注的点以及竞争优势在哪些方面？

　　A：个人看法，AI企业的安防新军主要优势在计算机视觉领域的人才及技术积累,具备相对成熟的图像处理各类算法，就譬如好的原料，不一定做出好的饭菜。AI算法都有约束条件和参数优化调整，AI算法落地要用大量的应用场景素材作为支撑，所以关键还是在于复杂场景下多种算法结合，多传感器融合表达目标特征信息，在检测、识别率上技术突破以及应用场景素材的收集。以及规范标定物及行业的先验知识打造好AI应用方案，实现创新发展。传统安防巨头具有模拟、高清摄像机、网络传输，存储的系统整体解决方案的行业积累和，以及行业应用场景的图像数据和传感器数据资源。拥有车牌识别、车型识别、车辆管理等嵌入式算法的摄像机，在智能交通行业已经成熟行业解决案例和经验。各大传统安防企业都不遗余力的提升摄像机嵌入式AI能力，把成熟的图像处理算法，结合神经网络、深度学习模型应用到公安、边防、林火、电力等行业，进一步提升智能分析和统计分析能力。把前端摄像机升级，用户应用层面升级后，原有的行业解决方案可以无缝对接。当前市场AI推出相关的安防系列产品速度非常快，同时AI落地也较快，可以让技术不断迭代渐进发展。如果AI企业与传统安防企业优势互补，形成上下游厂家，那么便能快速解决行业实际需求。人工智能时代的到来，国内安防行业必将迎来一次大的爆发，并在国际上具备竞争力。

　　我司专注于中远距离高精度、高速、稳像云台智能摄像机的开发，与AI企业合作开发远距离多光谱数据融合的图像处理算法，结合伺服光电控制技术，嵌入式AI算法实现扫描型检测搜素目标、抓拍、识别目标，跟踪目标，并对目标实施前端处置。例如采用雷达搜索、远红外、可见光接力跟踪确认，无线电压制诱导的无人机反制一体化光电跟踪转台。深耕细分行业的智能应用，在边海防、电力、林火、环保上智能分析上拓展，并在嵌入式远距离AI云台摄像机成为行业的佼佼者。

　　编后语：

　　精细化分工是产业良性化发展的重要特征，在人工智能的时代，尤其需要这样的理念，行业在经过2年AI的“热炒”后，即将步入“理性”的阶段，安防+AI是场持久战，选择自身适合的角色，必然能找到自己的位置，发挥自己的价值。