伴随着人工智能、大数据、物联网等技术的飞速发展，安防行业的边界和安防设备的种类不断拓展，智慧教育、智慧公安、智慧城管、智慧医疗等各类新行业应用需求不断涌现。

　　安防平台以解决方案的形式将安防产品与各行业用户的需求连接起来。传统的安防平台可实现对不同安防子系统的集中管理与控制，实现对各个子系统的分布式部署与集中式管理，实时采集和检测各个子系统的感知数据与运行状态，并就相关信息与状态进行综合分析，调动相应的子系统实现针对各类事件的系统联动，完成各个子系统与安防平台之间的资源共享、信息交互以及警情联动处置等功能，并根据所属行业应用的不同形成一套行之有效、具备行业背景的综合性信息融合智能管控平台。

　　伴随着人工智能、大数据、物联网等技术的飞速发展，安防行业的边界和安防设备的种类不断拓展，智慧教育、智慧公安、智慧城管、智慧医疗等各类新行业应用需求不断涌现，智能门禁、智慧电表、RFID采集器等各类多维感知设备也逐步进入实际应用场景中接收现实的检验。传统安防快速向集约化、智能化安防转变，安防行业进入智能安防时代，打破安防平台的边界，延伸出赋能千行百业的智能安防平台需求，同时对安防平台提出了更高的要求。

　　一、AI平台市场需求与机遇

　　传统的以视频监控为核心，叠加车辆道闸、门禁、周界防范等感知设备的安防平台是安防行业中技防的重要手段，是通过前端摄像机取代人员进行区域的持续巡查，诞生之初极大地满足了客户需求。当时主要的客户群体集中在金融、小区、店铺等安保服务性客户。从产业方式来看，传统的安防产业结构必须优化升级，安防服务业需求更加凸显。人工智能等技术对服务效率和服务品质的降本提质增效有着强力的推动作用。

　　在乡村振兴、新城镇化发展提速、智慧城市建设加快、平安城市高层度应用、民用安防市场逐渐升温的形势下，尤其是在当下疫情防控常态化和“十四五”规划开局之年的新形势下，疫情防控对产业数字化按下了快进键，安防行业转型及行业结合的步伐将进一步加快，市场需求和市场形态也正发生着改变。

　　随着人工智能、云计算、大数据、物联网、5G等技术的发展，安防客户的需求从深度、广度、复杂度、行业精细化程度也在发生改变，并不断逾越出传统安防行业的边界。视频监控的需求从初级阶段的“看得见”“看得清”向“看得懂”更高层次进阶延伸，这就需要结合人工智能等技术在传统安防平台的基础上进行智能化升级。安防系统产生的大量音视频等非结构化数据无法快速查询，需要通过算法的加持处理，将这些海量数据转化为结构化数据，进而挖掘视频大数据的潜在业务价值。

　　目前已涌现出越来越多集智能算法于一身的前端设备，然而智能前端设备受限算力影响，难以集成多种智能算法来应对复杂场景的多维度智能分析需求，此时就需要后端平台的智能化处理，为保障后端运算效率，可以使用云架构，系统整体采用云、边、端的三位一体智能体，从而满足因需求和场景不断变化的要求，尤其是在许多传统行业，例如工业制造、港口物流、交通能源等信息化升级过程中提出的更多延伸需求，兼顾数据高实时性和海量数据处理的诉求。因此从传统安防行业产业优化升级以及安防行业与千行百业融合的发展趋势来看，AI平台是支撑业务需求的核心中枢，其市场需求颇具规模。

　　二、AI平台面临的挑战

　　处在当今世界百年未有之大变局和中华民族实现伟大复兴战略全局的新时代，新的科技革命浪潮孕育了新的产业，并推动着产业的更新换代，AI平台在安防行业以及千行百业快速升级发展的新阶段面临的机遇和挑战并存。

　　1、海量异构大数据的汇聚

　　随着安防业务的快速发展，安防数据量呈现指数级增长，数据类型也由单一的结构化数据演变为非结构化、半结构化和结构化多种类型并存。安防行业的海量异构大数据时代已悄然来临，海量数据和多种数据类型的出现，一方面对存储、计算、网络传输等能力提出了更高的要求，另外如何满足不同类型、品牌、型号设备的接入是AI平台应用面临的第一要务。传统的安防平台数据存储在不同系统、不同区域、不同节点和不同设备当中，给数据的传输和共享带来了极大困扰。面对相互割裂和孤立的数据，首先需要将它们有机地关联起来，再通过关联数据潜在价值信息的分析挖掘，进而为决策提供更全面的信息。这就对海量异构安防大数据的汇聚提出了新要求，需要通过不断建立和完善数据标准来实现系统之间数据的互联互通和数据信息标准化共享。通过规范地约束来提升行业标准化水平，提升数据标准化共享能力，推动安防及业务大数据的关联融合，夯实业务应用基石。

　　2、业务需求为导向的牵引

　　在大数据资源汇聚的基础上，通过人工智能等技术的加持，以客户为中心，满足用户需求和业务效率的提升。然而在AI技术的落地过程中能否坚持以市场需求、业务应用、客户价值等为导向的理念尤为重要。在非标准性要求极高的安防行业，如何权衡客户价值和项目产品利润是安防企业面临的关键选择。

　　目前公安、应急、交通等行业政府或企业对视觉算法的要求还停留在人脸识别，随着市域精细化治理的不断深入，萌生出更多新的算法需求，未来安防应用场景不仅仅局限于人员、车辆的管理，更多的是对物品、案件甚至突发事件的预测，所以要不断扩张长尾算法需求。如何在进攻长尾场景时把算法的成本降低，快速找到新需求和产品之间的最短路径是一大难题。

　　3、技术与业务场景的结合

　　随着人工智能技术的不断深入和传统安防向智能安防的快速转变，AI技术在安防场景中快速高效的落地给算法发展提出了更高的要求，能否有效地把以算法为基础的人工智能技术与应用场景有效结合，共同发展，形成切实可行的整体解决方案是决定“AI+安防”发展的核心因素。就技术厂商而言，拥有着包括AI在内的前沿技术能力，相对用户其行业业务水平相对薄弱，这就需要技术厂商的技术工程师能够深入了解行业业务，从而才能更好地将技术与业务应用场景相结合。

　　4、隐性化价值信息的挖掘

　　物理空间蕴含着海量信息，视频正在成为物理世界实时描述和历史回溯的重要载体，视频数据中涵盖的有效信息也是海量的。通过一张飞行的飞机照片，虽然看不到机身的航班号，但可以通过飞机的姿态、天气、飞行方位、途径地理信息等推断出飞机的航班号。然而目前计算机视觉从视频中仅提出了人脸、人体、衣着、步态等信息，但是客观的物理世界中更多维度的信息需要对视频数据进一步的挖掘。人工智能是一种新的能以人类智能相似的方式做出反应的智能机器，需要能对物理世界中的潜在隐形信息“显性化”、显性信息“知识化”。当前人工智能仍处于初级阶段，仍需要大量的人工辅助其算法训练、模型构建等工作，系统有多智能取决于背后投入多少人工，所以人工智能向更为高阶阶段发展任重道远。

　　三、AI平台应用前景和趋势

　　1、平台集约化

　　传统安防系统应用场景相对局限，系统功能单一、规范性不足、集成度较低，严重阻碍了各行业对安防发展的需求。AI平台作为安防平台的智能化升级产物，必须建立支撑多种安防子系统和多类型安防物联感知设备，集成多种安防信息化应用和先进技术于一体的智能化综合集成管理平台。除了满足传统安防子系统具备的日常巡查监控和报警的基础能力，也可向多级用户提供丰富、全面的管理和业务应用。从传统的离散型安防平台向集约化AI平台发展，其集约化表现在：一是数据集约化，能够全面接入各类安防物联感知设备;二是存储集约化，全面支撑海量异构数据的汇聚;三是能力集约化，针对海量异构数据具备全方位多维度的解析，并通过标准化服务提供集约化的支撑能力，便于业务应用对服务的集成;四是业务集约化，将安全防范管理与行业业务管理相融合。

　　2、应用智能化

　　传统安防平台以视频监控、告警、控制等功能为主。其中视频监控支持实时监控、历史回溯，通过云台及镜头控制实现画面场景的变化。场景中的人、地、物、事等信息仍需人工研判和采取对应的控制措施。多个点位视频画面存在视角不连续、画面离散分割等问题，多点视频监控之间缺乏联动控制等智能化应用。通过构建AI平台对视频数据的全维解析，根据不同行业的用户需求提取出场景中的关键要素，并对要素的状态进行智能化监测识别，实现要素目标的监测、跟踪、识别、预警等智能化应用，并结合其智能控制能力实现高低点、高高点、低低点联动，实现目标要素的跨镜追踪，点位之间的相互协同联动，根据不同的事件告警自动引导工单处置流程实现告警处理的智能化方式。

　　3、业务闭环化

　　AI平台的高集约化和智能化突出技术、服务和管理的高度统一特点，面向多用户、多层级、多部门、多渠道，结合有效的顶层规划设计，强化个人、组织、机构之间的连接，消除区域、层间、空间、时间的间隔，实现统一规划、统一建设、统一管理和统一服务，打造“一盘棋、一网通、一体化、一张表、一张图”的五个统一格局，构建“智慧信息、建设统一、集中管控”的业务闭环化智慧平台，提供高效、安全、有价值的系统体系。

　　四、AI平台市场推进保障措施

　　1、标准规范指导牵引

　　一个企业、一个行业乃至一个国家，标准化水平已成为核心竞争力的基础支撑要素，标准规范对行业发展有着重要且深远的意义。AI平台发展正处于机遇期，面对机遇和挑战应当高度重视技术标准的制定。《国家中长期科学和技术发展规划纲要》中明确表示，要把实施技术标准战略作为技术发展的战略之一。2011年由公安部科技信息化局提出，由全国安全防范报警系统标准化技术委员会归口，公安部一所等多家单位共同起草《安全防范视频监控联网系统信息传输、交换、控制技术要求》，安防行业的视频监控自此打破了各企业各自为政的局面，向标准统一的方向发展，有利于视频数据的互联互通和标准共享。然而在实际实施过程中，一些企业对标准部分内容存在理解偏差，在对接互联的过程中仍存在一些障碍。除此之外，不同行业标准之间存在一定的差异化，限制了跨行业的共享。为此在AI平台推广上，首先要建立相对完善的标准规范，并不断地持续优化完善，通过标准规范的指引促使AI平台的可持续发展。

　　2、人才队伍建设培养

　　AI平台建设涉及到技术的引进应用以及行业业务在新技术支撑下业务机制的创新。要致力于培养一批既懂行业业务又懂信息化技术，既懂总体规划又懂项目管理的新人才，强化业务实战、信息化技术、相关管理等专题人才培训，加大人才之间的相互流动，逐步形成顶层设计、平台建设、平台使用、业务梳理、数据分析、业务应用、运维管理等各领域专业的技术人才队伍，有效保障AI平台建设、资产运维和业务应用需求。

　　3、技术业务创新融合

　　安防与其他行业的融合发展是未来的大趋势，然而安防与其他行业的融合不仅仅是针对各自行业的属性特点提供深化、合理、科学的行业安防解决方案，而是能够将安防与行业业务进行深度结合，从单一的提供安防技防手段向业务提质增效降本提升业务生产力赋能发展。行业融合的过程需要安防相关技术、行业技术以及人工智能等技术在技术维度的深度结合，以及技术与业务应用场景的融合落地。技术是为了业务赋能服务的，同时在新技术的加持下，业务也需要模式再创新，形成技术发展和业务创新双引擎驱动，不断提升业务效率与价值。

　　五、结语

　　安防信息化技术焦点越来越多地集中于数字化、网络化、智能化、综合化方案。AI综合应用平台当前仍面临着海量异构数据汇聚接入、技术与场景应用匹配性、技术水平需持续提升等挑战，但凭借其先进的设计理念必将被越来越多的用户所接收并认同，市场发展前景一片光明。在市场推广的过程中辅以切实有效的保障措施，促使AI平台的可持续发展，最终将极大地推进中国安防行业乃至千行百业技术水平的智慧化进阶发展。